通向零缺陷的道路上需要一些新的策略。

用于輔助駕駛和自主駕駛系統(tǒng)的下一代汽車(chē)芯片這波浪潮正在推動(dòng)關(guān)鍵性的異常檢測(cè)新方法的開(kāi)發(fā)進(jìn)程。

KLA-Tencor、Optimal+以及西門(mén)子子公司的Mentor正在進(jìn)入或擴(kuò)大在異常檢測(cè)市場(chǎng)或相關(guān)領(lǐng)域的工作。異常檢測(cè)技術(shù)在各種行業(yè)已經(jīng)使用多年，是實(shí)現(xiàn)芯片生產(chǎn)質(zhì)量零缺陷的主要技術(shù)之一，零缺陷對(duì)汽車(chē)領(lǐng)域至關(guān)重要。

通常，異常檢測(cè)本身使用硬件和統(tǒng)計(jì)篩選算法來(lái)定位所謂的異常。簡(jiǎn)單來(lái)講，芯片異常指的是芯片本身可能會(huì)通過(guò)各種標(biāo)準(zhǔn)測(cè)試，但是有時(shí)會(huì)表現(xiàn)出功能異常。這種芯片可能會(huì)影響系統(tǒng)性能或?qū)е孪到y(tǒng)失效。

?

圖1 PAT極限和極限值圖形顯示

異常芯片或帶缺陷芯片的出現(xiàn)有若干原因，其中包括出現(xiàn)潛在性的可靠性缺陷。這一類(lèi)缺陷在芯片出貨時(shí)不會(huì)被發(fā)現(xiàn)，但它們會(huì)在應(yīng)用現(xiàn)場(chǎng)以某種方式激活，最終可能會(huì)反應(yīng)在實(shí)際運(yùn)行的系統(tǒng)中。

為了幫助捕捉芯片中這樣或那樣的問(wèn)題，業(yè)界通常使用各種異常檢測(cè)方法，例如零件平均測(cè)試法（PAT）。在PAT中，首先對(duì)晶圓進(jìn)行電氣測(cè)試，然后，組合使用硬件方法和PAT算法，檢測(cè)出違反特定測(cè)試規(guī)范的異常或故障芯片，然后把它丟掉。

但是，PAT方法很難滿足汽車(chē)行業(yè)的苛刻要求。Optimal+公司首席技術(shù)官M(fèi)ichael Schuldenfrei表示：“汽車(chē)和其他類(lèi)型的任務(wù)關(guān)鍵型設(shè)備的半導(dǎo)體產(chǎn)品使用量正在呈指數(shù)級(jí)增長(zhǎng)。這種趨勢(shì)推升了對(duì)芯片質(zhì)量和可靠性的要求。使用PAT或零件平均值測(cè)試方法的異常檢測(cè)技術(shù)作為保證質(zhì)量和可靠性的一個(gè)主要手段，已經(jīng)存在了幾十年。但在很多情況下，它們并不是非常有效，或者在防止漏檢方面測(cè)試成本過(guò)高。”

漏檢指的是芯片通過(guò)了測(cè)試離開(kāi)了晶圓廠。為了避免這種情況的發(fā)生，多年來(lái)，異常檢測(cè)專(zhuān)家們開(kāi)發(fā)出了新的更先進(jìn)的技術(shù)來(lái)防止芯片漏檢和其它問(wèn)題。比如，異常檢測(cè)通常是在芯片封裝測(cè)試階段進(jìn)行，但是在一個(gè)新的方案中，KLA-Tencor開(kāi)發(fā)了一種用于在晶圓廠中測(cè)試的技術(shù)。

盡管如此，這個(gè)行業(yè)目前仍然面臨一系列重大挑戰(zhàn)，其中包括：

1、隨著更多先進(jìn)芯片被用于汽車(chē)中，迫切需要新的先進(jìn)的異常檢測(cè)算法；

2、異常檢測(cè)技術(shù)必須緊跟輔助駕駛和自動(dòng)駕駛技術(shù)的發(fā)展趨勢(shì)；

3、英偉達(dá)和其它沒(méi)有異常檢測(cè)經(jīng)驗(yàn)的IC制造商正在蜂擁進(jìn)入汽車(chē)市場(chǎng)，這意味著他們需要提高學(xué)習(xí)曲線。

這個(gè)飛速增長(zhǎng)的汽車(chē)半導(dǎo)體市場(chǎng)還面臨許多其它挑戰(zhàn)。除了汽車(chē)市場(chǎng)，異常檢測(cè)也應(yīng)用在醫(yī)療和其它領(lǐng)域中。根據(jù)西門(mén)子子公司Mentor的說(shuō)法，總體而言，商業(yè)性的異常檢測(cè)軟件業(yè)務(wù)的規(guī)模在每年2500萬(wàn)美元到5000萬(wàn)美元之間。Mentor Quantix事業(yè)部總經(jīng)理Bertrand Renaud表示：“這個(gè)數(shù)字可能僅代表實(shí)際軟件的三分之一，因?yàn)樵S多大型IDM廠商已經(jīng)構(gòu)建了自己的專(zhuān)有工具，他們的軟件沒(méi)有統(tǒng)計(jì)在內(nèi)。”目前，這個(gè)市場(chǎng)上的選手有KLA-Tencor、Mentor、Optimal+和yieldWerx等公司。

?

汽車(chē)芯片趨勢(shì)
2018年，汽車(chē)市場(chǎng)增速可能會(huì)放緩。根據(jù)IHS Markit的數(shù)據(jù)，2018年輕量級(jí)汽車(chē)的全球總銷(xiāo)量預(yù)計(jì)將達(dá)到9590萬(wàn)輛，同比2017年增長(zhǎng)1.5%。根據(jù)該公司的數(shù)據(jù)，2017年同比2016年增長(zhǎng)了2.4%。

汽車(chē)銷(xiāo)量的增長(zhǎng)如何對(duì)應(yīng)于汽車(chē)半導(dǎo)體市場(chǎng)增速目前尚不完全清楚。盡管目前汽車(chē)芯片業(yè)務(wù)僅占整個(gè)半導(dǎo)體市場(chǎng)規(guī)模的10%左右，但這并不能說(shuō)明問(wèn)題的全貌，因?yàn)楦鶕?jù)IHS Markit的數(shù)據(jù)，每輛汽車(chē)的電子器件的價(jià)值將從2013年的312美元增長(zhǎng)到2022年的460美元，年復(fù)合增長(zhǎng)率為7.1%。

“從十年前的幾百個(gè)控制器和其他類(lèi)型電子器件開(kāi)始，現(xiàn)代的汽車(chē)中可能包含超過(guò)3,500個(gè)半導(dǎo)體產(chǎn)品，這些半導(dǎo)體器件的總體成本正在持續(xù)上升。”KLA-Tencor高級(jí)營(yíng)銷(xiāo)總監(jiān)Rob Cappel在一篇博客中說(shuō)道。

一輛高級(jí)汽車(chē)擁有超過(guò)7000顆芯片。芯片廠商正在向高端車(chē)型中引入14nm和10nm器件，同時(shí)也正在研發(fā)用在汽車(chē)上的7nm芯片。

但是，在汽車(chē)領(lǐng)域，有兩個(gè)因素是亙古不變的 - 可靠性和質(zhì)量。對(duì)于商用芯片而言，消費(fèi)者對(duì)缺陷尚有一定的容忍度。但是，汽車(chē)芯片對(duì)缺陷和故障是不存在絲毫容忍度的。

這倒不是什么新鮮事兒。“比如ABS系統(tǒng)，”TEL的高級(jí)技術(shù)合伙人Ben Rathsack說(shuō)。 “由于事關(guān)安全，汽車(chē)的可靠性要求總是較高。”

因此，汽車(chē)芯片制造商和代工廠必須遵守各種質(zhì)量標(biāo)準(zhǔn)，例如AEC-Q100，這項(xiàng)標(biāo)準(zhǔn)主要涉及芯片的失效機(jī)理壓力測(cè)試。

高級(jí)駕駛輔助系統(tǒng)（ADAS）和自主駕駛汽車(chē)對(duì)可靠性的要求更加嚴(yán)苛。ADAS涉及汽車(chē)中的各種安全功能，如自動(dòng)緊急制動(dòng)、車(chē)道檢測(cè)和后方物體警告。

例如，全球最大的汽車(chē)芯片制造商恩智浦最近宣布推出了一款用于汽車(chē)應(yīng)用的高分辨率雷達(dá)芯片。該芯片被稱(chēng)為MR3003雷達(dá)收發(fā)器，是一款77GHz雷達(dá)器件。該器件基于硅鍺（SiGe）工藝，適用于需要高分辨率和遠(yuǎn)距離功能的自動(dòng)駕駛系統(tǒng)的前端或轉(zhuǎn)角雷達(dá)應(yīng)用。

這種雷達(dá)技術(shù)能夠同時(shí)跟蹤數(shù)千個(gè)目標(biāo)，能夠?qū)崟r(shí)感測(cè)周?chē)h(huán)境，這正是L4/L5級(jí)別的自動(dòng)駕駛所必需的。“這些類(lèi)型的應(yīng)用對(duì)我們和芯片本身都提出了較高的要求。我們非常謹(jǐn)慎地設(shè)計(jì)了系統(tǒng)內(nèi)部的安全協(xié)議和一系列Hook,以便傳感器和汽車(chē)能夠在某些情況下進(jìn)行自我診斷，”恩智浦ADAS調(diào)制解調(diào)器產(chǎn)品線副總裁兼總經(jīng)理Patrick Morgan在最近的一次采訪中表示。“當(dāng)我們開(kāi)始銷(xiāo)售這些芯片時(shí)，我們需要付出很大的努力來(lái)保證每個(gè)芯片符合規(guī)格。我們對(duì)缺陷絕對(duì)抱有一種零容忍的心態(tài)。安全攸關(guān)，不容任何錯(cuò)誤的出現(xiàn)。”

恩智浦半導(dǎo)體ADAS技術(shù)副總裁兼總經(jīng)理Kamal Khouri補(bǔ)充說(shuō)：“我們?cè)谶@里所做的一切都必須滿足非常非常嚴(yán)格的汽車(chē)安全性和可靠性標(biāo)準(zhǔn)。為了確保我們推薦的所有產(chǎn)品和方案都安全可靠，需要做大量的工作。”

安全確實(shí)非常關(guān)鍵。例如，根據(jù)Optimal+提供的數(shù)據(jù)，奧迪的高檔汽車(chē)中擁有7,000個(gè)芯片。假設(shè)，每個(gè)芯片的故障率都達(dá)到百萬(wàn)分之一，那么奧迪每生產(chǎn)1000輛汽車(chē)就會(huì)有7個(gè)故障車(chē)。如果奧迪每天制造4,000輛汽車(chē)，這就意味著，它每個(gè)小時(shí)都會(huì)生產(chǎn)出一臺(tái)故障車(chē)。

因此，汽車(chē)行業(yè)正在努力實(shí)現(xiàn)零缺陷和其他質(zhì)量計(jì)劃，但是隨著系統(tǒng)、芯片甚至軟件變得越來(lái)越復(fù)雜，這個(gè)目標(biāo)很難實(shí)現(xiàn)。

在其最新的車(chē)輛可靠性研究工作中，J.D. Power對(duì)過(guò)去12個(gè)月2015年款車(chē)型和2017年款車(chē)型每100輛車(chē)遇到的問(wèn)題數(shù)量進(jìn)行了統(tǒng)計(jì)調(diào)查，結(jié)果發(fā)現(xiàn)，2017年款汽車(chē)整體可靠性提高了9%，但是各種電子系統(tǒng)依然存在問(wèn)題。據(jù)調(diào)查，音頻/通訊/娛樂(lè)/導(dǎo)航系統(tǒng)仍然是業(yè)主遇到麻煩最多的產(chǎn)品類(lèi)別，業(yè)主的投訴數(shù)量也最多，其中，內(nèi)置語(yǔ)音識(shí)別和藍(lán)牙連接是最大的問(wèn)題。

這些問(wèn)題可能與采用最新的半導(dǎo)體器件有關(guān)，這就是為什么異常檢測(cè)至關(guān)重要的原因所在。在異常檢測(cè)中，在晶圓廠處理完晶圓后，首先進(jìn)行一些電氣測(cè)試，然后把它們送到測(cè)試部門(mén)進(jìn)行評(píng)估。

這種方法只能解決一部分潛在的問(wèn)題。“你不可能測(cè)試器件的每一條執(zhí)行路徑，因此不可能覆蓋完整的場(chǎng)景。不過(guò)，現(xiàn)在可以運(yùn)行許多不同的測(cè)試。有時(shí)候，測(cè)試結(jié)果也不是很明確。我們只是知道，目前的方法還不夠好。”KLA-Tencor戰(zhàn)略合作高級(jí)主管Jay Rathert說(shuō)。

另外，測(cè)試可能會(huì)發(fā)現(xiàn)，也可能不會(huì)發(fā)現(xiàn)可怕的潛在可靠性缺陷。“潛在的可靠性缺陷是指離開(kāi)了晶圓廠才暴露出來(lái)的缺陷，它們?cè)谀撤N程度上是通過(guò)環(huán)境激活的，包括振動(dòng)、濕度、電流、電遷移或者熱量。隨著時(shí)間的推移，它們可能暴露出來(lái)。”Rathert說(shuō)。

?

圖2 隨機(jī)缺陷

既然這樣，那么，為什么不在這些芯片離開(kāi)晶圓廠之前就檢測(cè)出來(lái)這些缺陷呢？

?

?

在晶圓廠測(cè)試
根據(jù)加州大學(xué)伯克利分校的統(tǒng)計(jì)，理論上來(lái)講，一個(gè)月產(chǎn)5萬(wàn)片晶圓的晶圓廠需要以下設(shè)備：

50臺(tái)掃描儀/步進(jìn)器和晶圓軌道；
10個(gè)高電流離子注入器和8個(gè)中等電流離子注入器；
40臺(tái)蝕刻機(jī)；
30個(gè)CVD工具。

此外，300毫米晶圓廠也是自動(dòng)化工廠，使用各種自動(dòng)化材料處理系統(tǒng)和晶圓傳輸機(jī)制，使用各種設(shè)備分步驟地在晶圓廠中處理晶圓。一個(gè)先進(jìn)工藝的晶圓制造過(guò)程可能有多達(dá)600-1000個(gè)步驟，甚至更多，相比之下，成熟工藝的步驟更少。

在先進(jìn)工藝節(jié)點(diǎn)中，半導(dǎo)體設(shè)備必須處理更小且更加精確的特征，隨著工藝尺寸的縮減，缺陷也變得越來(lái)越難找到。

每種應(yīng)用都有各自不同的缺陷要求。一般來(lái)說(shuō)，面向消費(fèi)者的OEM廠商對(duì)缺陷的控制要求不是太嚴(yán)格，但是，在汽車(chē)領(lǐng)域，芯片制造商們必須在其器件的制造工藝中實(shí)施更加嚴(yán)苛的控制措施，并部署持續(xù)的缺陷改進(jìn)計(jì)劃。

“有一些先決條件（在汽車(chē)領(lǐng)域），”聯(lián)電副總裁溫文婷說(shuō)。“你必須有一個(gè)管理良好的工廠和維護(hù)良好的工具。 最重要的是，您需要一個(gè)強(qiáng)大的質(zhì)量體系，并貫徹高質(zhì)量的理念，這將使您能夠獲得制造汽車(chē)產(chǎn)品所需的認(rèn)證。這些很復(fù)雜。在汽車(chē)行業(yè)里，質(zhì)量控制始于工藝設(shè)計(jì)和工廠規(guī)劃，并一直延伸到實(shí)際生產(chǎn)芯片的時(shí)候。”

在晶圓廠中，人們使用檢測(cè)系統(tǒng)定位晶圓缺陷。一般來(lái)講，芯片制造商不會(huì)檢查每一片晶圓，因?yàn)槟菢有枰荛L(zhǎng)時(shí)間，而且成本高昂，他們會(huì)抽樣檢測(cè)某些晶圓或者部分芯片。

對(duì)于消費(fèi)級(jí)芯片來(lái)說(shuō)，這個(gè)過(guò)程很簡(jiǎn)單。“當(dāng)我們開(kāi)發(fā)一項(xiàng)技術(shù)時(shí)，我們會(huì)認(rèn)證它，通常來(lái)講，抽樣的樣本數(shù)量總是有限的。”溫文婷說(shuō)。

汽車(chē)級(jí)芯片要求就不同了。“你必須測(cè)試大量的樣本才能得出故障率，這個(gè)過(guò)程的成本非常高。”她說(shuō)。“人們正在考慮如何在成本可承受的程度下實(shí)現(xiàn)這一目標(biāo)，每個(gè)方面都有很多挑戰(zhàn)。”

所有這些都是實(shí)打?qū)嵉臅r(shí)間和真金白銀。如果芯片在經(jīng)過(guò)檢測(cè)和其它過(guò)程之后符合規(guī)范，就可以把晶圓從晶圓廠發(fā)給封測(cè)廠了。

這時(shí)候，壓力就轉(zhuǎn)到封測(cè)廠了。為了幫助測(cè)試，KLA-Tencor設(shè)計(jì)了一種技術(shù)方案來(lái)捕捉晶圓廠中的問(wèn)題。該技術(shù)被稱(chēng)為在線零件平均測(cè)試（I-PAT），它利用了PAT的概念。但是，與在測(cè)試部門(mén)進(jìn)行的PAT及其變體不同，I-PAT在晶圓廠中執(zhí)行。

I-PAT不一定會(huì)與傳統(tǒng)的第三方異常檢測(cè)供應(yīng)商競(jìng)爭(zhēng)。它的目標(biāo)是提供更多的測(cè)試數(shù)據(jù)，補(bǔ)充既有的測(cè)試組合。通常來(lái)講，您仍然需要執(zhí)行傳統(tǒng)的異常檢測(cè)。

KLA-Tencor的技術(shù)涉及硬件和數(shù)據(jù)分析軟件包。簡(jiǎn)而言之，先把檢驗(yàn)數(shù)據(jù)輸入到計(jì)算機(jī)建模程序中，然后分解數(shù)據(jù)，并查看晶圓圖上的硅片，然后在晶圓廠的多個(gè)檢查步驟中查找異常缺陷。

在一個(gè)簡(jiǎn)單的例子中，該技術(shù)將顯示具有五個(gè)層的芯片的晶圓圖，比如有源區(qū)、柵極、觸點(diǎn)層、金屬層1和金屬層2。假設(shè)金屬層1上可能會(huì)有800個(gè)缺陷。計(jì)算機(jī)從晶圓上隨機(jī)選擇10個(gè)芯片，然后，使用各種I-PAT算法，系統(tǒng)最終確定這10個(gè)芯片中有9個(gè)存在潛在的可靠性缺陷。

這個(gè)過(guò)程可以重復(fù)好幾遍。 “你可以一遍又一遍重復(fù)這個(gè)步驟，”KLA-Tencor高級(jí)營(yíng)銷(xiāo)總監(jiān)David Price說(shuō)。 “通過(guò)一遍又一遍地重復(fù)，你可以看到缺陷的統(tǒng)計(jì)性質(zhì)如何幫助你找到最有可能包含可靠性缺陷的芯片。”

I-PAT可用于挑選有問(wèn)題的硅片。 另外，這些數(shù)據(jù)可以與其他異常檢測(cè)方法結(jié)合使用，以改進(jìn)測(cè)試通過(guò)/不通過(guò)的決策。Price說(shuō)：“通過(guò)在晶圓廠中實(shí)施I-PAT技術(shù)，你將能夠減少傳統(tǒng)PAT方法所帶來(lái)的矯枉過(guò)正和不足之處。”

?

從晶圓廠到測(cè)試廠
晶圓從晶圓廠移動(dòng)到測(cè)試部門(mén)后，在那里進(jìn)行晶圓分類(lèi)、最終測(cè)試，有時(shí)也會(huì)進(jìn)行系統(tǒng)級(jí)測(cè)試。

檢查和測(cè)試會(huì)產(chǎn)生巨大的數(shù)據(jù)量。但是，在這些數(shù)據(jù)面前，您如何知道器件是否仍存在潛在的可靠性缺陷或其他問(wèn)題呢？

這就是為什么汽車(chē)OEM廠商希望他們的供應(yīng)商在測(cè)試過(guò)程中執(zhí)行傳統(tǒng)異常檢測(cè)的原因。Mentor公司的Renaud說(shuō)：“

在整個(gè)晶圓經(jīng)過(guò)測(cè)試之后，在晶圓分類(lèi)中進(jìn)行的PAT分揀，是在服務(wù)器上作為離線處理完成的。對(duì)每個(gè)部分進(jìn)行測(cè)試后，最終測(cè)試中的PAT分揀是在測(cè)試儀上在線執(zhí)行的，當(dāng)然，整個(gè)流程都是由服務(wù)器管理并控制的。”

通常，異常檢測(cè)技術(shù)從晶圓廠得到電子數(shù)據(jù)，然后分析數(shù)據(jù)。KLA-Tencor的新技術(shù)將向測(cè)試混合提供更多數(shù)據(jù)。“我們能夠從KLA等公司的機(jī)器中收集檢測(cè)數(shù)據(jù)，”O(jiān)ptimal+的Schuldenfrei說(shuō)。“將所有這些數(shù)據(jù)結(jié)合在一起使用，顯然會(huì)進(jìn)一步提高檢測(cè)的準(zhǔn)確度。”

PAT是最基本的邊界檢測(cè)形式，應(yīng)該可以檢測(cè)出一個(gè)超出不合格閾值的芯片。測(cè)試閾值可以設(shè)置為靜態(tài)（SPAT）或動(dòng)態(tài)（DPAT）模式。

在SPAT中，測(cè)試閾值是基于該批次的數(shù)量決定的，在DPAT中，則會(huì)在每次晶圓測(cè)試時(shí)計(jì)算閾值。在SPAT和DPAT中，都會(huì)執(zhí)行一個(gè)算法，最終得出測(cè)試通過(guò)或失敗的結(jié)果。

但是，這些算法可能在某些情況下會(huì)失敗。有的器件的特征可能和其它器件明顯不同，但是它也在規(guī)范范圍內(nèi)。有的器件可能是遠(yuǎn)離正態(tài)分布的極端異常。“這種情況可能會(huì)嚴(yán)重影響整個(gè)特征分布，然后，你可能會(huì)漏掉接近特征分布中心的異常。”O(jiān)ptimal+的Schuldenfrei說(shuō)。

異常檢測(cè)專(zhuān)家已經(jīng)加入了一些程序來(lái)解決這些問(wèn)題。但是，多年來(lái)，這些芯片變得越來(lái)越復(fù)雜，因此需要更先進(jìn)的異常檢測(cè)技術(shù)。“客戶要求越來(lái)越復(fù)雜的算法來(lái)識(shí)別真正的異常，而不會(huì)造成不必要的產(chǎn)能損失，”Mentor的Renaud說(shuō)。“需要先進(jìn)的自動(dòng)形狀檢測(cè)來(lái)識(shí)別非高斯分布。”

有一些基于幾何分布、多變量和其它方案的復(fù)雜異常檢測(cè)算法，許多算法甚至可以和DPAT和SPAT結(jié)合一起使用。

一種先進(jìn)類(lèi)型的幾何分布PAT（GPAT）可以根據(jù)它的幾何分布鄰近度來(lái)查看芯片質(zhì)量。

GPAT有一個(gè)復(fù)雜版本，被稱(chēng)為好芯片/壞鄰居（GDBN）。GDBN基于這樣一種理念，缺陷總是趨向于集中出現(xiàn)在晶圓的某些特定位置上。簡(jiǎn)單來(lái)說(shuō)，缺陷較多的區(qū)域可能會(huì)找出一些壞芯片。

還有一種被稱(chēng)為最差鄰居殘差（NNR）的技術(shù)。“最近鄰居殘差技術(shù)是在每個(gè)芯片的每次測(cè)試中檢查所有值，它不僅考慮整體晶圓，還考慮臨近芯片的情況。”O(jiān)ptimal+的Schuldenfrei說(shuō)。

還有一些其他方法，如多變量技術(shù)。“地理空間算法檢查晶圓上的失效模式，以確定掩模版缺陷和失效芯片的集群。同時(shí)，多變量算法測(cè)量多次測(cè)試之間的相關(guān)性，而不是一次只考慮一個(gè)測(cè)試結(jié)果，”Mentor的Renaud說(shuō)。

所有這些方法都可以結(jié)合使用。

下一步
展望未來(lái)，ADAS和自主駕駛將進(jìn)一步推動(dòng)對(duì)更多檢測(cè)技術(shù)的需求。Optimal+的Schuldenfrei表示：“隨著汽車(chē)的自主化程度越來(lái)越高，芯片缺陷檢測(cè)也將變得越來(lái)越重要。”

此外，這些檢測(cè)技術(shù)也會(huì)加入人工智能和機(jī)器學(xué)習(xí)。“隨著機(jī)器學(xué)習(xí)和人工智能帶來(lái)新的運(yùn)算能力和功能，我們相信，它們也會(huì)更多地參與到異常檢測(cè)中來(lái)。”Schuldenfrei說(shuō)。

最后，把所有的數(shù)據(jù)集成在一起也許是最大的挑戰(zhàn)。“想象一下，從芯片獲取數(shù)據(jù)，并將其與多個(gè)不同公司的電路板數(shù)據(jù)關(guān)聯(lián)起來(lái)，”他說(shuō)。“您需要共享數(shù)據(jù)才能實(shí)現(xiàn)更好的異常檢測(cè)。”