Pianificazione Adattiva dei Test per l'Affidabilità dei Semiconduttori tramite Ricerca ad Albero Monte Carlo Bayesiana

Un nuovo studio, descritto in un articolo su arXiv (2608.09622), introduce un quadro adattivo innovativo per pianificare test che mirano a garantire l'affidabilità di dispositivi a semiconduttore avanzati. Questo quadro affronta la sfida di prendere decisioni sequenziali sullo stress che bilanciano diversi obiettivi di caratterizzazione rispetto a vari meccanismi di guasto. A differenza dei piani di test statici tradizionali che si basano su modelli di popolazione generale, questo metodo è dinamico e considera le differenze individuali e i dati di degrado in tempo reale. Tratta la qualificazione dell'affidabilità come un problema decisionale sequenziale, utilizzando la ricerca ad albero Monte Carlo (MCTS-SA) e il filtro di Kalman esteso (EKF) per la stima degli stati di credenza. Considerando la variabilità dovuta all'instabilità di polarizzazione termica, all'elettromigrazione e alla rottura dielettrica dipendente dal tempo, ottimizza la selezione dello stress per migliorare i tassi di successo della qualificazione. Sviluppato da ricercatori, questo approccio potrebbe migliorare l'efficienza e l'affidabilità nei test dei chip, portando a una più rapida disponibilità sul mercato.