Redian新闻
>
芯片数据的价值,不可忽视!

芯片数据的价值,不可忽视!

公众号新闻

👆如果您希望可以时常见面,欢迎标星🌟收藏哦~


3月15日,以“聚芯启迪,智链飞跃”为主题的2024普迪飞中国用户大会在上海正式召开。


作为一家赋能半导体产业的系统公司,普迪飞不仅提供数据洞察,还提供数据前瞻,在半导体制造业,普迪飞自比为一座桥梁,在整个产品生命周期中集成数据,并在最前沿应用预测分析,以积极影响良率、质量和可靠性等,与客户一起成长。


如今,普迪飞大数据分析系统与良率解决方案在中国已获得越来越多的关注与认可。


本次大会的召开,普迪飞旨在打通全行业沟通壁垒,邀请众多来自半导体产业链中不同类型 (包括IDM、Fab、Fabless、OSAT、OEM、解决方案提供商等) 的企业高管、行业专家及业内专业人士汇聚现场,共同交流普迪飞未来产品规划,车规芯片及先进智能解决方案,新产品发布等,同时也邀请到了多位普迪飞合作伙伴及业内专家分享解决方案案例与分析心得。


一系列的丰富分享下,串联产业、赋能客户、共筑生态,成为本届普迪飞中国用户大会的基调。


普迪飞深挖数据价值,为半导体产业助力赋能


大会开始,普迪飞总裁、首席执行官、董事兼联合创姶人Dr.John K.Kibarian上台致辞。他表示,在过去30年中,从痛点到需求,服务好客户和产业是普迪飞的关键所在。


普迪飞总裁、首席执行官、董事兼联合创姶人Dr.John K.Kibarian


据介绍,普迪飞在全球多地拥有研发布局,在全球最大的10个国家和地区拥有公司和办事处,公司员工超过600人,且超过30%拥有高级学位,这一切都旨在通过普迪飞的完善布局,帮助半导体公司成为全球领先企业。


普迪飞通过提供全面的半导体数据分析平台,旨在帮助整个半导体生态系统的公司提高产品良率、质量和运营效率,从而提高盈利能力。



Dr.John K.Kibarian表示,我们正在见证行业的三个重要转变:


  • 设备和节点正在向新的体系结构转变

  • 系统级封装需要改变测试和封装方式

  • 从地域集中到全球分布的产业转型


在新的发展路径下,材料科学与工艺结构、小芯片和复杂系统,以及AI用于研发制造等方面,都在迎来新的革新。


与此同时,全球各地都在大力发展半导体产业,分布式供应链成为行业新趋势。这就要求行业需要对分类的实物资产进行全球集中审查;正确的数据,要在正确的地点和正确的时间采取正确的行动;数据保护和IP保护的挑战,以及地理数据主权规则等。


行业变革之下,越来越多的半导体公司,开始意识到数据分析的重要性。对此,普迪飞的价值愈发凸显。


据介绍,普迪飞很早就认识到数据对于半导体行业的重要性,20多年来坚持技术创新,一直领先于客户需求进行投资。从1997年至今,不断推出创新的解决方案,帮助半导体全产业链挖掘数据价值,进而达到降本增效的效果。


2006年,普迪飞进入中国市场开始服务国内客户。展望未来,Dr.John K.Kibarian强调,我们将继续深耕中国市场,致力于帮助中国客户成长为全球性的国际领先企业。


普迪飞核心方案一览


据了解,普迪飞的核心技术要素主要体现在三大方面,即软件、硬件设备和IP/数据。其中的软件指的是Exensio大数据平台,能够整合全产业链的大数据,对数据进行清洗与标准化管理,并进行分析,旨在帮助整个半导体供应链的工程师快速提高其产品的良率、质量和盈利。


普迪飞的端到端分析平台Exensio覆盖了从IC设计、晶圆制造,到封装和测试的半导体全产业链。其中:


  • Manufacturing Analytics(MA):该模块是Exensio大数据分析平台中的四个主要模块之一,MA软件减少了工程师清理与整合数据的工作,将有效分析时间提高了5倍。MA模块是半导体和电子产业真正的端到端大数据平台的基础,从FDC、特征分析、测试和封装过程中收集到的数据,都能被集成进可以随时进行分析的数据库中,致力于使IDM、Foundry和Fabless能够实现产品良率快速提升并尽快达到批量生产。

  • Test Operations:该平台也是Exensio分析平台的主要模块之一,通常直接在测试设备上实时采集数据,全面收集所有测试过程中产生的数据,为客户提供丰富的时序数据,旨在捕获测试数据,实施测试流程管控和测试质量规则管理,存储测试数据以进行分析和后处理,支持边缘计算、自动化数据传输,提供全面的数据分析能力。

  • Process Control(E-PC):该模块为设备FDC数据收集提供了一个可扩展的大数据平台,以语义数据模型管理从大型工厂生成的大量数据,帮助IDM、Fab和封装厂进行故障检测和分类,以识别、诊断和预防设备与工厂级别的问题。

  • Assembly Operation:该模块可以在先进的封装和PCB组装中提供单个器件级别遵循SEMI E142的可追溯性,并且不需要任何电子标识符。这种可追溯性功能能够在整个产品生命周期内实现前馈控制和反馈失效分析。值得注意的是,Assembly Operation中的数据库可以与Manufacturing Analytics相集成,从供应链的任何节点对制造和测试数据进行正向和反向搜索,并在单个器件级别进行追踪。通过这些分析,工程师和管理层可以提高产品良率,改善出货质量,并为跨地域多样化的制造供应链中的RMA提供快速、准确的根本原因分析。


综合来看,Exensio作为一个连通全产业链的数据平台,使得原本独立分工的各产业链环节实现数据层面的互联。而这种互联不仅只是设备之间,同时也将各环节的半导体工程师与芯片生产、封装、测试设备连接起来,为设计和制造提供重要的参考,有助于降低各项成本,提高性能和良率。


普迪飞在过去30年里,与国际一流的Fab厂及设计公司密切合作,帮助先进Fab、Fabless、IDM/System等国际领先的半导体公司完成了众多先进工艺量产项目。


尤其是随着芯片工艺制程的不断演进,芯片复杂度的日益提升,以及对半导体可靠性要求越来越严格,普迪飞这种端到端全产业链的数据分析方案变得越来越关键,未来发展空间巨大。通过普迪飞语义模型链接起的上下游数据,能够更好的进行AI模型的建立。同时使用普迪飞的ModelOps 模块,用户可以将模型直接搭建在 edge端,并且加入自己的模型一同建模,从而获得最为准确的模型结果。


不止如此,普迪飞还能够提供一些其他的良率提升工具和服务,包括eProbe & pdFasTest测量设备、用于获取芯片质量和可靠性独特数据的测试IP CV和DFI以及专业服务、工程咨询和数据管理。


eProbe & pdFasTest测量设备可用于特征数据的获取和测量;DFI和CV则是用于获取芯片质量和可靠性独特数据的测试IP。据介绍,CV系统能够提供差异化的电学参数数据来源,与Exensio平台结合使用时,可以提供具有可行性和解决力的改进方案,从而显著缩短设计迭代,将上市时间缩短多达三个月;DFI系统是一种非接触式电子束测量系统,能够以足够快的速度,发现3D结构内部埋藏的与电性相关的缺陷问题,可在半导体生产线制造过程中在线使用,从而加快良率爬升速度,缩短产品上市时间4-6个月。


通过软硬件和IP数据结合,普迪飞具备较强的数据抓取和分析能力。通过核心技术要素的有机串联,普迪飞致力于自身发展与对外的合作,打造全面的系统来帮助半导体公司提升产品良率、质量和运营效率。


普迪飞发布新版云平台产品


此外,普迪飞在大会上还发布了新版的云平台产品。


其实在几年前,普迪飞就推出了freemium--免费的云平台,不需要花钱就可以开始用普迪飞的产品。今天带来的是一个升级的云平台产品发布。


普迪飞中国区销售与市场副总裁贾峻表示,目前普迪飞把核心的模块Manufacturing Analytics和Test Operation Lite放到云端供大家免费使用。Manufacturing Analytics实际上就是我们全功能版的YMS系统,Test Operation Lite包含了适用于车规的分析模块,客户只要注册就可以用,大大降低了客户的使用门槛。


普迪飞中国区销售与市场副总裁贾峻


另一个大家关心的问题,一定是安全。上云已经成为先进制造行业的核心之一,但是国内半导体行业对此仍有所保留。其中数据的安全性是晶圆厂和设计公司最大的顾虑。


贾峻表示,这一方面不需要担心,我们的合作伙伴AWS的云是非常安全的。我们也有通过第三方的攻击测试,包括国际证书来证明它的安全性。甚至可以说,云的安全性可能超过大多数企业IT的机房。半导体公司不是纯IT公司,在安全方面的人力投入上远不如云服务商。这些云服务商都会提供多重安全架构,足以为客户数据筑起强大的屏障。而且数据在云端,我们也会非常方便地去做升级和缺陷的修复,会保证它一直是最新的。


据介绍,普迪飞除了与全球知名的云服务商,如AWS等密切合作外,还在软件中做了很多保障数据安全的措施,并聘请了很多安全公司进行模拟入侵测试。


图源:普迪飞


紧抓市场机遇,普迪飞为AI、车芯强力赋能


除了云平台的深入布局,AI也是当前行业关注的焦点。对此,普迪飞同样早有准备。


普迪飞的资深技术总监Edward Yang表示,如今普迪飞的大数据平台已经完美融合AI/ML,兼具全面优势。普迪飞的平台为当下主要的半导体分析平台,兼具可扩充性、可上云及安全性。同时,普迪飞正在与非常多的半导体客户进行数据标准化工作。普迪飞不仅仅是一个工具,其工具里包含了过去几十年半导体分析的知识,他们汇聚成一个系统,客户通过使用系统来提高效率和质量。


如今不少半导体公司导入AI遇到瓶颈,普迪飞不仅可以将资料整合到统一平台,更能够协助客户建立架构,从数据收集到建模、预测,进行统一平台的全面分析处理。普迪飞是半导体技术的开发与制造中友好且可靠的合作伙伴。


普迪飞的AI策略表明了行业发展方向,AI也在驱动着半导体发展纵深。


AI之外,车规芯片也是普迪飞非常重视的领域之一。普迪飞资深技术总监Marc Jacobs在题为《车规芯片的挑战与解决方案》的演讲中表示,汽车行业拥有非常高的增长速度,预计至2025年汽车行业的市场规模将高达800亿美金。


普迪飞资深技术总监Marc Jacobs


在汽车市场的高速增长下,行业同样面临新的挑战。电动化和ADAS不仅提高了半导体在汽车中的占比,更是极大增加了汽车电子的复杂性。在汽车领域,普迪飞为Fabless、Fab、封测和IDM都提供所需的解决方案,从设备、软件、测试和方法学层面全面助力。普迪飞的端到端分析平台具备了大数据整合,清洗与分析功能,可以为整个产业链上的各种公司提供服务。


当前时代,随着AI、机器学习、5G、大数据、自动驾驶等技术的持续发展,数据量呈指数式增长,按需运算的需求越来越高。上云以获取更灵活的计算资源和存储优势,成为业界向工业4.0深入的必然选择。


而普迪飞新版云平台产品的发布,以及在AI、汽车芯片等领域的积极布局,正切时机,为半导体产业的快速发展提供了新的助力。


写在最后


除了更深一步的了解普迪飞的先进产品方案和新产品布局之外,打造更完善的生态也是2024普迪飞中国用户大会的关键所在。


在大会现场,还有来自SEMI、智识神工、兆易创新、紫光国芯、傲芯科技、IBM中国、西门子EDA、芯原、亚马逊、InSemi Research等上下游产业链合作伙伴和嘉宾登台进行了精彩致辞和演讲,分享了当前半导体行业发展现状与趋势,以及在当前形势下普迪飞为行业和客户带来的贡献和价值。


SEMI全球副总裁、中国区总裁居龙


各类新技术风起云涌的科技新时代,在助力半导体产业更好更快发展的路上,普迪飞一直在行动。


点这里👆加关注,锁定更多原创内容

END



今天是《半导体行业观察》为您分享的第3713期内容,欢迎关注。


推荐阅读


EUV光刻机重磅报告,美国发布

碳化硅“狂飙”:追赶、内卷、替代

芯片巨头,都想“干掉”工程师!

苹果,玩转先进封装

GPU的历史性时刻!

大陆集团,开发7nm芯片

张忠谋最新采访:中国会找到反击方法

EUV光刻的新“救星”

『半导体第一垂直媒体』

实时 专业 原创 深度

公众号ID:icbank


喜欢我们的内容就点“在看”分享给小伙伴哦

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
肠癌病友分享抗癌心路历程,这件事千万别忽视!9-15岁专属财商启蒙杂志,确立价值,拒绝焦虑内耗,摆脱懒散拖延用产品提供节日情绪价值,卓诗尼如何打赢龙年营销战役?真心建议:春天这件事情千万不能忽视!28、长篇家庭伦理小说《嫁接》第七章 非法打工(2)基辛格:相对理科,文科最大的价值在这里不可忽视的麻醉术后寒颤海南有一些地方的价值快藏不住了两轮游日本 - 我的所见,所闻和所想 回首大阪阑珊处,有位佳人,在水一方带娃旅行的隐藏价值,听清华知名教授讲完,好庆幸我们很早就做对了!“补维生素”真的是智商税吗?看过这组数据的人才懂......浙江大学蒋超实验室在Briefings in Bioinformatics上发表可用于复杂多组学数据的功能富集新方法不正经的思想史,非常正经的价值观小几千的平板,用出大几万的价值,没有比这更省钱的攻略了哈佛专家:4类食物改善大脑健康,这1类最常被忽视!全能模型GPT-4o惊艳发布!AI可提供情绪价值,还结婚么?不要忽视!这些身体的小问题,可能暴露了......H-1B抽签已结束,即日起准备材料时,这些细节问题不容忽视!跨界、打折、搞定情绪价值,实体书店又行了?八款用于查看卫星相关数据的开源平台2024年童装品牌增长点在哪?这些新趋势品类不可忽视(古詩英譯)锦瑟 - 李商隐留学生因为这件小事吃上340澳元罚单,“肉痛”的教训:严格海关规定不可忽视!刚出院又入院?心衰“易损期”管理不容忽视!│国家心力衰竭指南2023解读中小投资者非必要莫炒A股:对2007年以来上交所大数据的研究分析(古詩英譯) 次北固山下 - 王湾女孩多大开始穿内衣,妈妈们千万别忽视!霍尼韦尔:相信数据的力量,老牌工业巨头也能焕然新生孩子性格养成的最佳年龄阶段,这些事情父母绝对不能忽视!手握海量数据的体检巨头,正在开卷生成式AI美股基本面 - 2024_01_23 * 晨报 * “一月效应”或再次应验!降息预期降温背景下美股宏观市场 | 开年宏观数据的两组分歧——宏观经济与政策月报如何理解金融数据和经济数据的背离?价值观的价值投资公司的长期价值,或许可以看看这只宝藏基金
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。