人工智能的發(fā)展與更好的機器視覺控制相結合，為智能制造行業(yè)創(chuàng)造了至關重要的新組成部分——高精度和可擴展的故障檢測。這項技術的前景廣闊，不僅可以提高效率，而且可以提高安全性并提供實時可見性。

AI驅(qū)動的故障檢測是工業(yè)自動化領域新興需求和創(chuàng)新領域的一個很好的例子。引起關注的部分趨勢是，在制造過程的兩個關鍵領域中，自動進行故障檢測的能力至關重要–將其作為預測性維護計劃的一部分和作為質(zhì)量保證工具的一部分來檢測工廠機械中的故障，以確保制造輸出符合規(guī)格。

制造商轉移到AI故障檢測環(huán)境的主要挑戰(zhàn)之一是：確保用于訓練AI的數(shù)據(jù)清晰無歧義。例如，人工檢查往往是主觀的，不同的檢查員會通過或未通過相同的缺陷，因此將主觀通過/失敗數(shù)據(jù)合并可能導致模棱兩可或矛盾的決策，從而導致模型不完善。即使擁有干凈的數(shù)據(jù)來訓練AI，也只是過程的一小部分。確實，訓練用于視覺檢查的概念驗證AI模型可能只占整個部署總時間和成本的10%。

另一個關鍵挑戰(zhàn)是確保材料和環(huán)境因素(例如照明)的一致性。這兩種方法中的任何一種更改都可能立即導致非常高的錯誤率，需要重新校準或重新訓練模型。然后，這需要成功的部署才能使環(huán)境變化檢測系統(tǒng)處于運行狀態(tài)。但是，除了故障檢測之外，環(huán)境變化檢測系統(tǒng)還可以提供廣泛的好處。例如，分段系統(tǒng)可能會提高工人的安全性(如果在受限區(qū)域檢測到運動，則通過自動切斷機器的動力)，監(jiān)視火、煙或其他空氣質(zhì)量危害(如灰塵或氣體泄漏)的安全性。

總部位于巴黎的 EDA 初創(chuàng)公司 Intento Design 推出了一種基于人工智能 (AI) 的工具，該工具可以為任何代工設計套件校準提取的基板模型，將人工智能和機器學習與固態(tài)物理學相結合。該公司表示，這解決了行業(yè)需要快速準確的早期故障預測，這在汽車/航空航天以及電源管理、醫(yī)療和國防應用中至關重要。

這款名為 ID-Calibre 的新工具是其 ID-Substrate 可靠性工具的擴展，用于早期檢測和預防所有基板寄生效應。ID-Substrate 只需幾秒鐘即可將完整芯片的基板建模為有源 3D 物理模型，而 ID-Calibre 會校準提取的基板模型。然后，這加速了對 ID-Substrate 檢測到的所有潛在基板故障區(qū)域的準確預測，同時還消除了測試結構制造和代工測量費用。

Intento Design 的首席執(zhí)行官兼創(chuàng)始人 Ramy Iskander 闡明了 ID-Calibre 如何打開新的市場機會：“ID-Calibre 消除了對經(jīng)驗校準或測試結構制造的需求，有效地為 IDM、無晶圓廠和設計帶來更好的市場競爭力和更高的投資回報率房屋。將 ID-Substrate/ID-Calibre 視為完整 AMS 芯片的行為 TCAD 仿真，比傳統(tǒng) TCAD 有限元方法快 1000 倍?！?

Intento Design 專注于模擬設計自動化的設計工具和軟件。在其產(chǎn)品中，ID-Substrate 可檢測基板中存在可靠性風險的區(qū)域。它提取寄生參數(shù)的網(wǎng)表，以幫助設計人員回注到原始網(wǎng)表或重新模擬原理圖，同時考慮基板寄生參數(shù)，并可視化制造后閂鎖風險的潛在熱點區(qū)域。

與模擬可以持續(xù)數(shù)天的有限元建模技術不同，Intento Design 表示 ID-Substrate 模擬可在幾秒鐘內(nèi)給出準確的結果。這是基于基于電路的建模，結合自適應網(wǎng)格算法優(yōu)化元素的數(shù)量，快速生成結果而不會出現(xiàn)收斂問題或精度損失。ID-Substrate 在 Cadence 模擬設計環(huán)境中運行。

說明了 ID-Substrate/ID-Calibre 組合解決方案如何在流片和制造之前預測基板故障并指導布局調(diào)整。當芯片上電時，系統(tǒng)會產(chǎn)生上電復位 (POR) 信號。ID-Substrate 分析檢測到問題區(qū)域并執(zhí)行布局調(diào)整以保護 POR 模塊免受由輸出驅(qū)動器電阻開關引起的少數(shù)載流子的影響?？偣?2016 個二極管、8283 個電阻器和 3309 個同質(zhì)結的提取時間為 1.606 秒。