nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

195271_fr-FR

liliconcom

Établir des mesures de décision d'amélioration du rendement à l'aide de la simulation de Monte Carlo_Jeffrey Yang

Intervenant : Jeffrey Yang, Responsable principal de l'ingénierie chez Micron Semiconductor

le sujet du discours : Établir des mesures de décision d'amélioration du rendement à l'aide de la simulation de Monte Carlo

Résumé:

Dans l'industrie des tests LSI, il est toujours difficile d'améliorer le rendement en réduisant les fausses pannes, en particulier dans les opérations de back-end. D'une part, les clients exigent de plus en plus une livraison à temps. D'autre part, il existe une énorme pression pour économiser sur le coût de chaque matrice tout en respectant les normes de qualité du client. Trouver la métrique d'équilibre devient un point clé pour guider l'équipe d'ingénierie dans la prise de décision. Les simulations de Monte Carlo peuvent résoudre efficacement ce problème, mais les ingénieurs manquent souvent des outils appropriés pour adopter cette approche. JMP Pro peut vous aider, même si vous débutez avec le codage et les algorithmes. Cet article décrit comment effectuer des simulations Monte Carlo à l'aide de JMP Pro pour trouver la bonne recette pour les outils de production (taux de désactivation des sockets, etc.) et les KPI opérationnels (UPH, rendement, taux de récupération, etc.). Les résultats de simulation sont reflétés dans des graphiques radar pour fournir aux ingénieurs une vue dynamique pour juger des points d'équilibre et ajuster les recettes si nécessaire. En formulant une série d'indicateurs radar combinés à des portefeuilles de produits et en mettant en œuvre des ajustements de formule, il contribue à améliorer le rendement global de la production des terminaux.