Semico Research kvantifiserer forretningseffekten av dyp dataanalyse, konkluderer med at det akselererer SoC TTM med seks måneder - Semiwiki

Publisert av Platon

Følgere: 0

Halvlederindustrien har reagert på økende enhetskompleksitet og ytelseskrav på flere måter. For å lage mindre og tettere pakkede komponenter, fremmer industrien kontinuerlig produksjonsteknologi. Dette inkluderer bruk av nye materialer og prosesser, som ekstrem ultrafiolett litografi (EUV) og 3D-stabling. For å møte ytelseskrav, utvikler industrien nye brikkearkitekturer som muliggjør mer effektiv databehandling og strømforbruk. Dette inkluderer åpne domenespesifikke arkitekturer (ODSA) som inkluderer spesialiserte prosessorer og kunstig intelligens (AI) akseleratorer. For å redusere kostnader og forbedre ytelsen, integrerer industrien flere komponenter på en enkelt brikke, noe som resulterer i System on Chip (SoC)-design eller velger multi-die-systemer som bruker brikkebaserte implementeringer. Det er også økende grad av samarbeid innenfor økosystemet, inkludert utstyrsleverandører, støperier, pakke- og forsamlingshus.

Samtidig får time-to-market (TTM) stadig større betydning for produktselskapene. I dagens markeder i rask utvikling, kan markedsvinduet for et produkt bare være to år. Et selskap har ikke råd til å komme for sent til et hvilket som helst marked, enn si slike markeder i rask bevegelse. Dermed bruker hvert selskap sine egne testede og utprøvde måter å oppnå TTM-fordeler for å komme først ut på markedet. I det siste har mange selskaper utnyttet dyp dataanalyse for å akselerere deres SoC-produktutviklingsarbeid. Ved å utnytte dyp dataanalyse kan designproblemer fanges opp tidlig i utviklingsprosessen, noe som reduserer behovet for dyre og tidkrevende re-spinn. Den kan også identifisere potensielle flaskehalser og optimaliseringsmuligheter. I hovedsak kan dyp dataanalyse ikke bare redusere TTM, men også bidra til å forbedre produktytelsen, øke strømeffektiviteten og forbedre påliteligheten til et produkt. Produktselskapet får glede av større markedsandeler til betydelig forbedret avkastning på investeringen (ROI) og langsiktig kundetilfredshet.

proteanTecs er en ledende leverandør av dyp dataanalyse for avansert elektronikkovervåking. Løsningen bruker skjermer på brikken og maskinlæringsteknikker for å levere handlingskraftig innsikt under utvikling gjennom produksjon og utplassering i felt. Selskapet arrangerte nylig et webinar der Rich Wawrzyniak, hovedanalytiker for ASIC og SoC ved Semico Research, presenterte en head-to-head sammenligning av to selskaper som designer en lignende multicore SoC på en 5nm teknologinode. Ett av de to selskapene i denne sammenligningen utnyttet proteanTecs-teknologi i sin produktutvikling og fikk en seks måneders TTM-fordel i forhold til det andre.

Webinaret er basert på en Semico Research white paper, som vi dekket i artikkelen, "Hvordan Deep Data Analytics akselererer SoC-produktutvikling».

Her er noen utdrag fra webinaret.

Kostnadskanten

Nedenfor er en sammenligningstabell for designkostnader for to konkurrerende løsninger for samme applikasjon basert på gjeldende industridesign og produksjonskostnader. Bedrift As løsning utnyttet proteanTecs analysebaserte designmetodikk og selskap Bs løsning brukte standardmetodikk. Løsningen er et SoC-produkt for datasenterakselerator, hvor detaljer deles av Rich i webinaret. Bedrift A sine kostnadsbesparelser utgjorde ca. 9 % i forhold til selskap B.

Sammenligning av designkostnader

Time-to-Market (TTM)-fordelen

Ved å bruke proteanTecs tilnærming for dype dataanalyser, møtte selskap A markedsvinduet deres med inntreden i tide, slik at det kunne fange størstedelen av målmarkedet. Selskapet fikk en 6-måneders TTM-fordel i forhold til selskap B. Det fikk også tilbake designinvesteringen selv om markedet deres fortsatt vokste, noe som ga økte inntekter og lønnsomhet.

Innvirkning på selskap A og B

In-field fordel

Som fremhevet i figuren nedenfor, hjelper proteanTecs analyseløsning ikke bare under design-, oppdrags- og produksjonsfasene, men også etter at et produkt har blitt distribuert i felten. Dette hjalp Company A med å overvåke og korrigere potensielle problemer i feltet under virkelige driftsforhold. Denne typen analyseinnsikt kan brukes til forebyggende vedlikehold og finjustering for strømforbruk og produktytelse i felten. Marc Hutner, seniordirektør for produktmarkedsføring hos proteanTecs, presenterte denne informasjonen under webinaret.

proteanTecs Deep Data Analytics

Skybasert plattformdemo

For å avslutte webinaret viste Alex Burlak, visepresident for test og analyse hos proteanTecs, en demo av den skybaserte analyseplattformen proteanTecs. Han fremhevet plattformens muligheter og avslørte de forskjellige typene innsikt brukere mottar fra proteanTecs' on-chip monitorer, også kalt Agenter.

Skjermbilde proteanTecs Demo

Oppsummering

Alle som er involvert i produktutvikling av halvledere vil finne informasjonen som presenteres i webinaret svært nyttig. Du kan se webinaret på forespørsel her.