芯片制造他们的预期寿命

芯片是应该持续一生,但期望很大程度取决于终端市场,设备是否用于安全或关键任务的应用程序,甚至是否可以很容易地替换或远程解决。

这也取决于这些芯片是如何使用的,是否一个复杂的系统的重要组成部分,以及持续的监控和反馈的成本是否可以平摊在整个系统的价格。这不是一个简单的方程,没有简单的答案,特别是在先进节点额外电路可以增加能耗和降低性能。

“能够预测可靠性和性能变化通过一个基线的理解芯片和能够推断的准确预测当事情开始失败是圣杯,”Steve接线盒说高级营销主任测试产品Synopsys对此的设计团队。“你需要能够做性能和安全可靠性优化,最终维持在一个正在进行的基础上。如果一辆车将会失败,你想下车。”

在过去,可靠性通常被认为是制造过程的一部分。芯片将在烤箱烤一段时间或主题仔细监控振动来确定当设备会失败。而不同的场景可以模拟制造之前,芯片仍有可能失败,但defectivity率将降低,这取决于严格的各种过程控制和可以添加多少保证金提供某种类型的故障转移。这是明显的今天,ECC内存。

未来的挑战,特别是在先进的节点,是能够利用现有线路和限制的冗余,从而影响能力和性能。这意味着需要更有针对性的关键功能,故障转移,它需要更多的理解正在发生的事情在芯片上或在一个包在任何时候。

”芯片领域的一段时间,然后我们知道科学背后的物理故障,”诺姆Brousard说系统副总裁proteanTecs。“我们如何监视和测量随着时间的推移和推断这些结果的影响?一个简单的方法是不断测试芯片的表现,如果其性能退化。这在多个方面不足。当监控功能反应降解我们可能只注意到退化的影响一旦他们实际上导致失败,或者我们不知道实际的物理退化的原因。也许我们无法使用这些知识来预测在未来会发生故障。另一种方法是使用遥测技术,基于我们所说的代理,嵌入到硅。那些总是监视硅晶体管级的物理参数,映射其退化。您可以插入数据到著名的公式热载流子注入或NBTI,导致芯片老化,运行监控ML算法退化率和从那里你可以计算和预测其实际发生前失败。”

Synopsys对此的接线盒同意。“这不仅仅是弄清楚会发生什么,”说接线盒。“这是提供信息,在某些情况下,执行修正的基础设施。你需要冗余和处理器必须dual-lockstep至关重要。您还需要监控这种活动。”

图1:行业估计预期寿命的芯片。来源:行业估计/半导体工程

数据管理
生命周期管理的一个关键方面是能够收集和设计到制造链上下自由移动数据。在过去,这个数据已经保存在筒仓,虽然这被证明是一种有效的方式来管理各个流程步骤在过去,芯片,包的日趋复杂和系统使数据用于确保所有这些设备的可靠性。

“有时,如果你知道一个蚀刻工具或光刻工具表现,这可能影响额外测试你想做什么,”约翰·Kibarian说,总裁兼首席执行官PDF的解决方案。“测试可以受益于知道发生在上游处理工具。客户可以做出更明智的决定来测试,测试时,是否要把额外的强调某些部位由于特定的腐蚀装置或处理能力。所以分享所有数据的值可以使每个个体系统更加有效。这不是关于更多的测试。它是更好的测试和智能测试。”

这需要一个更综合的方法,但有一个潜在的巨额回报。“有情况下并不合理做最后的测试,如果你要做一个系统级测试,无论如何,”道格Lefever说,总裁兼首席执行官的美国效果显著。“还有事情上游迁移到晶圆测试和介于两者之间的。这将是近视对我们思考传统吃插入。你需要一个更全面的观点,包括虚拟插入,你可以将数据从工厂或前一个测试和结合原位RMA或事情,并使用这些数据做一个基于软件的插入与任何硬件。现在我们看。”

数据记录可以扩展到最终用户,。“你可以结合数据追溯到生产追踪问题在汽车某些特征的基础上,“尤兹巴鲁克说,副总裁和总经理的汽车业务单元OptimalPlus的一个部门国家仪器。“这超出了测试数据。你可以测量电动机本身找出维度数据的根源,可以比较测量。”

但它也是重要的是能够过滤掉的数据没有必要确定设备是否正常运转,有异常的地方,和图表,随着时间的推移,设备是如何执行。随着设备变得更加复杂,特别是在先进节点有多个电力rails和电压,所有这一切变得更具挑战性。

“有时你甚至没有意识到这个问题,”巴鲁克说。“数据从一辆车必须连接回生产线,以防问题就出现了。但是你也要屏蔽的东西如气象数据,没有直接关联这个体系是如何运作的。如果你进行根源分析,需要相关的数据。”

崩溃的问题
这可能变得更加困难,因为各种不同的过程从一个SoC是分别进行。开发芯片的成本上升在最先进的节点,加上减少权力/在每个节点的性能改进,迫使一些芯片制造商将各种功能并不能很好地进行扩展,或者不重要,为独立的一个包中的筹码。

“我们可以创建异构集成,允许我们把芯片放到一个系统,把完全不同的类型的芯片——无论是模拟、混合信号、数字,甚至整个传感器——所有在同一平台集成转换,我们今天所看到的,”殷Ingu Chang说,高级副总裁日月光半导体在最近的一次演讲。“有各种类型的集成,无论是硅光子学的机载光学解决方案,和力量整合,你试图达到某些高性能计算。但死分区可以提高产量,集成高带宽内存的能力,并使用不同的IP减少权力。”

所有这些因素可以影响系统的寿命。有更少的热量,减少电路老化,减少电迁移和其他物理效应,并有可能延长寿命为电介质和其他电影。但仍有一些缺陷的供应链。

“具有挑战性的是,内存堆栈提供了一个客户,提供的SoC是一个不同的客户,然后包装的房子提供硅插入器和包在一起的一切,”艾伦说辽、产品营销主管形状因子。“只有一个芯片,你可以判断它是好还是坏。但是当一个包装的房子需要一个死于公司和一个死于公司B和集成在一起,如果整个计划失败,那么谁负责?所以你需要得到必要的数据业务模型。我们测试内存、soc和插入器,一旦我们再次测试所有的放在一起。通常发生在测试室。他们收集的所有数据和分析它。”

这是说起来容易做起来复杂的包。压力测试方面需要精确。

“如果力是不够的,你可能不会得到一个稳定的接触,”廖说。“如果它太高了,那么所有的疙瘩会崩溃。但有太多颠簸测试同时,我们正在寻找先进的MEMS加工工厂生产探针的特性。很有挑战性,但到目前为止从探针卡的角度来看似乎是好的。但如果我们继续推动在这个方向上,可能需要新材料和新工艺。”

Microbumps越来越成问题。microbumps背后的想法是,更多的连接可以使一个芯片,从而允许更多的信号路由不同死亡。但疙瘩也遭受一些同样的问题,其他类型的扩展。

“microbumps的优势是非常好的分辨率,可以开始处理芯片芯片B并运行它,和逻辑可以从上面的芯片可能比如果你路线近一个信号在一个芯片上,”马克Swinnen产品营销主管有限元分析软件。“这就是我们与完整的3 d设计标题。这是碰撞的第一次迭代,原则上可以打破一个死亡和有效分划板的两倍大小,或潜在的三重如果你把两边凸起的芯片。但可靠性是一个巨大的挑战。有机械应力和弯曲,这是一个潜在的热失配。”

将左、右和中心
一大变化将需要管理整个生命周期的芯片是一个免费的数据流在不同的部分流程和领域,与一个完整的循环系统的架构师。

“不仅仅是当芯片领域,“说Synopsys对此接线盒。“它开始从设计,制造,测试,启动、并最终在现场。如果你开始收集信息和理解,可以在以后的阶段。所以你的可追溯性,你可以做相关性和基线预测如果你有设计和制造业数据分析。我们提出一个方法,有两个基本组件。一个是可见性设备。这是显示器和传感器智能嵌入芯片。然后这些监视器和传感器将提供丰富的数据发生了什么,我们可以提取数据。和所有这些不同的阶段生命周期的设计、仿真、制造、收益率坡道,测试,启动优化,然后在这个领域——提供丰富的数据,我们可以分析并最终反馈在整个生命周期阶段”。

AI /毫升在制造业应用的普及可以显著预测设备将如何时代,但其跨越多个元素在董事会或一个包的数量是有限的好数据。

“机器学习是真正有用的表面缺陷检测,”Tim Skunes说,技术和业务发展副总裁CyberOptics。“我们正在考虑各种机器学习算法对我们夫人(multi-reflection抑制)技术。我们设计非常复杂的成像系统,在任何给定的成像系统可能有1000个不同的变量,这些变量会影响最终的成像性能。所以你有可制造性设计,如何分区公差变得极其重要。”

几乎所有的主要设备和工具供应商正在与某种程度的机器学习这些天,和如何进一步扩大。

“机器学习出人意料地进入我们的MEMS工厂处理以及设计过程,“形状因子的廖说。“所以这些探针卡,定制特定的应用程序或芯片。能够优化探针卡是获得高产的关键在晶片,我们应用一个大型客户数据库类型的应用程序或设计。他们可以利用我们的图书馆与机器学习和发现在过去有10个设计相匹配。现在是自动完成在幕后使用我们的设计工具。”

结论
强调可靠性、可追溯性和可预测性的增长在多个市场。汽车工业的催化剂时,它已经扩散到其他市场,芯片制造商正在寻求充分利用其在芯片设计的投资。让它过早失败的经济后果,通过召回或更换。

调整所有必要的组件在所有流程步骤是一个巨大的挑战,也是需要很多复杂的全球供应链进行更紧密的整合。如果可以实现,巨大的效率能得到业务方面和重大进展可能在技术方面,很多新的机会,使这一转变。

相关的
监控集成电路异常之前失败
深刻而广泛的专用电路监测内部状态支持工程师的更深层次的分析见解
Chiplet可靠性挑战
确定第三方chiplets将如何在复杂系统工作仍然是一个问题。
可靠性挑战5/3nm生长
新型晶体管、材料和更高的密度变化检测范式。
为了使5 g系统可靠
专家在餐桌上:在哪里能做些什么来解决这些问题和挑战。
确保HBM可靠性
什么可能出错,如何找到它。