标准化的数据仓库有助于更快地识别良率问题。
在半导体制造中，在多个生产区域的每一步都会产生和收集大量数据，数据来自晶圆厂、探针/测试、组装和最终测试。这些数据通常单独存储在各自的制造部门，与其他部门隔离。
为了分析生产数据并做出更好的决策，产量和测试工程师需要将数据集成并合并到一个数据库中。
孤立的数据阻碍了业务操作和旨在支持业务操作的数据分析计划。除了与其他部门完全隔离之外，竖井数据通常与其他数据集或格式不兼容。计划良好的数据管理策略是实现数据清洁、解析和集成的关键。
在半导体制造中固定竖井数据会导致:
在制造和测试过程中，来自许多不同来源的大量数据(如内联数据、参数测试、晶圆排序和最终测试)以许多不同的数据格式到达，所有这些数据都必须进行组合和整合。
通过使用专利算法，收集的数据被聚合并存储在一个标准化的数据仓库中。一旦将生产数据组合在一起，就可以使用良率分析软件进行分析，该软件还可以提醒良率和测试工程师数据中出现的任何异常情况。
许多半导体制造商通常在不同的国家有几个晶圆厂，因此与竖井数据相关的另一个重要问题出现了:来自多个半导体工厂的数据能否合并?
是的，如果您在每个站点都使用标准化的数据仓库结构。因此，用户可以连接到多个数据服务器，以无缝集成的相同格式访问来自不同位置的数据，允许关联来自不同工厂的数据。
|
|
|
|
|
|
|
|
|
|
留下回复