硅与统一分析生命周期管理的进步

在一个典型的一天的生活产品工程师,他们已经通过了必要的晶圆测试测试在制造业与下一步组装合成好死到各自的包。而执行的一系列参数测试在最终测试中,收益率过程遇到的问题和找到问题的源头开始。幸运的是,有一个好的数据分析解决方案,可以微量硅的生活通过以前的高容量测试制造阶段,如装配、晶片,晶片验收测试以及通过NPI制造阶段早些时候访问设计、诊断数据以及pre-silicon计时工具和post-silicon失效分析(FA)工具是可用的。

跟踪失败的包装死在早些时候组装、晶圆测试晶片验收测试数据显示没有相关的为什么现在这些死在最后测试失败。然而,诊断数据的相关性表明,没有打包死在最后测试晶圆片地图上地理接近死,没有具体的扫描测试晶圆测试期间。此外,没有足总上执行这些死亡,这些具体的扫描测试失败,因为他们没有考虑的一个主要系统In-Ramp期间产生的问题。诊断数据并显示,然而,扫描失败可能是由于时间问题硅以来几个过渡中的几个关键路径延迟故障(TDF)扫描测试失败了。

一个快速的方法来解决这个时间问题是回到pre-silicon时间模型和减免所有的细胞而重新合成和地点和路线硅时间在现实见面。然而,这将导致使用更大、更快的细胞不需要的芯片领域,将使用比以前更多的整体能力,导致电池寿命问题或可能缩短设备使用的生活。

这种方法,而是有一个更好的解决方案。首先,工程师可以发送实际的监控和传感器数据从早期NPI测试芯片的计时工具调整时机模型增强准确性;第二,从诊断评估几个失败路径是否存在细胞路径问题的时机问题。因此,做任何细胞含有“负面”松弛可以解释失败的扫描测试?在这个例子中,表示一个特定的细胞库的所有细胞在几个失败路径被发现产生显著延迟,导致时间问题。确认结果,需要发送几次失败的包装最终死于测试以及详细的诊断数据的FA工具进一步电气和物理FA分析;这里确实可以发现,一个细胞是缓慢的,因此,时间失败的原因在实际的硅。

最后测试期间部分失败的原因比在扫描测试晶圆测试是因为他们在不同的环境条件下进行测试。进一步分析,如自动化Vmin估计,显示了所需电压这些模具需要运行通过。在这个例子中,可能的最低工作电压,允许部分通过超过这个芯片的功率/性能概要文件要求的规范。因此,需要设计更改。

本例中的设计更改需要降额只有这一个缓慢的细胞库,这样一个不同的但是可能更快和更大的细胞将选择在它的位置在合成、地点和路线。工厂也会通知原来的慢,不准确的细胞模型。而选择的新细胞将产生更多的权力是必要的为特定的设备,可以识别其他细胞可以降级为慢,较小的细胞,以弥补额外的力量归结的新细胞。因此,同样的力量和整体性能概要文件被保存了下来。

这只是一个例子,产品工程师可以体验频繁。没有一个适当的分析解决方案,支持开箱即用的见解,die-to-die可跟踪性和相关性的许多数据类型生命周期的所有阶段,这个问题可能已经几个月,而不是几天或几周发现和纠正。不幸的是最终结果可能是潜在的收入损失以及更高的生产成本由于意想不到的失败的设备报废和昂贵的包装。此外,可能会有重复成本与广泛的测试时间。

Synopsys对此SLM

硅产业愿景(SLM)是提供生命周期管理能力监控硅终其一生的健康从早期设计到制造,然后到攷虑而使用的硅,如下图1所示。然而,它不仅可以监控的健康硅设备也有一个直接的积极影响通过优化芯片的操作能力和性能等指标。此外,能够迅速进行根源分析调试任何重要的产量或质量问题在任何给定的点在硅的旅程也是至关重要的。

图1:Synopsys对此SLM -生命周期阶段

然而,监控、优化和调试的整个生活硅并不是件轻松的事情在今天的先进的芯片,soc和mds (multi-die系统),在规模和复杂性继续增长显著。也有复杂的设计、制造和测试过程包括许多不同的数据类型来支持这一挑战进一步复杂化。

解决方案中心数据捕获从硅能够执行以下要求:

• 添加硅内能见度和传感器使用监视器来监控到底发生了什么在芯片或设备的操作
• 消费和分析非常大量的数据
• 提供可行的见解指导工程师在哪里存在问题或识别感兴趣的要点

这些要求在生产线和IDM公司今天都是首选。下面的图2显示了程序步骤相关的生命周期阶段,需要实现,以便监控、优化和调试的硅在整个生命。

• 步骤1:芯片监控等权力,电压和温度或更新先进的路径保证金监控被插入到设计后监控的操作属性硅在操作过程中每个阶段的生活。
• 步骤2:所有相关的测试和设计数据存储和使用进行分析。然而,晶片等传统制造业数据测试验收测试(窟)、撞击、晶圆测试(WS),装配,最终测试(英尺)和系统级测试(SLT)不再足以提供根本原因分析的问题。监测的数据和传感器,设计数据(LEF / DEF / GDS),工厂数据如果可用(在线计量,defectivity)和诊断数据(从扫描生成或存储器BIST模式)是必要的。
• 步骤3:基于定制分析给定执行分析生命周期阶段。分析引擎提供了可行的见解与文明程度可追溯性使整个生产流程单点击相关功能在所有数据类型在几秒内自动精确定位问题。它应该是常见的大多数问题进行根源分析在几个直接点击成各种提供深入的数据视图。
• 步骤4:行动在这个问题上通过执行纠正措施或特定生产控制措施无论生命周期过程中的硅所在。例如,纠正措施在设计上可以分析硅嵌入的数据监测早期在NPI坡道阶段和比较这些实际结果对pre-silicon时机模型执行设计余量优化的机会,以进一步降低你的芯片,同时仍然保持经营业绩(频率、电压)。

图2:Synopsys对此SLM -可执行的步骤

(需要)为统一的力量

硅生命周期的每个阶段都有自己的独特挑战无论是在设计利差的设计,系统的产量in-ramp斜坡问题,品质远足和新发现的产量问题生产中的攷虑或可维护性和可靠性。这些挑战每个人都有一个解决方案来对他们每个人单独辅导。然而,除非这些挑战被他们各自的阶段的生命周期,他们越来越难以确定和隔离设计生命周期阶段发展下来。

作为解释说在前面的例子,不得不遍历在不同的生命周期阶段来识别问题的根源是不平凡的壮举。它需要die-to-die水平可跟踪性和自动化的相关功能关联对许多不同的数据类型如前所述。因此,对于复杂的高级节点的设计,拥有一个集成的解决方案,结合硅生命周期的不同阶段变得快速识别的关键根源,减少这些问题的影响可能体现在深远的影响,如丢失产品收入,增加制造成本或提高公共安全问题。

在解决这些重大关切Synopsys对此投入了通过创建一个新的SLM分析解决方案,结合了设计和产品制造阶段到一个完整均匀的平台,见图3。

图3:从设计到制造集成SLM分析解决方案。

的好处有这样一个统一的解决方案可以实现以下三个重点领域:生产力、效率和可伸缩性。

生产力

今天大多数数据都是由工程师由于大量闲置或缺乏自动化在这个数据在哪里寻找问题。这个解决方案,工程师现在可以获得即时价值从所有数据集成到一个解决方案。自动分析与识别的形式显示的问题的见解。部分级可追溯和调试能够快速的根本原因分析和纠正措施到供应链。Sub-die分析也可以在早期产品NPI阶段识别系统问题进行进一步的故障分析,防止高收益和禁止进入大批量生产。

效率

芯片功率和性能优化是由包含显示器的设计,使反馈的监测数据进行设计校准。自动配方流提供了质量优化包含异常值检测技术在生产过程中控制回制造业供应链。综合收益率启用优化结合收益率趋势分析,诊断和故障分析与改进回设计和/或过程。OEE(整体设备效率)的分析测试人员舰队使吞吐量优化芯片的生产。实时数据采集和生产控制在吃测试单元提供快速纠正问题的延迟导致改进测试成本节约和质量预防逃生。

可伸缩性

增强这个解决方案的产品架构适应pb的数据在整个宽度的数据类型包括设计、监测、诊断、工厂和生产测试,大多数分析工具无法处理这种数据的广度和深度。有一个解决方案能够处理大量的数据及时进行根本原因分析的关键,特别是当调试制造业下游硅片问题,调试各次(返回商品授权)或执行历史分析。也,灵活地为用户提供一个选项进行处理和存储数据在云上是至关重要的。

有关SLM和这个新的统一解决方案的更多信息,请访问我们的硅生命周期管理平台(synopsys.com)或电子邮件我们(电子邮件保护)。