ภาพจาก IEEE Spectrum โดย Samuel K. Moore |
วิศวกรของ NXP ซึ่งตั้งอยู่ในประเทศเนเธอร์แลนด์ ได้พัฒนาอัลกอริธึมการเรียนรู้ของเครื่อง (machine learning) ที่มีวัตถุประสงค์เพื่อช่วยประหยัดเวลาและค่าใช้จ่ายในการทดสอบชิปของบริษัทต่าง ๆ
อัลกอริทึมนี้จะวิเคราะห์รูปแบบของผลการทดสอบเพื่อระบุว่าการทดสอบตัวใดบ้างที่จะล้มเหลวไปด้วยกัน (ถ้าการทดสอบ A ไม่ผ่าน การทดสอบ B ก็จะไม่ผ่านด้วย เป็นต้น) จากนั้นจึงพิจารณาว่าการทดสอบใดบ้างที่จำเป็นจริง ๆ
ในการทดสอบไมโครคอนโทรลเลอร์ และหน่วยประมวลผลแอปพลิเคชันเจ็ดตัวที่สร้างขึ้นโดยใช้กระบวนการผลิตชิปขั้นสูง ซึ่งแต่ละตัวผ่านการทดสอบ 41 ถึง 164 รายการ ขึ้นอยู่กับชิปที่เกี่ยวข้อง อัลกอริทึมแนะนำให้ตัดการทดสอบเหล่านั้นออกสูงสุดถึง 74%
อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Samuel K. Moore