精度提升百倍! 业界首创学习算法驱动的高精度半导体参数化测试系统通过国家级认证

2017年9月30日傍晚，当大多数国人已经进入“十一”长假的状态时，博达微科技的工程师们依然在实验室忙碌着，他们的半导体参数量测产品FS-Pro正在接受中国电子技术标准化研究院赛西(CESI)实验室的检测。验证过程繁琐且要求严格，但工程师们满怀信心，操作熟练。两周后检验通过证书核发，精度和灵敏度相比原有硬件提升了100倍， 这是业内首个人工智能算法驱动的半导体参数量测产品通过国家级认证。

“软件定义测试，算法突破硬件限制” ，博达微科技联合创始人兼CTO李淼用这样一句话总结这个产品。 FS-Pro系列可以将集成电路电流电压(IV)、电容电压(CV)、低频噪声(1/f noise)等常用低频特性的测量集中到一台仪器内完成。 不仅如此，这台仪器的最大特点是通过算法的调整，拓展硬件固有的测试能力， 大幅提高测试精度和速度。 在微小电流测量中，仪器将测量精度和灵敏度在现有硬件的基础上提升了 100倍 ，而在低频噪声测试中，仪器又将原本需要几十秒的测试时间缩短至5秒以内。测试精度和速度方面高性价比的表现力，使得产品在产线测试和科研应用中极具潜力，产品上市以来收到来自世界各地工业客户和科研院所的多笔订单。

“博达微是一家在半导体微电子领域的机器学习应用公司， 跟大多数人工智能领域的公司不同，我们不跟图像、视频、声音和内容打交道，我们的目标是大幅度提升半导体器件和电路的测试和仿真速度。我们过去15年积累的工业数据、专家经验和算法应用经验是我们的门槛。与消费领域不同，工业应用中追求在各种竞赛中的正确率排名毫无意义，一定要落地产品，而且算法只带来20%-30%的性能提升是没人埋单的，跟传统仪器相比算法驱动的产品必须带来十倍甚至百倍的性能提升才有真正的竞争力，很欣慰我们确实做到了。” 博达微科技创始人兼CEO李严峰说。机器学习是个新时代的老话题，博达微算法团队主要来自清华大学电子系，优化算法出身，数值预测、行为级建模、目标到参数的回归是团队的老本行。在EDA领域，从2007年他们就利用算法解决 “集成电路工艺浮动分析”带来的巨大的仿真压力，从2015年团队开始把算法从减少仿真压力向提升测试转移，积累了“行为预测”、“噪声去除”等一系列技术算法原型，而且过去15年的工业器件建模和仿真经历让团队积累了几乎所有主流半导体工业节点的参数化数据。 “我们团队经历过成功创业，从EDA转向半导体器件和电路测试后我们的核心业务就面向了一个巨大而且高增长的行业，也为我们的核心技术提供了更大的应用空间，我们产品的每一个功能都要经过真实的数百万条工业曲线的训练和验证， 跟算法相比，数据和专家经验更是我们的门槛和竞争力。 ”

另一个原因是他们选取的角度，和当今基于“大数据”应用的“主流”AI发展模式不同，博达微科技更多着眼于“小数据”（low data）问题：针对有限数据，做高效的信息提取和特征抽象，进而对某个对象的数值或行为做预测。很多实际的工程问题，可观测的数据有限，需要从这些有限的数据中快速提取出有价值的信息或规律。Geoff Hinton曾指出“这是当下AI架构中尚未很好解决的问题，可能需要一些基础性的改进。”(1)博达微科技正是从这个角度入手，结合其多年的半导体从业经验，让AI技术指导硬件，使测量在一定程度上突破原有物理边界。

“我们注意到实际问题中，有效信息的分布是不均匀的，特别是可能 通过一些变换使信息稀疏化，从而可能高效集中地对特征做提取或采样 ”，CTO李淼进一步解释，“举例来说，一段包含噪声的信号，在时域看起来没有明显规律，但如果对信号做傅里叶变换观察其功率谱，可以看到频域中可能存在有规律的分布甚至集中的峰值。这种信息的稀疏化和再分布，给更高效的特征提取和采集提供了机会。这种想法来自于业内前辈对于压缩感知技术的研究(2)，实际应用的数域转换和采样技术会比较复杂，涉及到信号的分解、选择和重建。”

“让AI技术落地到具体产品，解决实际问题是未来的趋势，也是AI团队可以长期持续发展的首要任务，在半导体领域我们已经落地算法到产品，强化了工程师个人能力，而我们期待把这种能力的提升分享给每一位相关工程师。”CTO李淼举例说，“ 目前我们有两个相对成熟的技术原型，其一是面向低维自然曲线或曲面的数值预测， 它可以在很少的数据输入支持下，高精度地恢复曲线各处的数值，甚至能较高置信度地预测曲线未来的走势； 其二是分析高维非线性网络输入和输出的关系， 根据输出快速确定输入，相比传统优化方法，在数据稀缺的情况下可以有效避免过度拟合(over fitting)，从而尽量真实地呈现网络特征。 这两个技术目前被应用到测量系统中，提高信号的采样效率，并验证测量结果是否符合一定的模式预期，保证测试可靠性。 我们希望在产品开发中实际工程问题能不断磨练和增强算法的能力。对于这些技术原型，我们可以期待更多更广泛的民用场景和市场。”

FS产品研发团队

参考资料

(1) https://gigaom.com/2017/01/16/four-questions-for-geoff-hinton/

(2) http://blog.csdn.net/abcjennifer/article/details/7721834