図1　アドバンテストのクラウドACSを�W(w┌ng)��してテストデータから����の�n働�X況まで半導�����]に�L(f┘ng)かせない情報を共�~・管理・保�T・分析する仕組み　出�Z：アドバンテスト

アドバンテストが発表したAdvantest Cloud Solutions（ACS）は、半導��チップの設���h価からウェーハ���]、最終ウェーハテスト、アセンブリ後のパッケージングした後の最終テスト、さらにはチップをボードに組み込んだ後のシステムテストに至る��てのテストをクラウド�屬粘浜�し、データを共�~し解析するというもの（図1）。

半導��の��ての工��ではさまざまなテストを行いデータを�Dるが、これまではそれぞれのデータがサイロのようにバラバラに��かれており、相互の関連が�uられず解析しにくかった。そこで、半導��設��から���]の��ての工��においてデータをクラウドに�屬俺��~し、分析に��かそう、とアドバンテストは考えた。

もし�x場不良が発�擇�、チップに何かしらの原因がありそうなことがわかった時、どの工��でどのような履歴があったのか、を�~単に把�曚任�る。その履歴と他の��常��との違いを見つけることでどの工��が�pしいのかを推定できる。ある��度の数量の故障サンプルが集まれば、AIにかけて該当工��を割り出せる。要は、さまざまなデータの統��処理と相関を求めることで故障解析が可�Δ砲覆�。これまでのバラバラのサイロのデータでは、そのような場合に�棺茲垢襪砲六�間がかかりすぎていた。

このためにビッグデータ解析に定�hのあるPDF Solutions社と2020�Q7月に提携合�Tに達し、PDF社と協��してACSを構築し始めた。PDF社が�eっているデータ処理プラットフォームPDF Exensioを�W(w┌ng)��する。これまで、アドバンテストが�eっているいくつかのソリューション（ACS EM360、ACS Smart-Insight、ACS TE-Cloud）に、PDF社の�eっている処理・解析ツール（PDF Exensio Process Control、PDF Exensio Test Operations PDF Exensio Mfg. Analytics）を�{加することで（図2）、��ての工��でのACSがシームレスにつながるようになる。

図2　アドバンテストのテストデータとPDF社の解析ツールを組み合わせクラウド�屬�PDF Exensioでデータ解析する　出�Z：アドバンテスト

これらのツールをシームレスにつなげると、半導��の��工��におけるデータを共�~できるため、システムレベルで見つかった何らかの不�差腓��瓦靴謄侫�ードバックをかけたり、ある工��での�X��をフィードフォワードしたりすることによって、���iに良い��(sh┫)向に設定することができるようになる。PDF社のトレーサビリティ機�Δ鮠W(w┌ng)��すれば、偽�颯船奪廚任呂覆�本�颪離船奪廚�どうかを�~単に見つけられるだけではなく、どの工��で不�差腓���きたのかを��定できる（図3）。

図3　システムレベルでの不�差腓�あればすぐにフィードバックして解析し、フィードフォワードで最適条�Pを提供する　出�Z：アドバンテスト

SEMICON Japanにおいてアドバンテストは、クラウド�W(w┌ng)��の新しいサービスだけではなく、��来のSoCテスターV93000や、�@��テストプラットフォームT2000のグレードアップなどに関しても発表している。半導��テスターの�槐vらしい�Cといえる。

今�vのV93000 EXA Scaleは、半導��デバイスの��(g┛u)なる高集積化に�△┐織皀離螢轡奪�なSoCや、チップレットを集積する2.5/3DパッケージSoC向けのテスターである。今後、7nm/5nmプロセスのLSIチップだとテストベクトルがさらに�\えるだけではなく、ヘテロプロセッサのテストや�v路��模に応じた処理の高�]化も��要になる。そこで、��来8チャンネル分のプロセッサのテストを16チャネル分に拡張した。SoCは低電圧ながら�j(lu┛)電流になるため1000Aにも�官�できるモジュールを���Tした。さらに、テスターのオーバーヘッド時間を削除しデバイスごとのテスト時間にした。その心臓�陲箸覆襪里��O主開発のテストプロセッサカード（図4）。である。

図4　テスターの心臓�陲箸覆襯廛蹈札奪汽船奪廛�ード　出�Z：アドバンテスト

T2000では、CMOSイメージセンサ専��のモジュールとデジタルスキャンモジュール、電源モジュールを新����として開発している。CMOSイメージセンサをテストするためのモジュールでは、センサに光を当てて�Q画素の�L(f┘ng)陥を浮き彫りにすることでイメージセンサの良否を判定する。最�j(lu┛)4.8G bpsの�]度でイメージをキャプチャーできる。モジュール1��当たり4個のセンサをテストできるので�h価解析や少量の�R定が可�Δ�、スマートフォン��のセンサのように量��テストする場合にはT2000に16��のモジュールを�U入することで最�j(lu┛)64個のCMOSセンサを同時にテストできる。

デジタルモジュール500MDMは、空冷で最�]の500Mbpsでスキャンし、メモリの深さは最�j(lu┛)32Gビットとなっている。スキャンメモリは8倍、パターンメモリは4倍と�j(lu┛)きくし量��に�△┐討い�。

また、電源モジュールDPS32Aは32チャンネルで1チャネルあたり最�j(lu┛)1Aに�官�する。主にデ��ープスタンバイの電流500nAを�R定できる。しかも単なる�R定に�里泙蕕�、初期故障のスクリーニングにも使える。パルス電流IDDQの初期値と最終値との差Δを連��的に�R定しその周�S数スペクトルを調べることで、初期故障になりそうなチップを見つけ、除去する。