Zuverlässigkeitstests waren schon immer eine Herausforderung für Halbleiterunternehmen, aber es wird immer schwieriger, da die Anzahl der Geräte immer kleiner wird, sie in fortschrittlichen Gehäusen integriert sind und unter unterschiedlichen Bedingungen verwendet werden, wobei die Lebenserwartung je nach Anwendung und variiert Anwendungsfall. Nir Sever, Senior Director of Business Development bei proteanTecs, und Luca Moriconi, F&E- und Roadmap-Manager bei ELES Semiconductor Equipment, sprechen mit Semiconductor Engineering über die Extraktion von Daten aus dem Inneren eines Geräts mithilfe von Deep Data und Telemetrie, um zu bestimmen, wie nahe ein Ausfall ist ein Gerät in Betrieb ist, wie hoch die Ausfallrate ist und warum dies zusätzlich zu den herkömmlichen Belastungs- und Strukturtestansätzen notwendig geworden ist.
[Eingebetteten Inhalt]
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
- PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
- PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
- PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
- Quelle: https://semiengineering.com/using-deep-data-for-improved-reliability-testing/