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)行布局調整以保護 POR 模塊免受由輸出驅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 個同質結的提取時間為 1.606 秒。