如何快速提高产品良率Word文档格式.docx

如何快速提高产品良率Word文档格式.docx

《如何快速提高产品良率Word文档格式.docx》由会员分享，可在线阅读，更多相关《如何快速提高产品良率Word文档格式.docx（5页珍藏版）》请在冰豆网上搜索。

尽管通常良率学习曲线粗看起来专门平滑，实际上它是由工艺改善过程和一系列噪音以及良率专门情形叠加形成的（图1）。

　　图中良率上升的每个小台阶代表了工艺不断改善的趋势，而向下的摆动则代表了设备或工艺不正常引起的专门情形。

良率提高的总体速度取决于专门情形的响应和解决速度以及工艺改善的效率。

每个时期的快速进步都需要体会丰富的工程师以及各种数据和分析结果的支持。

　　良率学习和提高有两种情形：

依照现有工艺引进新产品；

全新产品和工艺，例如新技术和新工艺的引进。

新产品旧工艺良率提高的要紧内容是找到设计方面的问题并加以解决，因为其工艺通常已通过其它产品验证并固定下来。

全新产品和工艺的情形则比较复杂，因为它涉及设计和工艺、工艺目标、设备极限能力等因素的综合效应。

现在必须将良率学习和提高分解成各个不同的要求，然后通过专业知识和相关软件系统为良率提高过程的各项要求提供有效的支持和相应的解决方案。

　　我们将在下文对快速提高产品良率所需各项功能（从生产稳固性到工艺操纵能力以及对良率的推测）进行详细的描述。

提高生产稳固性

　　从1980年代后期到1990年代中期，IC制造工艺的监测经历了从纸本趋势图到要求更加严格的统计工艺操纵（statisticalprocesscontrol，SPC）方法的转变。

SPC图表最早采纳的是纸本形式，之后专门快就改用电子文件同时与WIP（work-in-process）追踪系统链接在一起，从而能够在发生严峻专门情形时及时提供警告信息，甚至将设备锁定在停机状态。

实际情形违反SPC规则时，系统会提示技术员和工程师，他们将按照失控处置措施（out-of-controlactions）中规定的方法进行处理，找到造成专门情形的缘故并采取正确措施进行纠正。

我们必须专门注意关键工艺步骤的SPC图表，将其坚持在操纵范畴之内，确保工艺参数符合各项规格和目标。

　　在进展这些在线监控系统的同时，AMD还开发了最早的良率治理软件，加快对良率专门情形的响应时刻，及时找到和发觉制造过程中造成良率缺失的系统缘故。

这些软件和系统具有设备共同性分析、设备状态分析和晶片空间分布位置分析等功能。

用于分析的数据来自于一系列数据库，例如WIP追踪系统提供的生产线测量数据、电子检测设备提供的数据等等。

将各种数据分析系统的菜单统一之后，能够专门方便地猎取各数据库或各工厂之间的数据。

该系统能够连续运行，对设备历史记录、晶片空间分布位置、不同反应器之间的偏差等数据进行分析，找到引起良率专门变动的系统缘故。

　　通过该方法甚至能够成功地分析出造成系统缺陷（defect）专门情形的缘故。

专门变动缘故的查找有助于改善工艺，然而为了确保能够尽快发觉专门情形，也需要有更多的在线测量设备。

同时，该系统还能生成和保留大批量生产过程中的关键测量结果和设备历史记录信息等共享数据，作为监测过程的参考，从而尽量缩短分析时刻。

这一点专门重要，专门是当分析之前由于各种缘故清空了某些数据的时候。

　　这类软件系统进展专门快，它能够有效地找到与设备或工艺相关的问题，然而关于与设计或测试相关的问题却相对较弱。

为了能够分析最终测试时发觉的器件问题，我们需要更加全面和综合的数据库，它不仅能够涵盖最终测试数据，而且能够对半导体厂（Fab）和最终测试时的批号（LotID）进行比较和追踪。

假如不能追查Lot的历史，那么对最终测试结果和半导体生产工艺进行相关性分析几乎是不可能的。

在以上需求的推动下，AMD统一了现有各数据库系统的设计，开发了SAPPHiRE数据库系统。

改善工艺操纵能力

　　1990年代后期，在提高器件性能和缩短市场投放时刻的需求推动下，半导体加快了新产品开发的步伐和加强了对工艺过程的严格操纵。

在实现更加严格的工艺操纵时，最重要的变化是从被动的SPC系统进一步进展到对每一步工艺过程进行主动的工艺微调和操纵。

通过先进工艺操纵（advancedprocesscontrol，APC）方法，我们能够及时纠正设备条件的漂移，更快地完成对设备的爱护使其重新复原正常状态，甚至能够补偿前一道工序造成的目标偏离。

紧缩各工艺结果的分布范畴之后，我们能够使各工艺结果更加接近所需规格，得到更高的良率。

现在差不多开发出如此的系统，它能够综合考虑前后几步工艺，使器件性能最佳化，同时能够依照需求对工艺目标进行定期修改和调整。

　　APC的使用能够大大降低关键工艺步骤各参数显现专门情形的机率。

此外，我们还意识到对设备本身的“健康”状况进行更好的监控能够使我们更早地发觉问题，而不是在工艺上反映出来之后才明白。

对设备“健康”状况的监测能够采纳设备性能追踪以及故障检测和分类（faultdetectionandclassification，FDC）软件来完成。

通过对设备传感器提供的数据进行监测，FDC能够及时发觉偏离正常工艺条件的情形。

现在，APC和FDC都属于AMD自动精确制造（automatedprecisionmanufacturing，APM）大系统的一部分，两者取长补短，互相补充。

　　通过SAPPHiRE数据库在全球半导体制造公司的全面推广和使用，良率学习和分析的手段变得更加先进了。

将各服务器和个人终端统一成单一的综合系统之后，良率和产品工程师就能够综合利用工艺过程中（包括前段和后段）的各种数据了。

通过Lot刻号，不同厂之间就能够共享Lot历史和“血统”信息了。

同样，对设备状况进行历史记录能够关心我们研究设备状况和器件性能之间的关系。

　　除了SAPPHiRE之外，还能够通过缺陷治理系统猎取Lot和Wafer（晶片）的缺陷数据。

现在，高效率的分析手段和系统能够从大量的原始数据中挖掘出与专门情形相关的数据，找到阻碍良率的系统缘故，从而快速提高良率。

例如，最终电性能测试发觉运行速度分布专门时，能够通过设备共同性分析或其它方法找到发生问题的设备或反应器。

SAPPHiRE就具有如此的功能，它能够对不同生产制造基地之间的Lot历史和“血统”进行查询。

SAPPHiRE已成为整合了良率分析所有相关数据的参考系统。

随着良率提高和专门情形操纵方法的进步，还会显现许多新的数据充实SAPPHiRE的功能。

　　为了更快地提高产品良率，AMD还采纳了更多的数据和功能，包括缺陷（Defect）和位图（bitmap）的整合，通过网页查看测量结果分布趋势图表、Lot的分析和总结、多批Lot的晶片空间分布位置分析、芯片单元（die）历史信息的查询、局部数据中心、光罩和设计数据相关性分析等。

以下是各功能的简单总结和介绍缺陷和位图（bitmap）的整合

　　AMD采纳了功能强大的缺陷治理软件（defectmanagementsoftware，DMS）加强对缺陷测量数据的治理和分析，它不仅能够用于Fab生产线的监控，而且能够进行相关性分析和研究。

科学的缺陷检查取样策略、缺陷与位图相关性分析等手段能够有效地达到回推缘故的成效，指出阻碍失效的缺陷类型，加快阻碍产品良率（包括储备器和逻辑芯片）缺陷专门情形的缘故分析。

此外，AMD还采纳了一种类似位图的分析方法，用于检测逻辑器件缺陷的敏锐度（图2通过网页查看测量结果分布趋势图表

　　将电子检测、最终电性能测试等关键参数的测量结果趋势图定期公布在内部网页上，其中有些图表甚至能够具体到特定的Lot以及其中的Wafer。

将测量结果分布趋势图公布在内部网页上能够使工程师在澄清问题时专门方便地猎取第一手资料。

制造区域各个级别的工作人员都有权限猎取这些信息。

　　Lot的分析和总结

　　AMD有一套称为LotDossier的系统，它收集了每个Lot在Fab和测试过程中的所有关键数据。

LotDossier能够对这些数据进行分析，将分析结果公布在网页上。

该网页能够显示Lot的所有参考资料，包括专门情形报告、测量数据总结、晶片空间分布位置分析、晶片布局图等。

　　多批Lot的晶片空间分布位置分析

　　十几年前，Hewlett-Packard提出了晶片空间分布位置分析技术，之后通过SEMATECH被推广。

尽管晶片空间分布位置分析技术历史较长，然而使用这些数据的新方法仍旧在不断地进展。

其关键是如何利用多批Lot的相关数据。

AMD开发和采纳的方法包括如何提取朊颗鶯otPattern相关的信息，并将这些信息的强弱与设备的历史记录联系起来进行分析。

采纳该方法之后，不仅能够分析某批Lot的专门现象，而且能够在分析专门情形或提高良率的过程中，发觉多批Lot的系统问题，并分析其缘故。

该方法另外一个专门重要的应用与随机频率相关。

为了能够解决专门复杂的工艺流程中显现的问题，该系统有60多种随机方法可用于快速分析，找到引起良率下降的工艺范畴以及与工艺或反应器相关的效应。

　　芯片单元（die）历史信息的查询

　　通过SAPPHiRE对Lot历史信息的查询方便了Fab和最终电性能测试之间的相关性分析。

然而这种分析也有专门高的“噪音”阻碍，因为Lot内部的分布单元（芯片）是会发生变化的。

为了解决那个问题，处理器产品的最新设计增加了专门的芯片标识符，它能够依照Lot刻号、晶片记录和X-Y探针位置等综合信息，将芯片信息编程并储备在晶片上。

在后段测试时期，系统能够重新读取这些标识信息，将芯片单元的最终测试结果和晶片生产工艺以及电性能测试关联起来。

由于“信噪比”得到了提高，因此能够在此基础上开发出新的功能模块，将器件最终性能和晶片生产工艺以及电子测试和Fab在线测量数据联系起来。

　　该系统不仅能够对各种专门情形进行说明，而且能够进行bin的推测分析，以及依照最终推测结果对晶片生产工艺进行微调。

通过推测功能，我们能够依照所期望的bin分布情形合理安排组装和测试过程中各Lot和Wafer的优先顺序等级。

它既能有效地降低成本，同时还能够依照客户需求提供合理的产品组合。

芯片单元历史信息查询系统的另外一个好处是能够进行客户反馈信息与历史信息之间的相关性分析，深入了解和学习体会教训，尽量降低额外风险。

　　局部数据中心

　　尽管SAPPHiRE能够为快速提高产品良率提供各种数据，然而为了进行快速的日常分析专门是芯片单元（die）水平的分析，不同区域的工程师必须在那个庞大的系统下面建立和保留一个更小的系统或分枝。

专门是在进行芯片单元历史信息查询和推测器件性能时，系统需要快速处理大量数据，这一需求就变得更加突出了。

由于数据量太大，因此将它们以适用于各种分析工具的格式储备在SAPPHiRE下面时，效率专门低。

这一矛盾导致了局部数据中心的显现。

在局部范畴内，它能够方便大量数据的有效储备和提取，例如芯片单元水平的各种信息等等。

）。

掩膜版和设计数据相关性分析

　　随时下载掩膜版和设计数据，分析与实际生产过程中CD以及缺陷敏锐度之间的关系，使设计更加符合工艺和设备的实际情形。

随着光刻的进展和光刻极限的靠近，这一功能会起到越来越重要的作用。

　　综合成效

　　以上减少专门情形和加快良率提高的方法差不多产生了显著成效。

AMDOpteron64位处理器的制造确实是一个快速提高良率的专门好例子。

尽管这是AMD公司Dresden厂的第一个130nm工艺量产新产品，其良率提高速度比上一代产品要快约66%（图3）。

　　走向良率推测功能

　　芯片单元历史信息查询功能的开发意味着我们能够进入推测产品性能和良率的新时代了。

通过晶片生产工艺和最终性能相关性分析功能的不断改善，最终能够开发出Fab测量数据、电子测试数据、晶片生产工艺和最终测试等数据之间相关性分析的可靠系统。

那时，操纵Fab的自动化系统（专门是AMDAPM项目中的APC系统和整合打算系统）能够依照设备产能和功能自动安排晶片加工处理路线，使每片晶片都能够在最低的成本下获得最高的价值。

　　为了使良率提升系统变得更加先进，我们还在连续开发以下更加重要的功能：

　　●依照设计推测器件性能和良率的功能。

这些功能能够使我们对一些设计薄弱环节进行细微修改，提高辨论率和改进工艺，从而尽可能减少设计和工艺之间的偏差造成系统性器件失效的情形发生。

　　●改善FDC错误信息和设备专门情形之间的相关性分析，更好地推测设备爱护时刻。

　　●改善传感器技术，扩展工厂FDC和软件系统功能，扩大数据处理量。

　　●改善数据系统，使之能够总结和报告正在收集的是什么测量数据、其含义是什么、这些数据的收集和储存方法等等。

　　●将芯片单元历史信息查询系统推广到所有产品，增加选择性储备功能，关心建立其它系统。

　　●改善专门信息的分析，包括预先定义晶片区域分析法、Pattern信息的猎取和使用等。

　　●芯片内部和芯片之间套刻精度坐标的综合使用以及非直截了当相关数据的分析。

　　●对晶片信息的查询，包括工艺处理历史、所用设备和进反应器顺序等。

　　●更加细致的数据（芯片以下水平）储备和分析功能，建立工艺处理结果和芯片内各功能模块性能之间的关系。

　　●改进取样方法，既能够保证制造过程的统计分析，又能够提供更多详细资料供专门分析使用。

　　以上功能并不全是新功能，然而都专门重要。

尽管300mm制造对这些功能没有专门的新要求，然而300mmFab和晶片的高成本要求能够通过这些方法加快良率提高速度，降低晶片成本和推测器件性能与良率，充分表达和发挥这些系统的价值。

　　结论

　　现在的良率（yield）治理方法能够比过去达到更高的良率水平以及更快地实现稳固的生产。

今后新的治理方法一定能够达到更高的水平，而且成本更低。

加快问题解决速度和猎取更多数据进行有效分析是以后加快良率提高的重要工作。