AIが特殊なワークロードから主流のインフラへと移行するにつれ、バックエンドテストは目立たないながらも決定的な変化を遂げつつあります。顧客がテストに求める要件は変化しており、より広範な製造フローにおいてテストが果たす役割も同様に変化しています。
何十年もの間、この業界は「『Known Good Die（KGD）』が定義されているか」という単純な指針に基づいて運営されてきた。
ウェハーの選別から最終テストに至るまで、自動試験装置（ATE）はその課題に効果的に応えてきました。ATEはシリコン検証の基盤として機能し、構造的完全性、パラメータの適合性、および機能的正確性を確保しています。 しかし、AIシステムによって、そのモデルの限界が露呈しつつあります。
「正常動作が確認済みのダイ」の限界
GPU、AIアクセラレータ、異種混合HPCモジュールといった最新のコンピューティングデバイスは、もはや制御された環境下で動作しているわけではありません。これらは、持続的な高負荷ワークロードを実行するシステムに導入されており、多くの場合、熱的および電気的な限界の限界ギリギリで動作しています。
ATEに合格したからといって、現場での成功が保証されるわけではなくなりました。この変化により、より重要な疑問が浮上します。すなわち、そのデバイスは、設計されたシステムにおいて、実環境での大規模な運用下でも確実に動作するのでしょうか？
図1：ATEとSLTの比較。出典：Teradyne。
なぜ今、システムレベルのテストが重要なのか
システムレベルテスト（SLT）は、ATEを補完するものであり、それに取って代わるものではありません。ATEが精度と速度を提供するのに対し、SLTはコンテキストを提供します。SLTでは、実際のワークロード、システム間の相互作用、および環境ストレスを再現することで、チップやパッケージレベルでは検出できない故障モードを明らかにします。その例としては、以下のものが挙げられます：
- 電力供給の不安定さ
- 熱による劣化
- HBM、TSV、および先進パッケージングに共通する相互接続の弱点
- ファームウェアとソフトウェアの統合に関する問題
- 生後間もない時期（乳児死亡）における失敗
これらはもはや例外的なケースではありません。AIインフラにおいて、これらはますます主要な障害要因となりつつあります。
図2：各SLT起因の故障モードがスタックのどこで発生するか。出典：Teradyne。
パッケージングの複雑さがシステム的な視点の採用を迫る
2.5D、3D、HBMベースのアーキテクチャといった先進的なパッケージングへの業界の移行は、デバイスの挙動を根本的に変えました。これらのデバイスは、熱密度が高く、配線密度が高く、プロセスばらつきに対する感度が高く、システムレベルの統合への依存度が高くなっています。 ATEは、その設計上、こうした複雑さの多くを抽象化して隠蔽しています。SLTは、その複雑さを再び可視化させるものです。
SLTは「代替」ではなく「補完」として
SLTへの進化は、「Known Good Die（正常動作が確認済みのダイ）」の定義における、より広範な変化を反映しています。シリコンの正確性は依然として必要ですが、それだけではもはや不十分です。AI時代においては、現実的な動作条件下で、システムレベルでの信頼性を検証する必要があります。SLTは、テストに合格することと実稼働環境での耐性を埋める架け橋となり、これまで欠けていた検証の層を提供します。
まさにここが テラダインの「Titan 」HP プラットフォームが が真価を発揮する点です。「Titan 」HP は、システムレベルのテストに特化して設計されており、メーカーは、AIアクセラレータやHPCデバイスが顧客のデータセンターに導入される前に、実稼働環境で直面するのと同じ持続的な電力、熱、およびワークロードの負荷条件下で、これらのデバイスを検証するための実用的な手段を得ることができます。
図3：欠陥の発見が遅れれば遅れるほど、その欠陥を見逃したことによるコストは急激に高まる。出典：テラダイン。
これが重要なのは、テストに失敗した場合の代償がもはや単なるテストの不合格にとどまらず、デバイスが大規模に導入された後は、ダウンタイム、保証リスク、そして信頼の失墜につながるからです。電力供給の不安定性、熱による劣化、および相互接続の脆弱性を早期に特定することで、Titan （HP ）は、メーカーが「デバイスが持ちこたえることを願う」状態から、「確実に持ちこたえる」と確信できる状態へと移行するのを支援します。信頼性を犠牲にすることなくAIインフラの拡大を急ぐ業界において、その確信こそが、単にテストに合格したチップと、肝心な場面で確実に機能するシステムとを分ける要因なのです。
図4：Titan HP SLTシステム。出典：Teradyne。
継続的なフィードバックの仕組みとしてのテスト
システムレベルテストは、もはや特定の製品に限定されたニッチな工程ではなくなりました。AIインフラの規模が拡大するにつれ、SLTはバックエンドのテスト戦略における基盤的な要素となりつつあります。
重要なのは、デバイスがテストに合格するかどうかなのではなく、最も重要なシステムにおいて、長期にわたり確実に機能し続けるかどうかです。SLTは、業界がこの問いへの答えを見出し始めている手法です。
メルビン・リー氏は、テラダイン社のシステムレベルテスト部門におけるファクトリー・アプリケーション担当ディレクターを務めており、同氏は 、 業界をリードする多くの半導体企業との取引拡大を担っている。メルヴィンは半導体業界で25年以上の経験を持ち、確かな 実績を築いてきました。 実績を築いてきました。直近では、オント・イノベーション（Onto Innovation）のワールドワイド・フィールド・アプリケーション担当ディレクターを務め、米国およびアジアにまたがるグローバルチームを率いました。それ以前は、グローバルファウンドリーズ（GlobalFoundries）で複数の管理職を歴任しました。メルヴィンは、機械工学の工学士号（セカンドクラス・ 優等で取得している。