การทดสอบอัตโนมัติ AI ย่นเวลาพัฒนาเซมิคอนดักเตอร์ได้อย่างไร

การทดสอบอัตโนมัติ AI คืออะไร และทำไมจึงเปลี่ยนเกมเซมิคอนดักเตอร์

การทดสอบอัตโนมัติ AI ในบริบทของวิศวกรรมเซมิคอนดักเตอร์คือการนำปัญญาประดิษฐ์เข้ามาควบคุมเวิร์กโฟลว์ทดสอบทั้งเชิงฟิสิกส์และเชิงออกแบบ ตั้งแต่การตั้งค่าการทดสอบ การเก็บและจัดระเบียบข้อมูล ไปจนถึงการตรวจสอบกติกาออกแบบและการวิเคราะห์ผล เพื่อให้ระบบสามารถทำงานซ้ำซ้อนแทนมนุษย์ ตัดสินใจเบื้องต้น และเชื่อมข้อมูลจากเครื่องมือออกแบบจำลองต่างๆ เข้าด้วยกัน เป้าหมายสำคัญคือการลดงานมือของวิศวกร ลดความผิดพลาดจากมนุษย์ และย่นวงจรการยืนยันผลให้เร็วขึ้นโดยยังรักษาความน่าเชื่อถือของข้อมูลทดสอบในระดับที่ใช้พัฒนาผลิตภัณฑ์ได้จริง

ท่ามกลางความซับซ้อนของผลิตภัณฑ์อิเล็กทรอนิกส์ยุคใหม่ ผู้ผลิตชิปไม่สามารถพึ่งแค่เครื่องมือเดิมได้อีกต่อไป การออกแบบด้วย AI และการทดสอบอัตโนมัติ AI จึงกลายเป็นหัวใจใหม่ของการลดเวลาพัฒนา การทดสอบที่เคยต้องรอปลายกระบวนการ ถูกดึงขึ้นมาอยู่ช่วงต้น ช่วยให้ทีมเห็นปัญหาเร็ว ตัดสินใจได้เร็ว และหลีกเลี่ยงการแก้แบบซ้ำที่กินทั้งเวลาและงบประมาณ ผู้เล่นที่กล้าปรับเวิร์กโฟลว์ไปสู่แนวทางนี้จะมีโอกาสออกชิปได้ทันรอบตลาดมากกว่าคู่แข่งอย่างชัดเจน

Simcenter Testlab ย้ายการทดสอบฟิสิกส์จากงานมือสู่เวิร์กโฟลว์อัตโนมัติ

การอัปเดตล่าสุดของ Simcenter Testlab ถูกวางบทบาทชัดเจนว่าเป็นเครื่องมือแปลงงานทดสอบฟิสิกส์จากงานมือกระจัดกระจายไปสู่เวิร์กโฟลว์แบบบูรณาการและอัตโนมัติ ชุดเครื่องมือเวอร์ชันใหม่ผสานการตั้งค่าทดสอบ การเก็บข้อมูล และการจัดการข้อมูลเข้าด้วยกัน เพื่อช่วยทีมวิศวกรรมลดงานที่ต้องทำซ้ำและส่งมอบผลที่สม่ำเสมอได้เร็วขึ้น โดยเป้าหมายคือให้วิศวกรสามารถตัดสินใจด้านวิศวกรรมได้เร็วกว่าเดิมอย่างมีข้อมูลรองรับ

หัวใจของการเปลี่ยนผ่านนี้คือเวิร์กโฟลว์โครงสร้างพลวัตแบบ end to end ใน Simcenter Testlab Neo ที่ถูกออกแบบมาให้วิศวกรตั้งแต่ระดับมือใหม่จนถึงผู้เชี่ยวชาญสามารถตั้งและรันการทดสอบได้อย่างสอดคล้อง โดยการผสานการทดสอบ shaker การแสดงผลแบบเรียลไทม์ และการเชื่อมต่อกับฮาร์ดแวร์ Simcenter SCADAS ในสภาพแวดล้อมเดียวกัน ซอฟต์แวร์นี้ให้ประสิทธิภาพสูงขึ้นถึง 35 เปอร์เซ็นต์ในกระบวนการโครงสร้างพลวัต ซึ่งเป็นคำยืนยันว่าเวิร์กโฟลว์ที่ขับเคลื่อนด้วย AI และการทดสอบอัตโนมัติ AI ไม่ได้เป็นแค่คำโฆษณาแต่ส่งผลต่อเวลาทำงานของทีมอย่างเป็นรูปธรรม

จากข้อมูลทดสอบสู่ข้อมูลพร้อม AI และการยืนยันผลที่เร็วกว่ามนุษย์ทำ

องค์กรจำนวนมากติดกับดักข้อมูลทดสอบที่กระจัดกระจาย ใช้ซ้ำยาก และไม่สามารถส่งต่อไปฝึกโมเดล AI ได้ Simcenter Testlab เลือกโจมตีปัญหานี้โดยรวมการได้มาซึ่งข้อมูล การวิเคราะห์ และการจัดการให้อยู่ในสภาพแวดล้อมเดียว พร้อมเติมฟังก์ชัน annotation และอัตโนมัติให้ทีมสร้างชุดข้อมูลที่มีบริบทชัดเจน ใช้ซ้ำง่าย และพร้อมต่อการสร้างการทดสอบอัตโนมัติ AI ในอนาคต ซอฟต์แวร์ยังเปิดทางให้ผสานข้อมูลทดสอบจริงเข้ากับข้อมูลเสมือนเพื่อฝึกโมเดล AI ให้เข้าใจพฤติกรรมของระบบได้หลากหลายขึ้น

จุดที่น่าสนใจคือความสามารถ virtual shaker testing ที่ให้ทีมด้านอากาศยานและกลาโหมเตรียมการทดสอบคุณสมบัติและความทนทานด้วยการจำลองก่อนลงฮาร์ดแวร์จริง การสร้างโมเดลของเซ็ตอัปทดสอบทั้งชุดช่วยให้ทีมสำรวจสถานการณ์วิกฤตล่วงหน้า ลดความไม่แน่นอนและความเสี่ยงต่อฮาร์ดแวร์ราคาแพง การคาดการณ์เสียงสั่นสะเทือนของระบบผ่านเวิร์กโฟลว์ system NVH prediction ยังถูกทำให้เร็วขึ้นถึง 60 เปอร์เซ็นต์ก่อนสร้างต้นแบบจริง ซึ่งสะท้อนชัดว่าการผสานการออกแบบด้วย AI กับข้อมูลทดสอบที่มีโครงสร้างช่วยย่นเวลาการยืนยันผลได้มากกว่าที่วิศวกรคนเดียวจะทำทัน

ความร่วมมือ Siemens–TSMC: AI agent ที่ออกแบบชิปแทบทั้งสายงาน

ในโลกของวิศวกรรมเซมิคอนดักเตอร์ การลดเวลาพัฒนาขึ้นอยู่กับความเร็วในการออกแบบและตรวจสอบความถูกต้องของกติกากระบวนการผลิต ความร่วมมือล่าสุดระหว่าง Siemens และ TSMC ถูกวางไว้เพื่อขยายการออกแบบด้วย AI ให้ลึกเข้าไปทั้งเวิร์กโฟลว์ออกแบบชิป โดยทั้งสองฝ่ายทำงานร่วมกันภายใต้ระบบนิเวศ OIP เพื่อให้ลูกค้าสามารถเพิ่มผลิตภาพ เร่งวงจรการออกแบบ และรับมือกับความซับซ้อนที่เพิ่มสูงขึ้นได้ดีขึ้น

หนึ่งในแกนสำคัญคือการเปิดตัว AI agent สำหรับการแก้ปัญหา design rule check แบบอัตโนมัติในทั้งเวิร์กโฟลว์ digital และ custom IC โดยใช้ซอฟต์แวร์ Calibre ผูกเข้ากับ Aprisa และ Solido เพื่อให้เอเจนต์ AI วิเคราะห์และแก้ violation ได้เอง ซึ่งช่วยลดงานมือของวิศวกรและเร่งเวลาไปสู่ tapeout ได้อย่างชัดเจน อีกด้านหนึ่ง Fuse EDA AI System และ Fuse EDA AI Agent ถูกใช้สร้างเวิร์กโฟลว์ EDA แบบอัตโนมัติยาวต่อเนื่องที่ตรวจตัวเองได้ สามารถจัดการงานออกแบบหลายขั้นตอนที่ซับซ้อน ประสานการทำงานหลายเครื่องมือ และตรวจยืนยันทิศทางวิศวกรรมอย่างต่อเนื่อง

ย่นวงจรการยืนยันผลวันนี้ เพื่อชนะตลาดชิปในวันพรุ่งนี้

ภาพรวมของสิ่งที่ Siemens ทำทั้งในฝั่ง Simcenter Testlab และความร่วมมือกับ TSMC บอกชัดว่าศึกเซมิคอนดักเตอร์รอบใหม่ไม่ได้วัดกันที่ขนาดเทคโนโลยีกระบวนการผลิตเพียงอย่างเดียว แต่ชี้ขาดกันที่ความสามารถในการทำการทดสอบอัตโนมัติ AI และการออกแบบด้วย AI ให้ลึกที่สุดในเวิร์กโฟลว์ วิศวกรที่ยังใช้กระบวนการแบบเดิมจะต้องเผชิญทั้งงานมือซ้ำซ้อน เวลายืนยันผลที่ยืดเยื้อ และความเสี่ยงด้านคุณภาพที่ยากควบคุม ขณะที่ทีมที่ย้ายไปสู่เวิร์กโฟลว์อัตโนมัติจะได้ทั้งเวลาคืนกลับมาและข้อมูลที่ชัดขึ้นเพื่อใช้ตัดสินใจ

แม้การผสาน AI เข้ากับเวิร์กโฟลว์ออกแบบและทดสอบจะต้องใช้ทั้งการลงทุนด้านทักษะและเครื่องมือ แต่ความเคลื่อนไหวอย่างต่อเนื่องของ Siemens และ TSMC รวมถึงแผนงานรองรับเทคโนโลยีกระบวนการใหม่ เช่น CoWoS L และ COUPE reference flow ที่อยู่ระหว่างการพัฒนา แสดงให้เห็นว่าทิศทางอุตสาหกรรมมุ่งไปทางนี้อย่างแน่นอน สำหรับทีมที่ต้องการลดเวลาพัฒนา การเริ่มต้นจัดระเบียบข้อมูลทดสอบให้เป็น AI ready และทดลองเวิร์กโฟลว์อัตโนมัติในช่วงยืนยันผลคือก้าวเล็กที่อาจเปลี่ยนความสามารถในการแข่งขันของผลิตภัณฑ์ทั้งสาย