398
芯片揭秘主播 幻实（右）对话
杭州加速科技有限公司创始人、CEO 邬刚（左）
本土测试设备正处于高速增长期。根据SEMI的数据，2020年测试设备的全球市场空间约48亿美元，行业复合增速6%左右；中国市场规模约60亿元人民币，行业复合增速在20%左右，高于全球。
一方面，华为、中芯事件更进一步凸显了国内半导体设备自主可控的紧迫性和必要性，半导体产业的国产替代浪潮为本土测试设备带来极大的发展空间；另一方面，新兴产业迅速崛起也为测试设备带来了巨大的增量市场。
无论是晶圆、芯片测试阶段的甄别良劣，还是芯片设计阶段的优化设计，芯片测试设备的稳定性与可靠性都作为确保产品质量的关键手段之一，被越来越多的人重视，在产业中占据重要位置。 数字芯片测试设备的技术突破点在哪？相关产品的高效研发及快速量产背后隐藏着哪些诀窍？目前ATE赛道的产学转化如何？如何打通产业与高校之间的壁垒？
本期节目我们邀请到杭州加速科技有限公司创始人、CEO邬刚先生，一起来听他剖析国产ATE设备的发展现状与未来趋势。
以下内容由对话音频整理
用跨界思维“加速”测试机难点突破
别人测不了的，我们可以测，别人能测的，我们效率高！
产学转化，培养人才，是情怀还是责任？
1、用跨界思维 “加速”测试机难点突破
幻实（主播）本期节目我们邀请到一位知名测试设备企业的创始人，先请他简单介绍一下自己。
邬刚（嘉宾） 大家好，我是加速科技的创始人邬刚，也可以叫我Eric。
幻实（主播）邬总是我们艾新科技四期的校友，也是我们芯片揭秘的好朋友。
前段时间我查阅加速科技的股东名册时发现，包括小米在内的多家上市公司已经成为加速科技的股东，从创业到今天取得这样阶段性成果，有没有什么感想和大家分享？
艾新Star | 恭喜校友企业加速科技获小米长江产业基金投资
邬刚（嘉宾）我们在半导体产业里还是初级的学生，我们只是把原来在通信领域高性能计算的一些技术“嫁接”到了半导体领域，使我们能在国产数字芯片测试机方面有所突破而已。
幻实（主播）先给我们讲讲加速科技致力于什么产品的研发？你们的设备是如何实现国产替代的？
邬刚（嘉宾）加速科技以FPGA设计、高速通信技术、高性能数字信号处理技术、高精度模拟技术为基础，将相关技术应用于半导体测试领域，是业界领先的数字混合信号测试设备提供商。我们的产品可用于测试晶圆质量及封装之后的芯片质量，主要是电性能的测试设备。
我们团队大部分成员是做高性能通信和高性能计算出身的，随后我们找来优秀的模拟技术人才加入，并在一年后成功研制出国内首台250Mbps及以上的高性能数字混合信号测试系统。
加速科技ATE核心设备（图源：加速科技）
因为测试机对可靠性、稳定性、一致性有很高的要求，所以我们又花了一年多的时间完成了所有相关产品的量产工作。2019年年底，我们的测试机累计完成了几千万颗芯片和几千片晶圆的测试。
幻实（主播）有句话是这么讲的：表现的有多轻松，背后就有多少默默无闻的努力。听起来你们的产品研发过程顺风顺水，背后有印象深刻的辛酸回忆吗？
邬刚（嘉宾）既有背后的辛酸，也有方法论的成功。其实我们进入这个行业是机缘巧合，我是芯片设计出身，加速科技以前的主要业务是算法加速，用可编程逻辑器件实现各种高性能算法。
后来我们发现测试赛道的一个切入点：过去15年，数字芯片测试技术被美国、日本垄断，很多人跟我们讲：相关领域测试机的瓶颈一直难以突破。这激发了我们浓厚的兴趣，为什么突破不了呢？于是我们就充分分析了芯片测试设备的技术来源和技术演进。
我们发现测试设备的核心突破点实际上是高速的通信技术，高性能的数字信号处理技术和高精度的模拟技术，而前两者恰恰是我们整个团队过去多年的积累。
当然这个过程中存在非常多的问题，毕竟不同行业有不同行业的Know-How，遇到困难时，我们需要用跨界思维找到解决问题的方法。
在产品研发的过程中我们发现：如果把各种可能的排列组合都算上，那将是一个巨大无比的测试坐标系，想要把所有的测试产品覆盖大约需要17年。后来，我们用高速通信技术及数字信号处理技术将整个过程缩短至5个小时。
当时，我被很多人问过以下两个问题：第一，你们凭什么能把数字芯片测试机做出来？我觉得是因为我们可以用跨界的领先技术，对这个赛道遇到的困难进行“降维打击”。
第二，你们如何保证设备的稳定性、可靠性、一致性？我们使用的技术能够保证产品的整个系统是收敛的，所有的设备在发货之前都经历过严格的测试，即使出现问题，也能在极短时间内找到问题的解决方案。
2、别人测不了的，我们可以测，别人能测的，我们效率高！
幻实（主播） 你们产品的卖点体现在哪里？
邬刚（嘉宾）首先，我们利用最新的通信技术使整个测试机工作效率非常高，扩展性非常强，可以兼容各种测试要求，因为我们深知测试效率对测试厂和设计公司而言是降低成本的重要手段。
其次，在我们的产品中，包括硬件设计、FPGA基本算法调度以及一些软件都由我们自研，所以我们可以修改任何一个地方。在充分了解客户需求后，我们甚至可以通过底层算法帮助客户提升性能。总结而言就是：别人测不了的，我们可以测，别人能测的，我们效率高。
加速科技多样的测试解决方案矩阵（图源：加速科技）
幻实（主播） 目前，加速科技有几款产品上市，未来有着怎样的产品规划？
邬刚（嘉宾）2019年我们发布了250Mbps的数字混合测试机台，它总共分4个型号：160通道、320通道、640通道、1280通道。
2020年，我们发布了ST5000，有512通道和1024通道两种型号，从测试速率上分为两个版本，500Mbps的测试速率和1Gbps测试速率。这款产品应该能够代表这类测试机的国产最高水平。
今年，我们已经着手研发下一代产品，预计年底会做出1.6Gbps测试速率的测试机，driver通道可以做到2048，普通I/O通道可以做到5120，预计可以兼容多种SoC、 存储等方面测试的机台。
我们整个团队经过5年的积累，基本可以做到一年研发一台测试机，两年实现设备量产。
幻实（主播） 你们拥有一支特别能打仗的团队。
邬刚（嘉宾）我们希望通过自己的技术给整个行业带来新的能量，帮助本土的芯片设计公司和测试厂降低测试成本，从而满足包括系统级封装环节中各种新工艺芯片测试在内的新需求。
3、产学转化，培养人才是情怀还是责任？
幻实（主播） 了解到您还有一个身份是西安电子科技大学通信工程学院对外合作的副院长，您为什么会承担一个这样的身份呢？
邬刚（嘉宾）西安电子科技大学是我的母校，它是一个特色非常鲜明的工科院校，我希望利用手中的一些资源帮助高校做产业对接，这是我的初衷。
西安电子科技大学示意图（图源：西电官网）
幻实（主播） 您觉得现在高校在产学研转化和人才培养方面欠缺的是什么？
邬刚（嘉宾）实际上高校对产业的理解相对较少，更多聚焦于科研和教学。就像西电这样的高校，工科的工程化能力非常强，一些专业的全国就业率排名已经达到第一，但在与产业对接时，依旧存在着问题。产业想要的人才往往与学校提供的学生有着差距，比如在半导体产业的装备和测试领域，缺乏实操人才；制造厂和设计公司缺乏有实际工程经验的人才，这恰恰是我们本科教育培养中相对比较弱的环节。
我们十分希望能够运用手上的资源构建高校与产业之间的桥梁。一方面，促使高校与产业进行更多的对接，使得学校的一些技术或者说科研成果能够得到转化，同时帮助产业解决一些技术问题。另一方面，也希望能让学校了解产业的需求，培养更多契合的人才。
现在，我们不仅做出了性能优越的测试机，还想培养测试行业（尤其是数字芯片测试领域）的测试工程师。与模拟芯片测试不同，数字芯片测试不仅需要对每一颗芯片进行电路设计、程序开发，还有工装设计等各方面的工作。所以，数字测试工程师岗位需求的是复合型人才，整个行业都十分稀缺。
中国现在有一两百家测试厂，但大部分厂商都在做模拟芯片测试，这是为什么呢？实际上不是他们不想做，而是不会做，很多企业缺少相应的的工程师开发程序。
2018年全球ATE市场结构（左）与2018年国内ATE市场结构（右）
（图源：泰瑞达年报；赛迪顾问）
所以针对这一痛点，我们写了一本书叫《集成电路测试权威指南》，它也是国内第一本集成电路测试领域的工程化指南。我们希望它以后可以成为这个行业的宝典。
加速科技创始人邬刚向芯片揭秘主播幻实介绍
《集成电路测试权威指南》
另外，我们将实训平台与测试设备相连，通过大约4个月的时间，就可以培养出产业认可的测试工程师。未来，我们预计每年培养100名以上测试工程师，帮助我们的客户快速实现数字芯片测试。
幻实（主播）你们不仅在钻研设备，同时也在帮产业培养人才、帮助客户提升技能。作为一个创业者，我觉得这可以说是一种情怀，毕竟教育并不赚钱。
邬刚（嘉宾）教育确实不赚钱，但我们会坚持做下去。
幻实（主播）最后，您想借我们这个平台发出怎样的呼吁呢？
邬刚（嘉宾）第一，我们希望产业内的设计公司、测试厂、封装厂能够给国产测试机更多的机会；第二，我们希望能为国内的设计公司和测试厂提供更高性价比的测试解决方案；第三，我们希望大家能够组成联盟，一起培养更多的人才，携手构建完善的产业生态。
随着5G、AI和自动驾驶为代表的新兴领域芯片产品性能的不断提升、使用场景更加苛刻，对于芯片测试提出了新的挑战，同时也带来了新的机遇。5G芯片在数据量、数据的传输的可信度、收发功率上有了很大的提升，同时带内带外传播数据的失真度/EVM要求更高；人工智能芯片测试的数据更多，要求更大的电流，同时接口速度更高；自动驾驶芯片重点之一是提高安全性，从参数上要做更多的测试，不管是寿命的测试、高低温、压力测试等。
芯片测试设备赛道的大热及其对测试精度、数据分析能力、并行测试数量及测试速度要求的提升将吸引包括高速通信、高性能数字信号处理等领域众多人才加入，从不同专业角度为这个行业带来新的变革，为本土半导体产业生态建设注入更多能量。
下载ECAD模型
