Fisher Zhang 张震宇
General Manager, Director & Auto Compute Business Unit Manager, Teradyne
泰瑞达全球汽车与计算事业部总监

摘要 / Abstract

AI不再只是趋势，而是已在云基础设施、汽车SDV/ADAS与边缘智能中规模化落地。应用需求推动芯片走向更高集成度、更复杂封装与更严苛功耗/热约束，随之而来的挑战不仅发生在设计与制造，也显著集中到测试环节，使测试成为量产爬坡与上市周期的关键门槛。

本报告聚焦三类核心测试压力：其一是更大规模芯片的覆盖率与DFT挑战，SoC/Chiplet带来模式量激增与覆盖率 产能 成本的尖锐权衡；其二是热真实性与热控制，动态功耗与热点效应会造成误判、逃逸或过度筛选，必须在量产节拍下实现可重复、可相关的主动热管理；其三是质量闭环，汽车与AI基础设施对近零缺陷、可追溯性与回归风险控制提出更高要求，同时测试工程资源却更紧张。

我们提出一套整合数字ATE + 系统级测试（含主动热控）+ 工作流自动化的方案栈，并强调与EDA生态伙伴协作提升设计到测试效率，配合DevOps式自动化与回归机制，加速发布并强化质量闭环。