驱动半导体工业发展的动力是什么？是人们对自然学习语言、人工智能、自动驾驶、视频监控、增强/虚拟现实、5G通信、个人医疗、可再生能源以及智能电网的需求。表面上看，这些需求五花八门，但透过现象看本质后，我们可以惊奇地发现他们存在许多共同点，比如数以亿计的计算能力、无线网络的扩展能力、高效的能源管理能力，以及多维感知的能力。而实现这些系统级能力的基础是关键器件的性能升级，比如处理器的堆核升频，网络的异质互联，以及感知层的提精降耗等等。
后摩尔时代，半导体产业面临变革
根据Omdia发布的数据显示，目前半导体产业内增长最快速的三个应用领域分别为汽车处理、数据中心服务器处理和高级移动半导体领域，预计未来5年的增长率分别为16%、12%和7%。受高速、高算力和高带宽需求的影响，这些应用领域的处理器工艺制程已经迈向新节点，达到了市场上最先进的5-7nm级别，预计到本世纪末将达到1nm的范畴。
图 | Fab 数字制程节点快逼近1nm
工艺节点的提高不仅意味着产品面世周期的延长，成本的指数型增长，还面临随着单芯片集成度不断提高、算力越来越密集、晶圆面积不断增大后，良率和产量开始走下坡的挑战。有数据表明，当单芯片晶圆面积只有10 mm²时，良率可达70%以上，而当单芯片晶圆面积增长到360 mm²时，良率已经降至15%左右。
所以业界开始寻求降本增产，加速产品上市的方法。而以chiplet构成的系统可以说是一个“超级”异构系统，给传统的异构SoC增加了新的维度。业内专家称，采用经过充分测试和验证的chiplet可以大大缩短产品的上市时间，降低芯片的研发成本。这样做的好处是可以根据需要利用不同的制程节点来优化目标设计。根据统计数据显示，单芯片面积同为360 mm²时，采用4颗小芯片的方案良率可从上述的15%提升至37%左右。
图 | 与单片芯片相比，晶粒chiplet技术可实现更高的产量
不过有一点是无论如何都避免不了的，那就是先进工艺节点下多样的低核心电压，以及功能堆叠下的峰值电流的增加，因此从处理器到应用系统，所需的电源管理系统也变得愈加复杂。总结下来就是，更强大的数据处理能力将拉动更高复杂性、更高性能的电源管理市场的发展。
谈到电源管理，我们不得不说一说当前火热的汽车电子市场。随着汽车智能网联、电动化趋势的不断发展，汽车电子成本占比将达到整车成本的50%，包括AI芯片、MCU、传感器、通信模块、电池管理、DC/DC电压转换器、牵引电机逆变器、车载充电器，以及其他系统的电气化设备等，同时需求总量正呈现指数型攀升趋势。
此外，随着汽车电动化和智能化的普及，新能源汽车的持续快速放量，电动汽车中的核心部件——功率半导体的需求量新增巨大。然而Si材料在经历了70年的开发后，到达了它的材料极限，传统的IGBT和HVMOS在效率和功率密度上都存在不足。此时，拥有更快切换速度、温漂损失小、功率密度更高、集成度更高的第三代半导体材料制成的SiC和GaN FET被搬上了汽车电子的舞台，并将逐渐占领市场。
驱动半导体工业发展的动力，正让测试面临挑战
无论是云服务器、5G通信、人工智能还是汽车电动化智能化的发展，都会对半导体测试带来挑战。
图 | SoC测试示意图
比如SoC工作在多样的低核心电压（<1V）下，但整个系统的峰值电流又很高（10-100A），于是为了满足这个趋势的需求，业界开发出了低噪声、高效率，被称为负载电装置的功率调节器。而这些器件在出厂前需要经过更高水平的负载和过流测试，更低且更精确的导通电阻RDS(on)的测量。
再比如电动汽车的BMS，通常单节电池的电压范围是3.6V-4.7V，所以其输出和测量精度就要求在0.1mV左右。同时，在25个单元电池的监控中，其浮地共模电压要达到120V，以适应在最高单元上运行高达120V的现代BMS设计，所以这是一种高共模电压下的高精度电压测量。
值得一提的是，针对这些高电压、大电流、高精度的测试，泰瑞达的测试缺陷模型是非常完善的。
此外，在这两个例子中，还同时面临激增的产能需求，泰瑞达为了降低合作伙伴测试成本的ASP压力，提高资本投资的效率和回报，增加了并行测试的站点数（从原来的4个站点增加到16/32个站点），大大扩容了吞吐量。
