汽車(chē)電子和人工智能(AI)無(wú)疑是2016延續(xù)到2017年的熱門(mén)科技關(guān)鍵詞。汽車(chē)電子產(chǎn)品的開(kāi)發(fā)和應(yīng)用，以及人工智能橫跨企業(yè)和消費(fèi)層級(jí)的龐大潛力，為電子產(chǎn)業(yè)帶來(lái)了全新的發(fā)展機(jī)遇。但在新興的汽車(chē)級(jí)以及人工智能帶來(lái)的深度學(xué)習(xí)領(lǐng)域中，廠商的關(guān)注重點(diǎn)還應(yīng)該包含下一代系統(tǒng)單芯片（SoC）中的嵌入式內(nèi)存測(cè)試技術(shù)。
 
汽車(chē)電子帶來(lái)的產(chǎn)業(yè)變遷
 
　　隨著汽車(chē)市場(chǎng)需求朝多樣化、客制化發(fā)展，傳統(tǒng)的機(jī)械方式已不能滿(mǎn)足人們的需求。于是整合汽車(chē)(Automotive)與電子(Electronics)控制技術(shù)，藉由各式感測(cè)器、微電腦控制器(Micro Controller Unit，MCU)、影像與顯示器(Camera & Display)、車(chē)載機(jī)器(On Board Unit，OBU)、衛(wèi)星定位、無(wú)線通訊、半導(dǎo)體、功率元件(Power Devices)，甚至是與車(chē)輛作無(wú)線連結(jié)的可攜式裝置等與客服中心連線，提供車(chē)輛及人員有關(guān)潔凈、低污染、舒適、主動(dòng)與被動(dòng)安全、保全、緊急救援、道路指引等功能，而形成綿密的汽車(chē)電子(Automotive Electronics, Autotronics)產(chǎn)業(yè)供應(yīng)鏈。
 
　　汽車(chē)電子產(chǎn)品的開(kāi)發(fā)與應(yīng)用，為汽車(chē)產(chǎn)業(yè)發(fā)展帶來(lái)新的機(jī)會(huì)。其中安全性應(yīng)用的內(nèi)存成長(zhǎng)率，將快速超越資訊娛樂(lè)市場(chǎng)，影響未來(lái)智慧車(chē)電產(chǎn)品策略與商業(yè)模式，同時(shí)會(huì)造成未來(lái)汽車(chē)電子內(nèi)存容量激增。知名廠商 mobileye、TI、NEC 和 Toshiba 等都已經(jīng)推出相關(guān)的車(chē)電系統(tǒng)晶片，所以系統(tǒng)晶片化在車(chē)用電子方面是不容小覷的一塊技術(shù)，車(chē)用電子系統(tǒng)未來(lái)將逐項(xiàng)走向整合化，而 SoC 系統(tǒng)晶片化能提供最佳的性能和更高的毛利率，是車(chē)用電子系統(tǒng)整合化的好選擇。
 
　　市場(chǎng)咨詢(xún)公司IC Insights 比較六個(gè)最重要的半導(dǎo)體應(yīng)用終端市場(chǎng)，包括電腦、消費(fèi)電子、通訊、汽車(chē)、工業(yè)/醫(yī)療，以及政府/國(guó)防市場(chǎng)。從 2013 年到 2018 年之間，來(lái)自汽車(chē)客戶(hù)的 IC 需求可望展現(xiàn)最強(qiáng)勁的年平均成長(zhǎng)率(CAGR)—10.8%。這一成長(zhǎng)數(shù)字明顯高于占第二位的通訊產(chǎn)業(yè)(6.8%)。 
車(chē)載系統(tǒng)的技術(shù)需求
 
　　市場(chǎng)對(duì)于汽車(chē)晶片的需求才剛起步，近來(lái)在各類(lèi)車(chē)款都呈現(xiàn)出較高的晶片安裝量。推動(dòng)市場(chǎng)需求的驅(qū)動(dòng)力來(lái)自對(duì)于安全功能的要求，駕駛輔助系統(tǒng)也越來(lái)越普及。未來(lái)的推動(dòng)力道還包括連網(wǎng)功能，例如車(chē)對(duì)車(chē)通訊 (V2V)，以及實(shí)現(xiàn)各種不同程度自動(dòng)駕駛所需的感測(cè)器與控制器等。根據(jù)IC Insights 的報(bào)告顯示，在半導(dǎo)體的所有主要終端應(yīng)用中，汽車(chē)電子市場(chǎng)呈現(xiàn)強(qiáng)勁的成長(zhǎng)，而且這一成長(zhǎng)還將持續(xù)到 2018 年。
 
　　汽車(chē)電子產(chǎn)品應(yīng)用的環(huán)境非常嚴(yán)苛，其中與安全性相關(guān)的產(chǎn)品需通過(guò)嚴(yán)格機(jī)械性能或物理驗(yàn)證，因此嚴(yán)格的標(biāo)準(zhǔn)有其必要性且需維持相當(dāng)程度精 確 性 。 車(chē) 用 電 子 晶 片 設(shè) 計(jì) 已 經(jīng) 從 特 定 功 能 的 特 定 應(yīng) 用 積 體 電 路(ASIC)，邁入到現(xiàn)在的系統(tǒng)單晶片(SoC)時(shí)代，此種系統(tǒng)整合的設(shè)計(jì)技術(shù)非常困難，所需要的應(yīng)用越來(lái)越復(fù)雜并且內(nèi)存占整個(gè)晶片的比重也越來(lái)越高。
 
　　過(guò)去普遍運(yùn)用在微控制器晶片內(nèi)的動(dòng)態(tài)隨機(jī)存取內(nèi)存(DRAM)，已不足以支援車(chē)用電子的多媒體資料與安全性應(yīng)用的儲(chǔ)存需求?，F(xiàn)今車(chē)用電子的晶片需要大量的靜態(tài)隨機(jī)存取內(nèi)存(SRAM)和專(zhuān)屬的 DRAM 以及閃存(Flash)和儲(chǔ)存元件等。并且因?yàn)檐?chē)用電子產(chǎn)品應(yīng)用的環(huán)境非常嚴(yán)峻，所以對(duì)于車(chē)用電子晶片內(nèi)的內(nèi)存測(cè)試有很高的要求。
 
　　為了因應(yīng)汽車(chē)子電的嵌入式內(nèi)存測(cè)試挑戰(zhàn)，厚翼科技開(kāi)發(fā)了內(nèi)存測(cè)試整合性開(kāi)發(fā)環(huán)境 Brains，能快速導(dǎo)入并具有檢測(cè)率高、面積小、測(cè)試時(shí)間短等特性。Brains 是從整體的晶片設(shè)計(jì)切入，利用硬體架構(gòu)共享)的觀念，可以大幅減少測(cè)試電路的門(mén)數(shù)(gate count)，且平均只需 200 門(mén)。
 
　　另外，Brains 可以自動(dòng)判讀內(nèi)存并將其分群、同時(shí)支援?dāng)?shù)個(gè)時(shí)鐘源的內(nèi)存應(yīng)用、根據(jù)內(nèi)存的特性選擇最適合且有效率的測(cè)試演算法，大大提高內(nèi)存測(cè)試的良率。Brains 的五級(jí)到七級(jí)的彈性化管線式架構(gòu)滿(mǎn)足高速內(nèi)存測(cè)試的需求，特別適合應(yīng)用于高端車(chē)用電子晶片的測(cè)試需求，因?yàn)槟壳败?chē)用電子晶片都已經(jīng)邁向先進(jìn)的制程，對(duì)于內(nèi)存高速測(cè)試的需求日益增加。
 
　　Brains可以讓技術(shù)人員從產(chǎn)品設(shè)計(jì)前端選擇適當(dāng)?shù)臏y(cè)試演算法大幅提升測(cè)試良率、降低測(cè)試成本，提高車(chē)用電子晶片的競(jìng)爭(zhēng)力，除此之外，Brains 的先進(jìn)功能可以大幅縮減 DPPM，提高車(chē)用電子產(chǎn)品的可靠度與降低整體晶片成本。
 
人工智能時(shí)代的記憶體測(cè)試需求
 
　　深度學(xué)習(xí)(deep learning)是人工智能領(lǐng)域中的一個(gè)新興話題，也是成長(zhǎng)最為快速的領(lǐng)域，可協(xié)助電腦理解影像、聲音和文字等資料，是機(jī)器學(xué)習(xí)（machine learning）里的一個(gè)次分類(lèi)項(xiàng)目，模仿神經(jīng)網(wǎng)路的運(yùn)算模式，以多節(jié)點(diǎn)、分層的運(yùn)算來(lái)分析圖片上的特征，最低層的節(jié)點(diǎn)只計(jì)算每一個(gè)像素上的黑白對(duì)比，第二層的節(jié)點(diǎn)則根據(jù)第一層的資料、以連續(xù)的對(duì)比來(lái)分辨出線條與邊界，隨著層級(jí)愈來(lái)愈高、累積的計(jì)算資訊愈來(lái)愈復(fù)雜，就可以對(duì)圖片進(jìn)行辨認(rèn)與分類(lèi)。深度學(xué)習(xí)已經(jīng)改變了電腦在現(xiàn)實(shí)世界中觀看、傾聽(tīng)與認(rèn)知事物的方式，其演算法可以協(xié)助資料分類(lèi)，以及了解資料關(guān)聯(lián)性，這通常需要復(fù)雜的類(lèi)神經(jīng)網(wǎng)路和大量的運(yùn)算資源才能執(zhí)行。
 
　　然而，對(duì)于半導(dǎo)體產(chǎn)業(yè)來(lái)說(shuō)，最重要或許也最實(shí)際的問(wèn)題是：深度學(xué)習(xí)將會(huì)深入智慧型手機(jī)、可穿戴式裝置或是自動(dòng)駕駛汽車(chē)中使用的微型電腦視覺(jué) SoC 嗎？接下來(lái)的問(wèn)題還包括誰(shuí)將致力于開(kāi)發(fā)針對(duì)神經(jīng)網(wǎng)路最佳化的 SoC 架構(gòu)？它又將會(huì)是一款什么樣的SoC 呢？
 
　　毫無(wú)疑問(wèn)，深度學(xué)習(xí)確實(shí)是改變游戲規(guī)則的一大突破，具有強(qiáng)大的影響力，必須說(shuō)的是，目前它還只是一種經(jīng)驗(yàn)領(lǐng)域。人們正在嘗試不同的東西?，F(xiàn)在已經(jīng)有許多晶片供應(yīng)商對(duì)深度學(xué)習(xí)的興趣不斷增加，卷積神經(jīng)網(wǎng)路(CNN)正廣泛地應(yīng)用在影像與視訊辨識(shí)領(lǐng)域，也意味著 SoC 晶片對(duì)于內(nèi)存的需求量將會(huì)大增(如圖一所示)，重要性也相對(duì)提升。很多時(shí)候機(jī)器學(xué)習(xí)是不需要使用到大資料技術(shù)，并非資料量很大就需要大資料技術(shù)，但是無(wú)庸置疑地，資料量大即需要龐大的內(nèi)存空間。　　對(duì) SoC 晶片而言，內(nèi)存測(cè)試已成為一種更有挑戰(zhàn)的研發(fā)項(xiàng)目，引發(fā)的問(wèn)題也就日漸增加。測(cè)試 SoC 有三種主要方向，傳統(tǒng)功能測(cè)試、結(jié)構(gòu)測(cè)試及 BIST 測(cè)試。功能測(cè)試只能由一組測(cè)試機(jī)臺(tái)單獨(dú)執(zhí)行，而當(dāng) SoC 變得更為復(fù)雜且用到的內(nèi)存更多時(shí)，便需要更簡(jiǎn)便且準(zhǔn)確的內(nèi)存測(cè)試功能。由于擔(dān)心未來(lái)測(cè)試機(jī)臺(tái)的效能及成本增加，半導(dǎo)體廠商開(kāi)始加入更多的掃描路徑到設(shè)計(jì)中，以便藉由結(jié)構(gòu)測(cè)試方式來(lái)找出晶片在制造時(shí)所發(fā)生的潛在錯(cuò)誤。
 
　　最后，有愈來(lái)愈多的 BIST 與 SoC 設(shè)計(jì)整合。BIST 是個(gè)兩面刃，設(shè)計(jì)者對(duì)它又愛(ài)又怕。愛(ài)的是，它可以成功降低 DPPM以及公司的成本；怕的是，它會(huì)影響芯片的效能。對(duì)此，厚翼科技特別開(kāi)發(fā)「內(nèi)存自我測(cè)試電路產(chǎn)生軟體 Brains」，從整體的晶片設(shè)計(jì)切入，全自動(dòng)的判讀內(nèi)存并將其分群，讓使用者能輕易產(chǎn)生最佳化的 BIST 電路，從產(chǎn)品設(shè)計(jì)前端大幅提升測(cè)試良率、降低測(cè)試成本，提高產(chǎn)業(yè)競(jìng)爭(zhēng)力，Brains 產(chǎn)出的 BIST 不僅速度高達(dá) 3.3 GHz，而 BIST 電路更是平均只需 200 個(gè)門(mén)數(shù)（gate count）。Brains 擁有自動(dòng)化的 Mem Located、Clock Tracing、Grouping 與 Insertion，只要一個(gè)按鈕即可完成最復(fù)雜的 MBIST 規(guī)劃。 
　　由于Brains 的架構(gòu)可以在最省面積的狀況下，同時(shí)又不造成效能上的損失作處理。對(duì)于日新月異的處理器，Brains 更是提供一可直接彈性調(diào)配的介面，力圖在各處理器的支援上做到無(wú)縫接軌。


本文由厚翼科技供稿，轉(zhuǎn)載請(qǐng)注明出處為a&s智慧城市