Einsatz künstlicher Intelligenz bei Test und Analyse von Halbleiterspeichern
Konferenz: VDE-Kongress 2006 - Innovations for Europe - Fachtagungsberichte der ITG/BMBF - GMM - ETG - GMA - DGBMT
23.10.2006 - 25.10.2006 in Aachen, Deutschland
Tagungsband: VDE-Kongress 2006
Seiten: 6Sprache: DeutschTyp: PDF
Persönliche VDE-Mitglieder erhalten auf diesen Artikel 10% Rabatt
Autoren:
Schmitt-Landsiedel, Doris (Technische Universität München, Lehrstuhl für Technische Elektronik,)
Liau, Eric (Qimonda AG, München)
Inhalt:
Test und Ausfallanalyse integrierter Halbleiterspeicher werden mit zunehmender Integrationshöhe und physikalischer Komplexität zu einem wesentlichen Faktor für Entwicklungszeit und Kosten. Durch Algorithmen der künstlichen Intelligenz kann die Generierung kritischer Tests effizient gelöst werden. Ein Neuronales Netz klassifiziert die Tests, trainiert durch Messungen am Testautomaten. Genetische Algorithmen erzeugen neue kritischere Tests. Mit Fuzzy Logik werden die in Testmustern, Testbedingungen und Testergebnissen enthaltenen Informationen detailliert und problemgerecht codiert. Experimente zeigen, dass diese Methodik um Größenordnungen schneller arbeitet als klassische Verfahren und deutlich größere Bereiche von Ausfällen und Schwachstellen identifiziert.