Centralized Resource-Sharing Architecture for AI-Driven High-Speed Repair Analysis over 100Gbps Networks in HBM/DDR5 Memory Testing
중소기업기술혁신개발(R&D) · ★중소기업기술혁신개발사업(중소기업유망기술개발)
2026년
2420033163
중소벤처기업부
중소기업기술정보진흥원
(주)인포큐브
오융근
9명
2026.07.01 ~ 2026.12.31
2026.07.01 ~ 2028.06.30
1.2억원
1.6억원
개발연구
중소기업
경기도 성남시
전기/전자 > 반도체장비 > 측정/검사장비
전통적으로 ATE 장비는 테스트 대상 메모리(HBM, DDR5 등)에서 발생한 Fail Memory(이하 FM) 데이터를 ATE 내부에 BitMap/AFM 방식 또는 Fail List 방식으로 저장. BitMap/AFM 방식은 최신 메모리 용량을 감당하기 어려워지고 있으며, Fail List 방식은 대량 불량 발생 시 수용 한계를 초과하여 수용 불가, 전송...
현행의 대용량 FM 데이터 처리 문제는 한 부분의 개선을 통한 단순 문제가 아님을 인식하고 전체적으로 고려되고 최적화된 통합 시스템 솔루션을 제안함. FM 데이터의 전 과정의 흐름을 통하여 아래와 같은 파트로 분리하여 개발 개별 파트는 단계적으로 검증 가능한 형태로 개발하고 검증 결과를 바탕으로 통합 시스템에 반영함으로써 개발 위험요소를 최소화하고 일부 모의시험 ...
... 구조 적용을 통해 FM 처리 병목 개선 및 테스트 연속성 확보- AI 기반 RA 가속 기술 적용으로 RA 처리 자동화 및 분석 속도 향상- 다중 FM 유입 및 집중 불량 발생 상황에서도 시스템 안정성과 데이터 무결성 기술 확보■ 산업적 측면- FM 데이터 저장소를 ATE에서 분리하여 기존 장비의 구조적 한계 극복 및 사용 연한 연장- 처리 시간 단축 및 공유방식을 통해 연속 ...