Semico Research кількісно оцінює вплив глибокої аналітики даних на бізнес і приходить до висновку, що вона прискорює SoC TTM на шість місяців – Semiwiki

Напівпровідникова промисловість реагує на зростаючу складність пристроїв і вимоги до продуктивності різними способами. Щоб створити менші та щільніше упаковані компоненти, промисловість постійно вдосконалює технологію виробництва. Це включає використання нових матеріалів і процесів, таких як екстремальна ультрафіолетова літографія (EUV) і 3D-укладання. Щоб задовольнити вимоги до продуктивності, галузь розробляє нові архітектури чіпів, які забезпечують більш ефективну обробку даних і енергоспоживання. Це включає в себе специфічні архітектури відкритого домену (ODSA), що включають спеціалізовані процесори та прискорювачі штучного інтелекту (AI). Щоб зменшити витрати та підвищити продуктивність, галузь інтегрує більше компонентів на одному чіпі, що призводить до створення систем на кристалі (SoC) або вибирає системи з кількома кристалами з використанням реалізацій на основі мікросхем. Також зростає рівень співпраці в екосистемі, включаючи постачальників обладнання, ливарних цехів, пакувальних і складальних будинків.

У той же час час виходу на ринок (TTM) набуває все більшого значення для продуктових компаній. На сучасних ринках, що швидко розвиваються, ринкове вікно для продукту може становити лише два роки. Компанія не може дозволити собі запізнитися на будь-який ринок, не кажучи вже про такі швидкозмінні ринки. Таким чином, кожна компанія використовує власні перевірені та перевірені способи отримання переваг TTM, щоб вийти на ринок першою. Останнім часом багато компаній використовують глибоку аналітику даних, щоб пришвидшити роботу над розробкою продуктів SoC. Використовуючи глибоку аналітику даних, проблеми з дизайном можна виявити на ранніх стадіях процесу розробки, зменшуючи потребу у дорогих і трудомістких повторних обертаннях. Він також може визначити потенційні вузькі місця продуктивності та можливості оптимізації. По суті, глибока аналітика даних може не тільки зменшити TTM, але й допомогти покращити продуктивність продукту, збільшити енергоефективність і підвищити надійність продукту. Продуктова компанія отримує більшу частку ринку за значно покращеної рентабельності інвестицій (ROI) і довгострокового задоволення клієнтів.

proteanTecs є провідним постачальником глибокої аналітики даних для вдосконаленого моніторингу електроніки. У його рішенні використовуються вбудовані монітори та методи машинного навчання, щоб надати практичну інформацію під час розробки через виробництво та розгортання на місці. Нещодавно компанія провела вебінар, на якому Річ Вавжиняк, головний аналітик ASIC і SoC у Semico Research, представив пряме порівняння двох компаній, які розробляють подібну багатоядерну SoC на 5-нм технологічному вузлі. Одна з двох компаній у цьому порівнянні використовувала технологію proteanTecs у своїй розробці продукту та отримала шестимісячну перевагу TTM перед іншою.

Вебінар базується на документі Semico Research, про який ми розповідали в статті «Як глибока аналітика даних прискорює розробку продуктів SoC».

Ось деякі уривки з вебінару.

Грань вартості

Нижче наведено таблицю порівняння вартості проектування для двох конкуруючих рішень для того самого додатка на основі поточних галузевих проектних і виробничих витрат. Рішення компанії A використовувало методологію проектування на основі аналітики proteanTecs, а рішення компанії B використовувало стандартну методологію. Рішення — це продукт SoC-прискорювач центру обробки даних, деталями про який Річ поділився на вебінарі. Економія коштів компанії А склала приблизно 9% порівняно з компанією Б.

Перевага часу виходу на ринок (TTM).

Використовуючи підхід proteanTecs для глибокої аналітики даних, компанія A зустріла своє ринкове вікно своєчасним входом, що дозволило їй захопити більшу частину цільового ринку. Компанія отримала 6-місячну перевагу TTM над компанією B. Вона також відновила свої інвестиції в дизайн, хоча їхній ринок все ще зростав, дозволяючи збільшити доходи та прибутковість.

Перевага в полі

Як показано на малюнку нижче, аналітичне рішення proteanTecs допомагає не лише на етапах проектування, підготовки та виробництва, але й після того, як продукт було розгорнуто в польових умовах. Це допомогло Компанії А відслідковувати та виправляти потенційні проблеми в полі в реальних умовах експлуатації. Такого роду аналітику можна використовувати для профілактичного обслуговування та точного налаштування енергоспоживання та продуктивності продукту в польових умовах. Марк Хатнер, старший директор з маркетингу продуктів у proteanTecs, представив цю інформацію під час вебінару.

Демонстрація хмарної платформи

На завершення вебінару Алекс Бурлак, віце-президент із тестування та аналітики proteanTecs, продемонстрував демонстрацію хмарної аналітичної платформи proteanTecs. Він підкреслив можливості платформи та розкрив різні типи інформації, яку користувачі отримують від вбудованих моніторів proteanTecs, які також називаються агентами.

Підсумки

Усі, хто займається розробкою напівпровідникових продуктів, знайдуть інформацію, представлену на вебінарі, дуже корисною. Ви можете переглянути вебінар за запитом тут.

Також читайте:

Обслуговування транспортних засобів майбутнього за допомогою глибокої аналітики даних

Вебінар: Революція даних у виробництві напівпровідників

Ера мікросхем і гетерогенної інтеграції: виклики та нові рішення для підтримки 2.5D і 3D Advanced Packaging

Поділитися цим дописом через:

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• EVM Фінанси. Уніфікований інтерфейс для децентралізованих фінансів. Доступ тут.
• Quantum Media Group. ІЧ/ПР посилений. Доступ тут.
• PlatoAiStream. Web3 Data Intelligence. Розширення знань. Доступ тут.
• джерело: https://semiwiki.com/analytics/330226-how-deep-data-analytics-accelerates-soc-ttm-by-six-months/