Das IMMS hat ein Machine-Learning-basiertes Verfahren für die Messdaten-Analyse von ASICs entwickelt. Es liefert gleiche Ergebnisse wie eine manuelle Auswertung, ist aber 10 – 30 Mal schneller. Foto: IMMS.
Das IMMS hat ein Machine-Learning-basiertes Verfahren für die Messdaten-Analyse von ASICs entwickelt. Es liefert gleiche Ergebnisse wie eine manuelle Auswertung, ist aber 10 – 30 Mal schneller. Foto: IMMS.

Kundenmeinungen

Christian Paintz, Melexis

„An unserem Standort in Erfurt entwickeln und produzieren wir hochintegrierte Schaltkreise hauptsächlich für die Automobilindustrie, zum Beispiel Ansteuerschaltkreise für Ambient Light LEDs, Motor-Kontroller, aber auch Sensorik-Anwendungen.

Dabei stehen unsere Chips immer wieder vor den Herausforderungen, einerseits sicher und robust zu sein und gleichzeitig immer mehr Funktionen zu integrieren. Zum einen ist es notwendig, die Schaltkreise umfassend zu analysieren und zu testen. Dabei fallen erhebliche Datenmengen an, die detailliert ausgewertet werden müssen. Zum anderen werden durch die kleineren Silizium-Strukturen und die damit verbundene höhere Integrationsdichte ungewünschte Störungen durch zum Beispiel Übersprechen zwischen im Layout benachbarten Zellen kritischer und müssen identifiziert und auf ein tolerierbares Maß reduziert werden.

Die Forschergruppe IntelligEnt, deren Sprecher ich sein durfte, begegnet dem mit dem Einsatz von Methoden des maschinellen Lernens schon im Entwurfs- und Charakterisierungsprozess. Dieser Ansatz verspricht, Erfahrungswissen in neue Methoden zu integrieren und so unsere Chips durch elegante Strukturen und Verfahren besser zu machen.

Insbesondere bei der Auswertung von Messdaten hat das IMMS eindrucksvoll demonstriert, dass ein lernender Algorithmus der manuellen Auswertung ebenbürtig ist – bei gleichzeitig großer Zeitersparnis. Auch die Methoden zur Schaltungs- und Layoutanalyse verfolgen wir weiter, da wir auch hier ein großes Forschungs- und Anwendungspotential sehen. In näherer Zukunft werden uns ebenfalls die Methoden zur automatischen Abbildung des Stromverbrauchs unserer Chips helfen, die Energieeffizienz zu steigern.“

Christian Paintz, IP Portfolio Development Manager, Melexis GmbH. Foto: Melexis.

www.melexis.com