テスト・イノベーションズ：チャンプを乗り越え、チップレット・エコシステムへ
スピーカー：明 張（ミン・チャン）、PDFソリューションズ
要約：
本論文は、急成長するチップレットエコシステムの設計・製造課題に対処する上で、テスト技術革新（特に人工知能（AI）の応用）が果たす役割を探求する。3D集積化、新規ファブ増設、AIチップ開発へのAI活用といった業界の主要な変化は、プロセスばらつき、サプライチェーンの安全性、複雑な検証プロセスといった課題をもたらした。このギャップを埋めるため、AI駆動型適応テストが大きな可能性を秘めている。 堅牢なAIインフラを活用したモデル展開により、企業はウェハー選別データに対する機械学習を駆使し、最終テスト不良を予測できる。事例研究では、この「データ・フィードフォワード」アプローチにより、最終テストの冗長性を排除しつつ、不良部品数百万個当たり（DPPM）への影響をゼロまたはほぼゼロに抑え、88%を超えるスキップ率を達成できることを実証した。これにより、大量生産における効率性の大幅な向上、コスト削減、システム品質の改善が実現される。
キーワード：チップレット ・エコシステム、テスト技術革新、エンタープライズAI、適応型テスト、機械学習、データ・フィードフォワード（DFF）、半導体製造、ウェーハ選別、最終テスト、サプライチェーン管理。
今すぐプレゼンテーションをダウンロード！
本情報をダウンロードすることにより、PDF Solutions, Inc.が、本情報に記載された私の情報を、製品やサービスに関する連絡に使用することを承諾します。これは、以前にそのような連絡の配信停止を申し出た場合でも適用されます。当社のプライバシー慣行およびお客様のプライバシー保護への取り組みに関する詳細は、当社のプライバシーポリシーをご確認ください。