Zusammenfassung

  • PDF Solutions plant eine begrenzte Beta im September und öffentliche Vorführungen im Oktober; Aurora wurde bereits im August erläutert.
  • Das Angebot verbindet verteiltes Rechnen mit Halbleiterwissen und wiederverwendbaren Abläufen. Mehr gespeicherte Daten sind noch kein nachgewiesener wirtschaftlicher Nutzen.

Ein Halbleiterhersteller kann mehr Messdaten aufbewahren, als seine Ingenieure sinnvoll untersuchen können. Zusätzlicher Speicher erleichtert nicht automatisch den Vergleich sehr unterschiedlicher Datensätze. Er sorgt auch nicht allein dafür, dass mehrere Untersuchungen gleichzeitig schneller fertig werden. PDF Solutions richtet die nächste Exensio-Architektur auf diese Lücke zwischen Speichern und Analysieren.

Laut der Ankündigung vom 9. September soll Exensio Aurora eine verteilte Analyse-Engine auf der Serverseite mit einem schlanken Client verbinden. Nur die für eine bestimmte Visualisierung benötigten Rohdaten werden nach Darstellung des Unternehmens zum Client gebracht; vorberechnete Analysen und ein skalierbarer Cluster sollen mehr Arbeit im Hintergrund übernehmen. Das bedeutet ausdrücklich nicht, dass überhaupt keine Rohdaten übertragen werden.

Zunächst ist im September eine Beta für wenige frühe Anwender vorgesehen. Öffentliche Demonstrationen plant PDF Solutions für den 15. und 16. Oktober bei seiner CONNECT-Veranstaltung in San Francisco. Weder eine allgemeine Verfügbarkeit noch eine abgeschlossene Einführung bei einem bestimmten Kunden ist damit belegt.

Nach dem Speicher wächst die Aufgabe

Aurora tauchte nicht erstmals in der September-Meldung auf. Ein Unternehmensinterview vom 18. August nannte die Architektur bereits und unterschied den früheren Ausbau von Speicherung und Dateneingang vom nächsten Schritt zu größerer Analyse, Automatisierung und maschinellem Lernen.

Das Interview betonte die unterschiedlichen Formen von Halbleiterdaten. Manche Bestände können sehr breit, aber wenig tief sein: Viele Spalten bei vergleichsweise wenigen Zeilen stellen andere Anforderungen als bloß mehr Datensätze. Das ist ein Beispiel für die Vielfalt, keine allgemeine Eigenschaft sämtlicher Fertigungsdaten. Die gespeicherte Gesamtmenge sagt deshalb wenig darüber aus, wie schwierig eine konkrete Untersuchung ist.

Auch das bestehende Exensio-Angebot umfasst bereits Datenerfassung, Normalisierung, semantische Verwaltung, Cloud-Datenmanagement und AI/ML; für Visualisierungen wird Spotfire genannt. Aurora ist somit nicht als erste Datenintegration oder erster Einsatz maschinellen Lernens des Anbieters einzuordnen. Ebenso wenig belegt die Meldung, dass jede bisherige Installation ausschließlich auf dem Arbeitsplatzrechner rechnete oder Spotfire überall eingestellt wird.

Ein leichter Client macht den Hintergrund wichtiger

Mehr Analyse im Cluster kann den lokalen Verarbeitungsbedarf einer einzelnen Anwendung verringern. Daraus folgt als betriebliche Überlegung eine größere Bedeutung des gemeinsamen Dienstes: Welche Aufgaben treffen gleichzeitig ein, welche Ergebnisse sind vorbereitet, und wie viel Kapazität verlangen parallele Untersuchungen? Das sind Prüffragen, keine beobachteten Engpässe bei Aurora.

PDF Solutions erwartet erhebliche Leistungsverbesserungen bei vergleichbaren Hardwarekosten. Die geprüfte Mitteilung liefert jedoch weder einen unabhängig bestätigten Vergleich repräsentativer Arbeitslasten noch eine vollständige Betriebskostenrechnung. Vergleichbare Rechnerkosten schließen Datenvorbereitung, Dienstpflege und die Wartung analytischer Abläufe nicht automatisch ein. Ein Gewinn bei Fertigungsausbeute oder Ingenieursproduktivität lässt sich daraus ebenfalls nicht unmittelbar ableiten.

Die vorgesehenen Workflows bilden den zweiten Teil des Ansatzes. Sie sollen Fertigungskontext festhalten und zeigen, wie ein Ergebnis zustande kam. Das kann Analysen wiederholbar und gemeinsam nutzbar machen. Doch ein reproduzierbarer Ablauf kann ungeeignete Eingaben oder falsche Annahmen ebenso zuverlässig wiederholen. Schon das August-Interview räumte ein, dass Sprachmodelle weiterhin halluzinieren können.

Aurora soll Rechenleistung, Branchenwissen und wiederverwendbare Untersuchungsschritte zusammenbringen. Der leichtere Bildschirm ist nur der sichtbare Teil. Wirtschaftlich entscheidend bleibt, wie viel verlässliche Analyse der Dienst dahinter dauerhaft leisten kann und welcher Aufwand dafür nötig ist.