西門子旗下業(yè)務(wù)Mentor近日宣布，領(lǐng)先的人工智能(AI)解決方案提供商燧原科技(Enflame Technology)使用其Tessent?軟件產(chǎn)品系列滿足公司硅測(cè)試要求，并助力其最新的Deep Thinking Unit(DTU)芯片-快速實(shí)現(xiàn)測(cè)試的調(diào)試階段。

Enflame剛剛發(fā)布的DTU芯片專門針對(duì)于數(shù)據(jù)中心的深度學(xué)習(xí)訓(xùn)練，能夠有效降低AI應(yīng)用程序在云端和企業(yè)數(shù)據(jù)中心中的加速成本，同時(shí)為其他訓(xùn)練任務(wù)提供更優(yōu)性能。

Enflame總部位于中國上海，通過開發(fā)深度學(xué)習(xí)的軟件堆棧和加速器SoC，為全球數(shù)據(jù)中心和云服務(wù)提供商提供AI訓(xùn)練平臺(tái)解決方案。

Enflame Technology SoC DFX總監(jiān)Iris Ma表示：“Tessent工具有助于加快從設(shè)計(jì)、驗(yàn)證到物理設(shè)計(jì)的DFT開發(fā)和調(diào)試周期，隨著大型AI芯片尺寸的不斷增長，這一點(diǎn)變得愈加重要。Tessent基于RTL級(jí)hierarchical DFT的能力為實(shí)現(xiàn)DFT和測(cè)試向量的自動(dòng)生成(ATPG)提供了理想的解決方案，它不僅適用于我們的現(xiàn)階段設(shè)備，也可以應(yīng)用于尺寸更大的下一代芯片?！?/p>

在開發(fā)其新的DTU芯片時(shí)，Enflame需要借助DFT解決方案來最大程度地降低測(cè)試成本，降低每十億件產(chǎn)品缺陷率(DPPM)，并縮短產(chǎn)品的上市時(shí)間;而該芯片的設(shè)計(jì)采用了超大尺寸，集成了超過100億個(gè)晶體管，并集成了采用2.5D封裝以12nm工藝制造的高帶寬存儲(chǔ)器(HBM)2，這些條件對(duì)Enflame滿足以上需求提出了嚴(yán)苛挑戰(zhàn)。

Enflame Technology的首席運(yùn)營官Arthur Zhang表示：“Mentor的Tessent DFT和Calibre物理驗(yàn)證工具在我們DTU AI芯片的開發(fā)過程中發(fā)揮了關(guān)鍵作用，這款芯片包括480mm2原始芯片和采用2.5D封裝的HBM2。在Mentor Tessent產(chǎn)品的幫助下，我們很快完成了調(diào)試階段，在7天之內(nèi)就拿回了ASIC。所有的DC/AC掃描、-存儲(chǔ)器內(nèi)建自測(cè)試、邊界掃描和模擬測(cè)試均無差錯(cuò)完成。此外，所有晶圓分類、FT以及SLT都是自動(dòng)化的，初始良率與鑄造指數(shù)一致，與實(shí)驗(yàn)室結(jié)果也保持相同。我們十分感謝Mentor出色的工具質(zhì)量、卓越的創(chuàng)新以及始終如一的支持?！?/p>

Mentor的Tessent軟件是市場(chǎng)領(lǐng)先的DFT解決方案，能夠幫助公司實(shí)現(xiàn)更高的測(cè)試質(zhì)量、更低的測(cè)試成本和更快的良率提升?；赗TL的-hierarchical DFTTessent和Tessent Connect自動(dòng)化具有一系列技術(shù)特點(diǎn)，可以用于應(yīng)對(duì)DFT實(shí)施和AI芯片架構(gòu)中的向量生成挑戰(zhàn)。這些技術(shù)有助于避免DFT配置導(dǎo)致生產(chǎn)進(jìn)度延誤，而此類問題在AI處理等新興市場(chǎng)中十分常見。

“現(xiàn)在，人工智能的硬件加速是一個(gè)競(jìng)爭(zhēng)激烈且發(fā)展迅速的市場(chǎng)。因此，縮短上市時(shí)間是該市場(chǎng)中許多客戶的主要關(guān)注點(diǎn)，”Mentor,a Siemens business的Tessent產(chǎn)品系列副總裁兼總經(jīng)理Brady Benware介紹，“這一領(lǐng)域的公司之所以會(huì)選擇Tessent，是因?yàn)樗哂邢冗M(jìn)的hierarchical DFT方法和Tessent Connect自動(dòng)化功能，二者能夠共同為大規(guī)模并行架構(gòu)提供高效的測(cè)試執(zhí)行。此外，Tessent中的SiliconInsight調(diào)試和特征提取功能還可以幫助用戶在silicon bring-up階段避免代價(jià)高昂的延遲問題?！?/p>