AI GPU 晶体管数量突破光罩极限,测试向量的指数级膨胀直接导致单芯片测试时长成倍增加。以 NVIDIA 的 GPU 迭代路径为例,从 Hopper 架构(H100,约 800 亿晶体管)演进至 Blackwell 架构(B200,约 2080 亿晶体管),晶体管数量的增长并非线性的,而是通过多 Die 互联实现了翻倍式跨越。为了保证覆盖率,测试向量的深度通常随晶体管数量呈超线性增长。在相同的测试并行度下,单颗 AI 高端芯片的测试总时长延长,直接导致封测厂为了维持相同的产能(UPH)则须采购更多数量的测试机台。