当前课程知识点:微纳加工技术 > 第九章节 良率与封装技术 > 第一小节 集成电路良率定义 > 集成电路良率定义
同学们好
今天我们要开始讲
集成电路在制造后期的一个重要的方面
就是良率和分装
这个章节分两个小节
在第一小节里面我们将讨论一下
集成电路良率的问题
首先我们来说一下
什么是集成电路良率呢
在讨论这个问题之前
让我们先来看一看二八定律
1897年意大利经济学者帕雷托
偶然注意到十九世纪
英国人的财富和收益模式
在调查取样当中他发现
大部分的财富流向少数人手里
同时他还从早期的资料中发现
在其他的国家都发现
有这样一种微妙的关系一再的出现
而且在数学上它呈现出一种稳定的关系
所以说帕雷托就从大量具体的事实中
发现社会上20%的人
占有了80%的社会财富
即财富在人口中的分布是不平衡的
同时人们还发现生活中
存在许多不平衡的现象
因此二八定律成了
这种不平等关系的简称
不管结果是不是恰好为80%跟20%
从统计学上来说
精确的80%和20%出现的概率很小
习惯上我们还是用二八定律
来讨论这个顶端的20%
而非底部的80%
用这二八定律来描述这种不平衡关系
有的同学可能会由此推广得出
只需要20%努力的学习
就可以决定他80%的成绩
原理上可能是对的
因为考试只会考部分内容
但如果你就只认为
我只安排20%的时间来学习
那你就大错特错了
因为你不知道是哪个20%
决定了你最后的考试成绩
那么根据帕雷托这个定律
同样的20%的资源
是导致公司和组织里面80%的问题
对吗 有点道理是吧
20%的人口也拥有了80%的国家的财富
对吗 这个还真是对的 刚刚我们讲了
同样的我们反映到
我们的集成电路制造里面
同样的20%的“事故”它造成的原因
是这20%“事故”的原因
是导致集成电路失效
80%失效都是意味着20%的原因造成的
这张图显示了
这批集成电路的制造产品里面
它导致失败的产品原因有很多很多种
下面横坐标是导致失败的原因
有将近数十种
那么每个原因导致产品失败的数目
他是用这个绿色的给标出来的
大家可以看到,这里面第1和第2个
就占据了它80%失效的原因
这就是帕雷托定律
在集成电路中的一个反映
那帕雷托这个曲线
我们也是用帕雷托曲线
来用于通过关注最有效的策略和因素
来提高产量的一种工具
关键问题在于说是如何确定是哪个20%
这个就需要工程师起到作用了
在实际过程中
也需要使用这种帕雷托曲线
通过分析分辨出哪个20%的因素
是最重要的原因并将之解决
好 我们再来看一下
这张图显示了集成电路良率
经过一段时间生产之后提高的情况
可以看到这个曲线
它的良率不断的提高
这是因为随着生产的进行
越来越多隐藏的问题被逐一解决了
那么良率自然而然就提高了
良率提高了成本当然就降低了
那公司就赚更多的钱了吗
往往不是
尤其是在集成电路
这是因为集成电路芯片
随着时间的推移价格迅速降低了
前几天我和我们国内的
一个存储器的公司交流
他们告诉我现在1MB的
存储器芯片它只卖六美分
那也就相当于四毛钱人民币
如果你算一算1MB的存储芯片
有800万个器件800万个晶体管
你换算要四毛钱人民币
每一个晶体管它的价格只有5x10(-8)分
可以看出这个价格是极低极低的
这你可以想象吧 对吧
这就是集成电路的魅力
通过大规模的集成
实现极低成本的计算和存储能力
为我们生活开创了以前无法想象的应用
如何定义集成电路的良率呢
什么样的良率可以接受呢
我们说是99%以上吗
还是80%吗
首先要明白什么叫做可接受的良率
难道说是良率越高越好吗
事实上不是这样
可接受的良率是策略性的
并不是一成不变的数量
或者具有一个统一的标准
比如说有些工艺线
它几乎达到了百分之百的良率
而且还赚了钱
它却被公司领导给关闭了
就像英特尔公司
他制造八位微处理器的
一个老的四分工艺线就在硅谷湾区
加州的湾区
它就被英特尔公司领导给关闭了
这是为什么呢
因为英特尔需要将精力
放在更加赚钱的产品里面
那边有利润率更高的产品
有些工艺线良率只有30%
但却生产高价值的集成电路芯片
比如说早期的高端的CPU生产
这是因为在那种情况下需要良率很低
但价格高所以利润还是很高
即使良率低还是有钱可赚的
还有一些工艺线它产量很低
而且亏钱
但仍然要保持运行
这又是为什么呢
这是为了占据市场份额
防止竞争者进入该领域
典型的例子就是韩国LG公司
他最开始每个平板显示屏
损失将近400美元
但坚持生产
以此来获得市场的份额
到现在LG已经成为世界上最大的
LCD平板显示制造商
所以说我们刚才通过举不同的例子
可以看到良率策略的基本原则
并不是良率本身这个数字的大小
而是在于它所赚的利润
一个低良率高收益边际的产品
照样可以赚钱
当然我们期望
从公司来讲还是期望良率越高越好
无论针对于高端产品还是普通产品
提高良率都是降低成本的一种基本方法
为了获得高的良率
我们必须保证所有的工艺都在控制之下
如何确保工艺流程都在控制之下呢
这个策略是什么呢
首先我们要收集工厂里面所有的数据
包括工艺设备 用什么设备
缺陷 参数的控制系统
设备的环境
比如说当天的温度 湿度
而且要对它们进行测试
第二步要将所有的数据
树立中心数据库
这个数据库应该是open
对工厂里面所有的工作人员开放
包括工艺工程师 器件工程师
负责监控缺陷和产量的工程师
还有工艺集成团队的成员等
最后我们要统计数据的工具和方法
来进行数据挖掘
通过这些数据进行分析
找到导致我们良率不高的根本原因
导致失效的根本原因
然后针对该原因进行解决
其实这也是一种大数据的分析方法对吧
英特尔前CEO安德鲁戈洛夫
曾经写过一本非常有名的书
书名叫做《只有偏执狂才能够成功》
这其实也说明了一下
为了提高集成电路的良率
他的工程师是真的需要对数据很偏执才行
工艺工程师在收集数据的时候
要充分发挥自己的想象力
要把可能的想象到的每一个因素
都和工艺联系在一起
所以称职的良率工程师
英文叫 Yield engineer
是不会放过每一个
可能影响工艺良率的变量的
对于这个变量有可能是大气的压强
有可能是温度
有可能是湿度 有可能是光强
因为这些所有的因素
都有可能影响到你光刻的效果
我们举一个例子
比如说MBE是一种材料生长的方法
那它里面这个MBE的这个流量
气压的流量是一个非常关键的指标
但是源的温度 离子测量仪
石英厚度检测仪都可以测量流量
都可以跟流量挂钩
所以我们从三个方面
都可以得到流量数据
那这些得到的流量数据
可能是一样的
也可能不一样
这时候我们就需要明白
中间存在误差的原因
无论如何多次进行测量
总比只进行一次测量要精确得多
这是因为通过多角度测量
多次测量
你可以从这些数据更好的分析出来
导致你们的产品良率降低的因素
从这个角度来看冗余是必须的
接下来进入数据分析阶段
将上步得到的变量
与良率之间进行数据挖掘
其实就是找到其中的函数关系
最初级也是最有效的的方式
就是画出所有的数据
和良率存储之间的函数
然后观察
找到数据之间的这种相关联的地方
能否看出这个数据的关联性
也取决于观察的程度
你在看这张图几乎是什么关联都没有
但是你能出来它里面有一些什么关系吗
一旦相关性被证实
接下来的目标就是确定该组
相关性的物理机制
这一部分极其复杂而且昂贵
这要求对工艺和常识具有很深刻的理解
如果该相关性的物理机制不能被确定
那该问题有时候可以通过改变硅片来源
改变我们的化学材料 原料
更换我们的设备
甚至我们换一个雇员
换一个工程师 它就会消失了
但是这个问题如果你不彻底解决的话
没有找出原因的话
它仍然还会回来这样就很麻烦
所以如何提高良率
我们可以从五个方面入手
我们一方面要进行可制造性的设计
Design for Manufacturing 所以说可制作性设计
因为制造过程和你纯粹的功能
还是不一样的
你要从制造的角度去想怎么设计它
第二 你的工艺窗口比较宽
那你工艺窗口太窄了
那你当然一些波动就会跳出去
那你这个良率就低了
第三 要运用关键尺寸在线检测工具
在线就是将硅片在生产线上流的时候
你就测到很多数据
这些数据帮你分析
是在哪一步骤出现问题的
最后你就提升长期的可靠性
前面几个可以很好理解
提升长期可靠性怎么来理解
长期可靠性测试就是
测试这个芯片长期工作的情况下
它的可靠性
集成电路更新换代很快
我们也没有时间对这个芯片
测试长达十年之久
一般我们用的这个芯片
我们的指标在十年的情况下
它是可以用的
所以我们不能等那么长时间
那怎么办呢
我们就要进行加速测试
加速测试包括增加温度的方法
包括增加电压的方法
这就是所谓的叫负荷 载荷测试
我们也可以增加重力
甚至可以通过离心机的离心力
来模拟重力加速度的变化
直到器件失效
我们可以增加压强
这可以采用高压锅
我们可以增加环境中的微量化学物质
比如说H2S等
然后这些测试是非常昂贵的
最常用的办法是通过提高温度
和提高它的电压
测试器件在高温下是否可以正常工作
那同学们要记住
通过增加温度的这种加速测试
是有一个重要的缺陷的
那就是它有一个前提
就是假设在高温下
器件失效的机制
按照常温下工作的机制
失效机制是相同的
在某些物理机制下
高温和室温的失效机制是一样的
但在某些情况下就未必了
比如后者你通过温度测试
肯定会得到错误的结论
并不是所有的失败
都能通过测试的方法加以确定的
比如说电迁移就是一个很典型的例子
电迁移通常是指在电场作用下
离子的电流在电场作用下
是金属、原子或者离子发生迁移的现象
因为你这个不倒流
它导致了这个原子和离子
跟着你这个电子在走
例如电迁移曾经导致IBM电脑
在互连线发生了一个失效
这两张图显示了
这个互连线电迁移的现象
做同时早期电迁移导致新的小空洞
你看到黑的地方是小空洞
还有小白的地方
随着时间的推移
结果这个电迁移越来越多
我们的空洞地方越来越大
就变成一个断开了
黑的地方几乎断开
那我们白的地方就变成
把这个迁移到白的地方来
这种电迁移就导致
我们这个互连线的断裂
这个芯片就失效了
因为电流流动造成原子移动
而形成空洞的过程是十分缓慢的
所以测试对它几乎束手无策
其实这个器件的长期可靠性是有隐患的
是当时IBM为了发现这个问题
花了很长的时间
他们这就不是通过加温
不是通过别的方法可以提前
通过这种测试方法能够预测得到
最后我们来举个例子体会一下
如何debug集成电路良率的问题
举个例子
公司A正准备启用一个新的工艺
采用一个新的工艺线
就是新的设备
他买的硅片是从供应商B订购的
他们订购了5万片硅片
公司A已经与公司B合作很多年了
没有出现过任何问题
他们开始做的时候出现了问题
就是在氧化后他在钠灯的观察下
看到氧化后的硅片表面
有一些不规则区域
那么这些不规则区域
进行电力学测试的话
发现它的击穿电压要低一点
这时候问题就来了
因为这到底是A的问题呢
还是B的问题
硅片生产商B说这个问题肯定是
因为公司A买了新设备造成的
那么A的公司就说氧化失败
反映了供应的硅片里面
内在存在一点缺陷
你计算一下
如果是5万片硅片
每一个硅片成本是30美元
那一共损失就高达150万美元
如果再加上一些工艺
那损失更高
如果这种情况下法官请你去帮忙
让你提供一个明确的快速的手段
来判定是A或者是B的问题
你应该出具什么样的建议呢
你给出的方案
应该是那种没有技术背景的律师
也能够理解的
这个作为一个课后作业
希望大家能够思考
好的 通过今天的课程
同学们对于良率的问题
有了较为深入的了解
知道了良率
在集成电路制造环境中
它的重要地位
初步了解解决良率问题的办法
好 谢谢大家
-课程介绍
--课程介绍
-微纳工艺综述和超净环境
-第二章节 微纳工艺综述和超净环境--微纳工艺综述和超净环境
-第一小节 集成电路中的材料
--集成电路中的材料
-第一小节 集成电路中的材料--作业
-第二小节 单晶硅的特性及生长方法
-第二小节 单晶硅的特性及生长方法--作业
-第一小节 薄膜制备技术简介
--薄膜制备技术简介
-第一小节 薄膜制备技术简介--作业
-第二小节 化学气相淀积技术
--化学气相淀积技术
-第二小节 化学气相淀积技术--作业
-第三小节 氧化和原子层淀积技术
-第三小节 氧化和原子层淀积技术--作业
-第四小节 外延技术
--外延技术
-第四小节 外延技术--作业
-第五小节 溅射、蒸发和电镀技术
-第五小节 溅射、蒸发和电镀技术--作业
-第一小节 光刻工艺综述
--光刻工艺综述
-第一小节 光刻工艺综述--作业
-第二小节 光刻工艺详解
--光刻工艺详解
-第二小节 光刻工艺详解--作业
-第三小节 光刻系统及其关键参数
-第三小节 光刻系统及其关键参数--作业
-第四小节 光刻工艺中的常见问题及解决方法
-第四小节 光刻工艺中的常见问题及解决方法--作业
-第五小节 提高光刻精度的办法及其他先进光刻技术
-第五小节 提高光刻精度的办法及其他先进光刻技术--作业
-第一小节 湿法腐蚀和干法刻蚀
-第一小节 湿法腐蚀和干法刻蚀--作业
-第二小节 干法刻蚀中的若干问题
-第二小节 干法刻蚀中的若干问题--作业
-第一小节 扩散工艺综述
--扩散工艺综述
-第一小节 扩散工艺综述--作业
-第二小节 影响扩散的因素
--影响扩散的因素
-第二小节 影响扩散的因素--作业
-第三小节 离子注入工艺介绍
--离子注入工艺介绍
-第三小节 离子注入工艺介绍--作业
-第四小节 影响离子注入的因素
--影响离子注入因素
-第四小节 影响离子注入的因素--作业
-第一小节 浅槽隔离
--浅槽隔离
-第一小节 浅槽隔离--作业
-第二小节 自对准硅化物
--自对准硅化物
-第二小节 自对准硅化物--作业
-第三小节 High-K介质和金属栅
-第三小节 High-K介质和金属栅--作业
-第四小节 大马士革工艺
--大马士革工艺
-第四小节 大马士革工艺--作业
-第一小节 集成电路良率定义
--集成电路良率定义
-第一小节 集成电路良率定义--作业
-第二小节 封装和封装驱动力
--封装和封装驱动力
-第二小节 封装和封装驱动力--作业
-第一小节 典型的CMOS制造工艺流程
-第一小节 典型的CMOS制造工艺流程--作业
-第二小节 CMOS scaling 中的若干问题
-第二小节 CMOS scaling 中的若干问题--作业
-第一小节 MEMS制造工艺
--MEMS制造工艺
-第一小节 MEMS制造工艺--作业
-第二小节 体型微加工技术
--体型微加工技术
-第二小节 体型微加工技术--作业
-第三小节 表面型的微加工技术
-第三小节 表面型的微加工技术--作业
-第四小节 MEMS工艺实例
--MEMS工艺实例
-第四小节 MEMS工艺实例--作业