数据与可靠性息息相关
从汽车上收集有用的数据,并将其发送到反馈回路中,将成为汽车行业未来5到10年内一项常规性的工作。主机厂、芯片设计公司、半导体公司都需要通过正反馈回路来获得更详细的分析,因此,我们可以对所使用的设计技术和库进行适当的调整。
实现这一功能的关键要素之一是从汽车中传输最少的数据量。这意味着汽车本身必须能够整理出相关的数据和事件。管理所有这些数据至关重要,要考虑太多的数据以及如何以一种干净的方式将其组合在一起。对于不同类型的工具,或者不同类型的传感器,尽管其在物理上不同,来自不同的供应商,但在逻辑上是相同的。通过识别所有不同数据源中语义相似的内容,就可以更轻松地将其转换为一种格式,然后提取出一些有用的结果。
关键在于理解什么对可靠性更重要,而这本身就是一项复杂的任务。简单说,从汽车中收集有价值的信息非常重要。虽然这很难量化,但不能一直发送所有的数据。找到重要的数据意味着汽车或器件要有分析能力,从而最大限度地减少传输到云端的数据。
在车辆部署到现场之前,我们必须确保已经采取了所有的可靠性和安全措施。通过组合从生命周期不同阶段提取的UCT(通用芯片遥测)数据,并用额外的数据源对其进行扩充,价值链上的制造商就可以将质量提高10倍,防止质量流失或“受伤”。这是通过高度先进的异常检测方法,剔除未检测到的缺陷,而不影响良率来实现的。即使在表征和鉴定过程中,也应对性能极限进行调整和优化,以确保足够的可靠性裕度。
例如,Synopsys将分析引擎与嵌入芯片中的传感器和监视器相连,利用反馈回路将芯片设计和生产各个阶段的丰富数据集输入分析引擎中。
嵌入芯片中的传感器和监视器将丰富数据集输入分析引擎
数据的所有权有助于实现反馈回路和生命周期管理。从汽车内部芯片的深处收集数据正在解决这个问题。如今,数据正从汽车中收集起来,并在主机厂内部共享。随着时间的推移,根据地区、合法性、收集数据的程度以及保护数据的能力,数据所有权将成为整个设计生命周期中进行更深入分析的一个加速器。
长期可靠性是一个系统工程
针对汽车电子行业,专注于可靠性和芯片长期健康的工具和生态系统开始联合起来。从芯片生命周期(设计、验证、测试、制造和现场操作)收集的数据将成为实现新一代汽车的寿命、可靠性、功能安全性和安全的关键。
在一个平台上拥有足够数量的有用数据意味着主机厂及其供应链可以对其进行分析并据此采取行动,有可能提前预测故障,以便在设计、制造和现场操作中做出改变。
这是一个完整的生态系统,在可靠性和硅设计方面,许多事情需要共同努力才能形成一个积极的反馈回路。
随着自动驾驶的发展,需要收集、关联和结构化数据,以便在验证、测试、量产和现场监测过程中对其进行评估和操作。数据需要清理、转换成一致的格式并进行分析。尽管反馈回路中的这些步骤对某些市场来说并不完全是新的,但它代表了汽车行业的一个重大转变。多年来,汽车行业一直在相对缓慢的手动水平上工作。现在的挑战是使从设计到制造及其他方面的整个供应链现代化,并比以往任何时候都更快地从更多来源提供更详细的信息。
主机厂正在寻找可扩展的方法来支持先进软件技术不断增长的性能曲线,同时保持先进节点的电子可靠性。但他们需要的是数据,以了解何时以及如何发生故障,并在故障安全机制中平衡可用性和安全性。这是一种权衡,完美并不存在。但我们正努力通过获得这些系统健康状况的准确可见性来改变这一等式。
改造一个庞大的全球供应链需要时间,它将影响从原材料采购到最终测试等各个阶段。面对自动驾驶技术和通信标准的广度和深度,一两家公司联合起来为汽车提供一个整体的端到端解决方案是不可能的。只有生态系统中不同的人一起协作,利用云计算和基础设施处理,将制造和测试分析的优势应用于雷达、激光雷达和I/O,才能实现真正的汽车安全。
