人工智能（AI）模型几乎被应用于所有领域，从帮助人们写邮件到微控制器理解网络边缘物联网传感器数据的含义。这带来了对人工智能计算资源的巨大需求，尤其是用于数据中心训练和运行大型语言模型的CPU、GPU和xPU。即使系统部署在网络边缘，模型通常也会在数据中心进行训练以加速训练。
用于AI训练和推理的芯片的一个关键特性是需要以高速摄取和输出大量数据。为避免连接造成瓶颈，现今的AI集成电路采用高速接口，每信道最高64 Gbps，并采用复杂的多通道配置来管理数据量。这反过来也促使集成电路 测试设备制造商重新思考如何设计测试器和关键信号路径中使用的元件，以实现高带宽接口的稳健高效测试。
现代集成电路具有多种特性，使其难以测试。它们通常有数百甚至数千个外部引脚，许多引脚必须协调以在设备内设置和运行功能测试。它们集成了极高的功能水平，这需要更复杂的测试流程。复杂且高速的接口在切换时需要重新配置测试系统以运行环回测试。任何测试的重新配置都必须自动化，因为手动干预或更换测试板会大幅拖慢测试进程，造成瓶颈，延缓这些关键设备的生产。
现代集成电路的低工作电压也带来了测试挑战。它们更容易受到电噪声的影响;识别和处理注入5V信号的100mV噪声要比识别和处理注入1.5V信号的100mV噪声要容易得多。高性能母线在低频使用多级信号也意味着测试板上元件引起的少量信号失真可能导致测试失败。
前沿集成电路由于其极高的时钟频率，通常运行在数吉赫兹，测试时也面临挑战。在这些速度下，信号的任何延迟——即使是由于带线长度较长——都可能使测试更加困难。此外，这些频率下的数字信号更像电路板上的射频信号，需要不影响PCB传输线特性的元件。
例如，密集路由的高速信号，例如在内部总线结构或集成电路封装的轨道与引脚之间，由于导体间的相互耦合，可能会检测到串扰。这些反应元件可能会破坏信号的完整性，导致其逻辑状态被误读，或引起抖动，即信号预期到达时间的轻微延迟或提前，从而引发逻辑错误。
这些因素共同使得现代GPU在AI应用中的测试变得复杂。测试板必须设计以最小化高速信号的劣化，同时提供自动重新配置连接的切换功能。
集成电路测试公司制造高性能的载板用于测试集成电路。它们允许设备连接、提供电源和控制信号，使测试设备能够捕获数据，并自动重新配置连接以实现所有必要的测试。这种可编程互连还优化了测试器各种输入的使用。每个设备都会开发电路板。
理想情况下，每个测试板上的开关在电气上都应是完美的。它们不会衰减或失真信号，占用空间极小，不耗电，且能瞬间切换。过去，由于交换机的影响不大，曾有可能做出妥协，但现代高速接口的需求意味着需要新的交换解决方案。
图1。一块载板，配备Menlo的MEMS开关，用于测试一些最先进芯片组所需的高速信号。传统上，测试系统在测试过程中使用电磁（EM）继电器切换信号。这些继电器的性能不及上述理想开关。继电器，即使是最小的射频设备，也很笨重。它们切换速度较慢，因为电磁开关物理上移动触点，给测试过程引入延迟。由于机械结构，经过多次循环后会磨损并变得不可靠。
其他测试开关系统使用半导体开关。虽然它们解决了电磁继电器的一些局限，但它们具有显著的导通电阻，导致测试信号衰减，且非线性工作会扭曲高速接口的波形。
高带宽人工智能集成电路测试系统开发中的一个亮点是新型开关的出现，该开关采用源自主流IC工艺的微机电系统（MEMS）技术构建。Menlo Micro的理想开关为集成电路测试带来了显著优势：它在纯欧姆信号路径下实现近零电阻，断开时电®阻极高，开关能量极低。其从直流到数十吉赫的线性工作和快速（低于10微秒）切换，使其在AI芯片测试中对高速、高完整性的需求，相较于传统解决方案尤为适用。
人工智能芯片领导者英伟达与门路微合作发布的白皮书描述了这些MEMS切换器如何加快英伟达GPU系列的测试速度。Ideal Switch®被用于配置PCIe Gen6接口的环回测试、基于PCIe Gen5的扫描测试以及直流测量，包括驱动器强度和灵敏度。白皮书作者表示，MEMS交换机提供了“低损耗、高线性性能，以确保在PCIe Gen 6速度下可靠的环回验证”。
人工智能有潜力驱动无数产品和服务，其中许多尚未被想象。但很快他们会的。从数据中心到边缘，对计算资源的需求将持续呈指数增长。实现超高性能CPU、GPU和xPU快速高效生产和测试的关键是Menlo的切换技术。
<!-- 非定向300*250按钮 17/09 wenjing begin --> <!-- 非定向300*250按钮 end -->
</div>
