产量增加的挑战增加

随着行业向下移动过程节点,它是越来越难坡道收益率从测试和制造两个视角。下一步是什么?

受欢迎程度

随着半导体制造较小的流程节点,毫无疑问,它是越来越难坡道测试和生产产量。

这只是原因之一。较小的节点转化为更多的步骤和更复杂的生产过程,和服务员过程变化。

“小流程节点增加嵌入式存储器和逻辑,可以打包在芯片上,这使得它更容易失败,”据Bassilios Petrakis,产品营销主管测试产品节奏。“高级节点本身带来潜在的设计挑战,与更多的物理布局密度更高层次互连通过,线路拥堵,当然,添加测试挑战——要求更先进的故障模型和记忆测试算法,功率因素在生产测试期间,和不断增加的测试数据量,增加测试的时间和成本,”

此外,第一次有一个根本性的改变晶体管的结构导致新的缺陷机制与主要影响SOC设计和制造,工程副总裁指出哼哼Hingarh突触的设计。

“特别是FinFET关键维度显著小于第一次底层节点维度,导致增加布局和circuit-sensitive缺陷的数量和复杂性。也意味着变化从设计到设计,使得收益率持续挑战即使成熟过程。启动新的测试结构和技术方法是必要的理解过程诱导变异,布局和电路设计过程需要优化减轻影响,”他说。

基本上,有两种类型的缺陷杀死收益率:随机和系统。

工程团队控制随机缺陷的过程尽可能干净。

”所有的1级晶圆厂花大量的精力和金钱在确保随机defectivity不进入,“说Anjaneya Thakar,产品营销高级职员硅工程集团Synopsys对此。“即使做完了这些事,只要有混乱的本质我们所做的一切,在技术上或性质。设备有问题,接口有问题,你仍然可以有随机缺陷蠕变。”

随着时间的推移,然而,随机缺陷减少对产品的总收率的影响有更多的产量问题追踪系统的缺陷。“第一波系统的问题是给所有分辨率增强动力和邻近校正技术。允许我们做什么是解决一些系统问题,因为蠕变光刻技术问题。如几何图形变得越来越小,这些光刻的问题我们可以忽略过去现在占主导地位,我们需要弥补的光刻技术问题以确保我们得到收益,”Thakar指出说。

193纳米光源仍用于20 nm / 14 nm节点,这意味着非常细线被涂上一个非常广泛的刷,虽然这是产生问题的主要来源,有很多技术来解决与之相关的问题。不过,问题源于这样一个事实:光的波长远远大于使用制造的设备。这是系统缺陷的原因之一是更普遍比随机缺陷。

层叠,这是系统的问题,因为设计问题。“例如,可能有时间问题,因为两个信号的方式摊在一块硅,”他解释道。“可能会有寄生电容和电阻的问题我们可以忽略过去,但正变得至关重要。纳入硅或事情因为我们是用来做我们的设计是一种新的收益来源问题当我们进入制造业。出于这个原因,上游从制造业我们生成时间和扫描链插入和我们做扫描诊断找出哪些设备在一个特定的块硅是失败。”

这个目前正在扩展到统计数据处理领域,所以如果有一个时机问题或者有不通过的问题在一个特定的芯片,在这个问题中成千上万的死了,晶片将提供一个更好的理解是否只是随机的还是系统的问题,因为最初的芯片设计的方式。

下一步:真正的收益分析
Petrakis断言,斜坡产生的唯一方法是能够识别和正确流程相关的缺陷。”我们得到更小的几何图形,我们可能会看到一个很高的随机缺陷发病率变化除了正常的过程。你不能解决随机缺陷磨练你的过程。随着随机缺陷的比例增加,那么识别系统通过传统体积缺陷诊断的挑战。识别yield-limiters可能需要更多失败的设备和数据收集更多的数据/设备。需要更复杂的分析引擎——相关我的各种类型的数据,统计分析,模式识别和鉴定的趋势。”

疼痛变得更低的节点之一。“10点和7海里,这将是绝对必要的了解系统的缺陷,以及哪些是随机和系统的性质和影响产量,因为你每一个新的节点斜坡变得越来越困难…的能力,在开发过程的早期的节点能够理解缺陷产生的机制和诊断和识别那些系统和饲料,回到设计方面将成为关键,”解释了史蒂夫•接线盒产品营销测试主管导师图形

“捆绑测试不仅检测这些新的缺陷机制,诊断和喂养,回到了物理设计工具是我们看到越来越感兴趣的,我们希望成为一个关键需求10点和7纳米测试和诊断和物理设计之间的联系,”他说。

Thakar表示同意,并补充道,这些设计或工厂团队来确认一个问题实际上是一个问题,他们必须收集大量的数据。“至关重要的数据量统计处理结果有意义。你不能把一个晶片或一个很多,说你有一个系统性的问题。你必须通过大量的死亡,晶片到达的来源系统的问题。”

此外,分析数据的能力是至关重要的,他说。“你怎么覆盖工厂监控数据?当晶片正在经历一个工厂,有很多数据收集设备制造。例如,有一个测量宽度的线在一个特定的地方死去。你一直这样做对每个晶片通过测量。这些检查机器和计量机器。如何收集数据,然后将它关联到一个特定的设计属性,说,“在100000年死后,我知道这个特殊的细胞有一个边缘性,因为它是这个特殊的测量都没有吗?”的能力,收集大量的数据,覆盖不同来源的数据——这可能是时间,也可能是布局,它可以从工厂缺陷数据,得出结论说,“因为这个原因我相信问题是在这个特定的标准电池或特定的触发器。整个数据收集,分析和缩小非常确定的问题是还在发展阶段。”

保护知识产权的最佳场景是一个铸造和专业公司。“即使在保护自己的知识产权在一起,他们可以把数据“Thakar说。“双元公司可以说,‘这是我的布局信息。工厂说,”这是我的缺陷数据收集信息。“咱们相互叠加上这些东西是否有共性。今天他们不这么做,因为晶圆厂的制程公司相信任何信息可以传播,反之亦然。他们可以做到,但他们不这样做。”

幸运的是,有一些协作工程发生,因为深入到问题变得如此困难。到目前为止,这仍然是一个头重脚轻的场景之间最大的专业公司,有足够的实力来应对铸造厂。随着时间的推移,这将包括甚至更小,后缘铸造厂,他说。



留下一个回复


(注意:这个名字会显示公开)

Baidu