自 1960 年代以來，半導體產業的發展始終遵循摩爾定律，隨著時間推移，半導體的生產成本不斷降低，製程也日益簡化。然而，隨著整合程度日益複雜且密集，半導體的製造難度與成本也隨之攀升。若要將摩爾定律延續至未來，現在就必須重新構思半導體製造製程本身。 人工智慧、機器學習和數據分析等新工具與技術，正為這項變革需求提供支持，但必須輔以全產業的更緊密合作。
全面的分析數據——即在大規模量產過程前後所蒐集的龐大資訊——必須能與相關利害關係人即時共享。這種新的資料共享模式，與傳統營運模式形成鮮明對比；在傳統模式下，設計、製造與測試往往各自為政，僅會分享經過篩選的資訊。為此，專注於半導體產業的數據分析公司應運而生，協助對資料進行清理與標準化，讓相關利害關係人能在保護各公司智慧財產權的同時，從中獲取有用的資訊。
真正的變革已經展開，例如 SEMI 的智慧數據與人工智慧倡議——這項產業合作框架便是最佳例證。身為 SEMI 智慧數據與人工智慧倡議的成員，泰瑞達正透過其 Teradyne Archimedes 分析解決方案， 致力於標準化測試數據輸出。這是一個開放的開發環境，不僅提供即時測試數據存取，更鼓勵各方在不擔心智慧財產權外洩或供應商鎖定的情況下進行協作。
喬治·胡塔特博士 探討半導體生態系統中的變革，並深入剖析策略性合作在 《半導體測試中的數據標準將延續摩爾定律》，原文刊載於《SEMI》，2024年1月
Jeorge S. Hurtarte 博士目前擔任泰瑞達（Teradyne）半導體測試部門的產品行銷資深總監。Jeorge 曾在泰瑞達、Lam Research、LitePoint、TranSwitch 及 Rockwell Semiconductors 擔任過各種技術、管理及高階主管職務。他是 IEEE 802.11 Wi-Fi 標準委員會的投票委員，並擔任 IEEE 802.11ay 工作組的秘書。 Jeorge 目前擔任 IEEE 異質整合路線圖 (HIR) 測試工作組的共同主席，並兼任加州大學聖克魯茲分校及鳳凰城大學的客座教授。