您是百分之一嗎?

發(fā)布時(shí)間:2014-1-27 11:28    發(fā)布者:eechina
關(guān)鍵詞: 良率 , DDYA
作者:明導硅測試解決方案部門(mén)良率分析產(chǎn)品經(jīng)理Geir Eide

半導體良率取決于許多因素。如果您的設備使用領(lǐng)先的工藝生產(chǎn),您可能與代工廠(chǎng)不辭辛勞地密切合作以確保工藝和產(chǎn)品良率有一定程度的相應提升。不過(guò),如果您的集成電路應用面向成熟節點(diǎn)進(jìn)行了優(yōu)化,良率可能就不會(huì )讓你徹夜難眠了 -- 除非發(fā)生意外。

對于醫療和汽車(chē)市場(chǎng)所用設備,您需要仔細尋找一切可能影響品質(zhì)或者可靠性的問(wèn)題。我們通常親切地稱(chēng)為“百分之一”的集成電路產(chǎn)品是指那些已經(jīng)生產(chǎn)了足夠長(cháng)時(shí)間、產(chǎn)量足夠高,因此從產(chǎn)品生產(chǎn)成本的角度來(lái)看,值得想辦法找出最后1%的良率損失。

隨著(zhù)良率挑戰數量的增加,許多無(wú)晶圓廠(chǎng)半導體公司采用了新技術(shù),如診斷驅動(dòng)的良率分析(diagnosis-driven yield analysis,DDYA),該技術(shù)可以快速找到良率損失的根本原因,有效區分面向設計和面向工藝的良率損失問(wèn)題。例如,Freescale使用1300個(gè)failing die的診斷分析結果在幾周內將成熟良率提高了1.5%。診斷分析技術(shù)取得的新進(jìn)步使 DDYA 比以往更具價(jià)值。

DDYA 有兩個(gè)主要構成元素。首先,使用掃描診斷軟件分析生產(chǎn)測試失敗情況,根據設計描述、掃描測試圖和測試儀故障數據找到缺陷位置和類(lèi)別(圖1)。


圖1.基于布局考量的掃描診斷識別數字半導體設備的缺陷位置和類(lèi)別

DDYA 的第二部分是統計分析,能使大量故障設備的診斷結果變得可執行;谠\斷數據的良率分析的主要難題是處理結果中的含糊性。例如,測試儀上的缺陷行為可以通過(guò)多個(gè)位置的缺陷得以解釋。其次,通常被稱(chēng)作“懷疑對象”的每個(gè)診斷結果都可能含有與缺陷相關(guān)的多個(gè)根本原因。

欲消除診斷結果中的噪聲(含糊性),并確定大量故障設備中的潛在根本原因,您可以采用根本原因反卷積 (root cause deconvolution,RCD) 技術(shù)。該技術(shù)基于貝葉斯概率分析,這是機器學(xué)習應用中一種著(zhù)名的分析法。

RCD 運用了設計統計,包括每個(gè)金屬層每個(gè)網(wǎng)段的關(guān)鍵區域,以及每個(gè)單元類(lèi)型的測試單元數。該技術(shù)使用統計模型來(lái)計算觀(guān)測一組針對既定缺陷分布診斷結果的可能性。該模型用于確定既定診斷結果組合的最可能的缺陷分布。圖2展示常見(jiàn)的 RCD 分析流程。


圖2:RCD確定根本原因分布和每個(gè)根本原因最可能帶來(lái)故障的設備。

基于布局考量的診斷在制造測試失敗的die上執行(1)。每個(gè)診斷結果都包含一組可能對故障做出解釋的根本原因。如果我們對所有根本原因進(jìn)行匯總并計算出每個(gè)根本原因所導致故障的die的數量,就能得到包含真正根本原因以及噪聲的一張圖表(2)。RCD 接著(zhù)消除這一噪聲并確認潛在的根本原因分布(3)。用戶(hù)從該分布中能聚焦最值得注意的潛在根本原因,或者之前沒(méi)有發(fā)現的一個(gè)根本原因。RCD 順著(zhù)根本原因分布為每個(gè)診斷懷疑對象的根本原因分配一個(gè)概率值(4)。這意味著(zhù)用戶(hù)可以輕松確定最可能代表特定根本原因的物理die,并使用這個(gè)die進(jìn)行故障分析 (FA)。在對failing die 的 RCD 結果與原始分析報告進(jìn)行比較時(shí),我們看到 RCD 除去了幾項最初的根本原因,從而有效提高了對單個(gè)結果的決斷(5)。在這個(gè)特別的案例中,原始報告包含了一個(gè)failing die的七項可能的根本原因,RCD 則將這些縮減為一個(gè)結果。布局快照體現了 RCD 之前和之后的缺陷邊界框(6)。

在分析某一組不合格產(chǎn)品的數據時(shí),如單個(gè)晶圓或單個(gè)批次的晶圓,RCD 的重要性尤為明顯。事實(shí)證明,這項技術(shù)也可用于長(cháng)期良率的監測?梢酝ㄟ^(guò)比較多個(gè)批次產(chǎn)品,甚至多個(gè)設備的 RCD 缺陷分布,來(lái)確定缺陷的趨勢和變化。GLOBALFOUNDRIES 最近發(fā)表的一份文件指出:“為了最大限度地發(fā)揮 RCD 的作用,需要精心準備分析群體。通過(guò)將不同時(shí)間和設計的 RCD 結果不斷積累,可以以最小代價(jià)得到有效的良率分析!

總之,運用RCD的DDYA可以快速、低成本地通過(guò)測試數據來(lái)確定造成一組設備存在缺陷的根本原因。用這一方法可以搜捕出成熟工藝中1%良率損失的原因,由于測試數據是現成的,因此為無(wú)晶圓廠(chǎng)半導體公司的良率和故障分析工藝提供了重要的價(jià)值。

參考資料:

1. W. Yang, C. Hao, Diagnosis-Driven Yield Analysis Improves Mature Yield, Chip Design Magazine, Fall 2011.

2. B. Benware, et.al.,Determining a Failure Root Cause Distribution From a Population of Layout-Aware Scan Diagnosis Results, IEEE D&T of Computers, Volume 29, Issue 1.

3. Y. Pan, et.al., Leveraging Root Cause Deconvolution Analysis for Logic Yield Ramping, International Symposium for Test and Failure Analysis 2013.

GeirEide
良率分析產(chǎn)品經(jīng)理
硅測試解決方案部門(mén)
明導

GeirEide擁有美國加州大學(xué)圣塔巴巴拉分校的電氣和計算機工程學(xué)士與碩士學(xué)位,現任明導硅測試解決方案部門(mén)產(chǎn)品營(yíng)銷(xiāo)經(jīng)理,地址:8005 SW Boeckman Rd., Wilsonville, OR 97070 USA;電話(huà):503-685-7943;電郵:geir_eide@mentor.com


本文地址:http://selenalain.com/thread-126099-1-1.html     【打印本頁(yè)】

本站部分文章為轉載或網(wǎng)友發(fā)布,目的在于傳遞和分享信息,并不代表本網(wǎng)贊同其觀(guān)點(diǎn)和對其真實(shí)性負責;文章版權歸原作者及原出處所有,如涉及作品內容、版權和其它問(wèn)題,我們將根據著(zhù)作權人的要求,第一時(shí)間更正或刪除。
w888_2006 發(fā)表于 2014-2-5 10:39:15
不錯
您需要登錄后才可以發(fā)表評論 登錄 | 立即注冊

關(guān)于我們  -  服務(wù)條款  -  使用指南  -  站點(diǎn)地圖  -  友情鏈接  -  聯(lián)系我們
電子工程網(wǎng) © 版權所有   京ICP備16069177號 | 京公網(wǎng)安備11010502021702
快速回復 返回頂部 返回列表
午夜高清国产拍精品福利|亚洲色精品88色婷婷七月丁香|91久久精品无码一区|99久久国语露脸精品|动漫卡通亚洲综合专区48页