CX是主打RF领域的，目前来看是应用最广的ATE设备，如果你致力于RF领域的测试，CX是必须要会的，MX是CX的升级版本。
D-10是Credence研发的logic测试ATE，主要是针对J750的市场，目前国内J750的装机数量最多，所以如果致力于Logic测试的话，还是学习J750比较实用。
LTX-CX目前在国内主要拥有者如下：UTAC优特（上海），Ambit中山国基（现被Foxconn并购），Carsem嘉盛（苏州），Uniserm宇芯（成都），Sigurd矽格（无锡），ASEN日月鸿（苏州）
TR8001为一高速高效能的检测设备,拥有完善的检测系统,配合快速的程式发展流程及清楚易懂的测试程式,1:1的Driver/Receiver Ratio使用上更为方便,并且通过ISO 9000及 CE 安规认证,提高产品品质及生产直通率之利器.http://www.shebei114.cn/tradeinfo/offerdetail/39-1050-3358-10085.html
FCT就是Function-CircuitTesting也就是功能测试。
FCT技术员就是电子工程测试(检修)技术员。
ATE是自动化测试设备的英文缩写，是一种通过计算机控制进行器件、电路板和子系统等测试的设备。通过计算机编程取代人工劳动，自动化的完成测试序列。
ATE在60年代早期始于快捷半导体（Fairchild）。 那时Fairchild生产门电路器件（如14管脚双列直插与非门IC）和简单的模拟集成电路器件（如6管脚双列直插运算放大器）。当时对于器件量产测试是一个很大的问题。 Fairchild开发了计算机控制的测试设备，如5000C用于简单模拟器件测试，Sentry 200用于简单门电路器件测试。两种机器都是由Fairchild自主开发的计算机FST2进行控制。FST2是一种简单的24位，10MHz计算机。
70年代早期，器件开发由小规模集成电路过渡到中规模集成电路，又于80年代早期从大规模集成电路过渡到超大规模集成电路。对于器件制造商来说，这时计算机控制的测试系统已经成为主要的测试设备。Fairchild开发了Sentry 400, Sentry 600, Sentry 7, Sentry 8测试系统用于数字器件测试。
80年代中期，门阵列器件开发成功，测试方面要求达到256管脚，速度高于40MHz。
针对这一需求，Fairchild 试图开发Sentry 50，但是失败了。Fairchild将其ATE部门卖给斯伦贝谢，成为斯伦贝谢测试系统公司。Fairchild将测试系统卖给斯伦贝谢以后，许多专家离开了Fairchild加入Genrad，成立了Genrad西海岸系统公司。GR16 和 GR18数字测试系统由这里诞生了。这些新型的测试系统每个管脚有独立的测试资源，管脚数最多达144。不久这些工程师离开Ganrad成立了Trillium测试系统，并将其卖给LTX。之后这些工程师又离开了LTX，他们中的一些加入了科利登（Credence），其它人加入了其他的ATE公司。
同一时期，泰瑞达的自动化测试设备在模拟测试和存储器测试方面占据统治地位。90年代早期Intel开发成功高速、高管脚数的单片处理器单元（MPU），随之而来的是高速高管脚数的ATE。多媒体器件的出现使ATE变得更复杂，需要同时具有数字电路、模拟电路和存储器电路的测试能力，SoC测试系统应运而生。
目前器件速度已经达到1.6GHz，管脚数达到1024，所有的电路都集成到单个芯片。因此出现了真正系统级芯片测试的需求。
ATE可以由带一定内存深度的一组通道，一系列时序发生器及多个电源组成。这些资源是通过负载板把信号激励到芯片插座上的芯片管脚。
ATE可分为以下几种类型：
*数字测试系统—— 共享资源测试系统，每个管脚有独立测试资源的测试系统。用来特性化测试集成电路的逻辑功能。如科利登的SC312和Quartet。
*线性器件测试系统——用来测试线性集成电路的测试系统。
*模拟测试系统——用来特性化测试集成电路的模拟功能。如科利登的ASL系列。
*存储器测试系统 － DRAM 测试系统，闪存测试系统。这些类型的自动化测试设备用于验证内存芯片。如科利登的Personal Kalos和Kalos系列，Agilent 的Versatest系列， Advantest的T5593。
*板测试系统 － 板测试是用来测试整块印制电路板，而不是针对单个集成电路。如泰瑞达的1800。
*混合信号测试系统——这种类型的系统资源用来测试集成电路的模拟及数字功能。 如科利登的Quartet系列。
*RF测试系统——用来测试射频集成电路的测试。如科利登的ASL 3000RF和SZ-Falcon。
*SOC 测试系统——通常就是一个昂贵的混合信号集成电路测试系统，用来测试超大规模集成电路（VLSI）芯片；并且这种超大规模集成电路（VLSI）芯片的集成度比传统的混合信号芯片高得多。如科利登的Octet系列， Agilent的93000系列， Advantest的T6673。
ATE开发是从简单器件、低管脚数、低速测试系统（10 MHz, 64 pins）到中等数量管脚、中速测试系统（40 MHz, 256 pins）到高管脚数、高速（超过100 MHz, 1024 pins）并最终过渡到现在的SoC测试系统（1024 pin, 超过400MHz，并具备模拟、存储器测试能力）。
未来的测试系统测试速度将超过1.6GHz，时序精度在几百纳秒范围内，并将数字、模拟、存储器和RF测试能力集成于一台测试系统。
这样一台测试系统的成本将非常高，因此需要使用一台或多台测试工作台进行并行的器件测试。为了降低测试成本，芯片中将加入自测试电路。同时基于减少测试系统成本的考虑，模块化的测试系统将取代通用的测试系统。
进入2019，全球半导体市场的下滑和中美 科技 冷战的不确定性也给IC设计初创企业的风投融资带来了负面影响。ASPENCORE旗下《电子工程专辑》主分析师顾正书根据EETimes、Crunchbase及各家获得融资的IC设计公司网站的公开信息，汇总出2019年上半年全球IC设计初创公司融资一览表。
从我们选取的13家获得风投融资的IC设计公司来看，总融资金额约为7.5亿美元，其中地平线一家就占据了6亿美元。按照国家来分，美国4家，中国3家，以色列3家，加拿大、法国和澳大利亚各1家。所涉及的技术包括AI推理、物联网传感器、边缘计算、存算一体、无线通信、模拟IC、生物感应、OLED显示等。应用领域涉及ADAS/自动驾驶、数据中心计算、边缘设备、医疗制药、显示屏幕、智慧城市等。
下面我们对每一家公司的技术、产品和融资情况逐一进行介绍。
Wiliot
WIliot是一家面向物联网应用市场的无源SoC芯片设计公司，采用纳瓦Nano−Watt
Nano−Watt计算技术收集周围环境中无线信号传输的能量来驱动无需电池供电的蓝牙芯片，可嵌入微小的标签中，适用于衣服、制药、零售物品和物流仓储等应用场合，可以替代传统的RFID。
WIliot的无电池蓝牙芯片集成了蓝牙无线模块、Arm Cortex M0+内核，以及传感器和安全组件，可以收集到就近低于 -30 dBm的RF能量以便为自己供电，从而将周围环境和用户信息等数据无线传输到云端。
WIliot在以色列有一个研发团队，在美国加州圣地亚哥有业务和运营团队。该公司 累积 融资4900万美元，估值超过1.2亿美元。最新的B轮融资由标签和材料制造商Avery Dennison领投，其它投资机构包括Amazon、三星电子、高通创投、Grove投资、M投资等。
WIliot创始团队也是60MHz无线芯片开发商Wilocity的创始成员，高通已经出资4亿美元收购Wilocity。
HALIO
Hailo技术公司是一家位于以色列的深度学习AI芯片初创企业，采用创新的计算、存储和控制技术为边缘设备提供具有数据中心计算性能的处理器。其Hailo-8深度学习专用处理器的性能可以达到26 TPOS，在为边缘智能设备提供足够算力的同时，还具有很好的尺寸和功耗特性，适用于 汽车 ADAS、物联网和智慧城市等应用。
Hailo成立于2017年，由来自以色列国防军精英情报部门的成员创立，经过三轮融资总融资额为2450万美元，最新一轮的850万美元融资由中国风投机构耀途资本GloryVentures领投。
GreenWave
GreenWave技术公司是一家位于法国的IoT芯片设计初创公司，其GAP8应用处理器是一种针对边缘AI计算的超低功耗物联网芯片，适用于计算机视觉、语音和手势识别、可穿戴设备等。GAP8可为电池供电的智能终端提供高性能的AI 算力 ，就地处理传感器采集的数据而无需传输到云端。
经过三轮融资后，GreenWave累积融资1010万欧元，本轮领投机构是华米，法国半导体材料制造商Soitec也参与了投资。
地平线
地平线是中国的独角兽AI初创公司之一，创始团队在自动驾驶、图像处理和人脸识别方面拥有全球领先的技术。 地平线以AI on Horizon 做为 战略定位，欲做AI时代最底层的赋能者，为自动驾驶、智慧城市和智慧零售等应用市场提供从芯片、算法、工具到开发平台的完整软硬件AI方案。 基于人工智能专用处理器架构 BPU（Brain Processing Unit） ，地平线于2017年12月发布第一代自动驾驶处理器--征程1.0，可用于L2级别的高级驾驶辅助系统（ADAS），并于2018年4月发布地平线Matrix自动驾驶计算平台。搭载地平线第二代BPU的车规级人工智能芯片也将于今年发布。
地平线经过4轮融资，累积融资额高达7亿美元，投资机构包括英特尔创投、晨兴资本、红杉资本、真格基金等。B轮融资6亿美元，由SK中国领投，估值达30亿美元。
AEPONYX
Aeponyx是一家位于加拿大的平面微光开关芯片开发商，采用硅光电和MEMS集成技术设计和制造微光电开关，用于光纤通信、电讯网络和数据中心的可调收发器和光电线路交换机。
该公司累积融资1800万加元，投资机构包括Pangaea Ventures、Fonds InnovExport和Ecofuel Fund。Aeponyx曾经是硅谷半导体初创孵化器Silicon Catalyst的孵化企业。
悦芯 科技
悦芯 科技 成立于2017年，是一家总部位于安徽合肥的半导体测试设备开发和制造商，专注于研发和生产超大规模集成电路测试设备（ATE），包括SOC测试设备，主要面向集成电路设计、生产、封测等市场。
悦芯 科技 于3月份完成千万美元级融资，该轮融资由高捷资本、长江国弘和合肥经开区天使基金共同参与，华登国际继续跟投。
CARDEA Bio
Cardea Bio是一家位于美国加州圣地亚哥的数字生物传感器产品和平台开发商，其创新的场效应生物感应FEB
FEB技术将石墨烯场效应晶体管GFET
GFET和生物场效应晶体管BFET
BFET结合起来，使得石墨烯生物传感器可以测量生物分子的运动状态。
Movellus
Movellus是一家位于硅谷的芯片设计模拟IP开发商，其模拟IP生成技术采用数字工具和标准单元库即可设计开发出标准的模拟IP模块，包括PLL、DLL和LDO等。
该公司累积融资1000万美元，投资机构包括ADI创始人Ray Stata的Stata Venture Partners、英特尔投资等。
Mattrix
Mattrix技术公司是来自佛罗里达大学 科技 创新孵化器UF Innovate | The Hub的平板显示技术初创企业，其独特的全孔有机发光晶体管OLET
OLET显示技术可以解决现有OLED背板问题，从而让OLED显示屏进入大批量生产和主流市场。OLET技术的核心是一种称为CN-VOLET的新型像素结构，它将驱动晶体管、存储电容和发光层集成在一起，按顺序放置以形成一个垂直、透明的堆栈，这将提高穿孔率和增强显示效果，不但可以提高OLED屏幕的生产效率，而且可以延长使用寿命。
Mattrix于2018年成立，已经累积融资500万美元，本轮投资来自三星创投和日本高 科技 材料开发商JSR。该公司目前已经获得16个美国专利，其显示技术相关专利和IP已经在美国、欧洲、日本、韩国和中国等市场赢得350多项授权合作协议。
川土微电子
上海川土微电子是一家模拟芯片设计公司，专注于卫星导航射频与隔离器芯片设计开发。这次数千万元A轮融资由中汇金领投，Pre-A轮投资机构磐霖资本继续跟投。
川土微电子成立于2016年，目前有卫星导航专用射频芯片和隔离器芯片两条核心产品线，其中射频芯片产品是全模式、全频点的卫星导航专用射频芯片，可以覆盖北斗、GPS、GLONASS、Galileo系统，已成功在海事渔业、指挥救援、高精度导航等领域实现商用。隔离器芯片产品线是基于SiO2电容隔离的隔离器芯片，已经量产包括双通道至六通道在内的全系列数字隔离器芯片。
Trieye
Trieye是一家位于以色列特拉维夫的短波红外SWIR
SWIR传感器开发商，适用于 汽车 ADAS和自动驾驶应用，其专有的短波红外成像感应技术可以在雨雾天气和夜间为车辆提供清晰的成像，从而避免碰撞和交通事故。
Trieye成立于2016年，其SWIR技术来自耶路撒冷希伯来大学的纳米光学专家Uriel Levy教授。其300万美元种子基金来自Grove Ventures，A轮融资由英特尔投资领投。
Morse Micro
摩尔斯微电子MorseMicro
MorseMicro是一家位于澳大利亚悉尼的无线通信芯片开发商，由原博通员工和WiFi专家创办。该公司提出的802.11ah/Wi-Fi HaLow标准工作于1GHz频带，比传统的2.4GHz和5GHz标准具有更长的传输距离和更低的功耗等优势，其传输速率可以达到40Mbps或80Mbps（16通道时），比蓝牙或其它短距离无线通信协议更适合物联网应用。
Morse Micro累积融资3520万澳元，最新一轮融资由ADI创始人Ray Stata和Main Sequence Ventures领投。
Mythic
Mythic是一家采用模拟存算一体技术开发AI推理处理器的IC设计公司，其智能处理单元IPU
IPU处理器采用模拟计算技术，可在内置的闪存阵列上执行神经网络AI推理计算，比采用数字结构的AI处理器具有性能、功耗和成本优势。Mythic的AI处理器适用于高性能的数据中心AI推理，以及边缘设备的AI推理。
Mythic成立于2012年，分别在美国德州奥斯汀和加州红木城设有研发和运营团队。经过六轮融资，累积融资额为8520万美元，最新一轮融资由Valor Equity Partners领投。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）