通向零缺陷的道路上需要一些新的策略。

用于輔助駕駛和自主駕駛系統(tǒng)的下一代汽車芯片這波浪潮正在推動關(guān)鍵性的異常檢測新方法的開發(fā)進(jìn)程。

KLA－Tencor、Optimal＋以及西門子子公司的Mentor正在進(jìn)入或擴(kuò)大在異常檢測市場或相關(guān)領(lǐng)域的工作。異常檢測技術(shù)在各種行業(yè)已經(jīng)使用多年，是實(shí)現(xiàn)芯片生產(chǎn)質(zhì)量零缺陷的主要技術(shù)之一，零缺陷對汽車領(lǐng)域至關(guān)重要。

通常，異常檢測本身使用硬件和統(tǒng)計篩選算法來定位所謂的異常。簡單來講，芯片異常指的是芯片本身可能會通過各種標(biāo)準(zhǔn)測試，但是有時會表現(xiàn)出功能異常。這種芯片可能會影響系統(tǒng)性能或?qū)е孪到y(tǒng)失效。

圖1PAT極限和極限值圖形顯示

異常芯片或帶缺陷芯片的出現(xiàn)有若干原因，其中包括出現(xiàn)潛在性的可靠性缺陷。這一類缺陷在芯片出貨時不會被發(fā)現(xiàn)，但它們會在應(yīng)用現(xiàn)場以某種方式激活，最終可能會反應(yīng)在實(shí)際運(yùn)行的系統(tǒng)中。

為了幫助捕捉芯片中這樣或那樣的問題，業(yè)界通常使用各種異常檢測方法，例如零件平均測試法（PAT）。在PAT中，首先對晶圓進(jìn)行電氣測試，然后，組合使用硬件方法和PAT算法，檢測出違反特定測試規(guī)范的異?；蚬收闲酒?，然后把它丟掉。

但是，PAT方法很難滿足汽車行業(yè)的苛刻要求。Optimal＋公司首席技術(shù)官M(fèi)ichaelSchuldenfrei表示：“汽車和其他類型的任務(wù)關(guān)鍵型設(shè)備的半導(dǎo)體產(chǎn)品使用量正在呈指數(shù)級增長。這種趨勢推升了對芯片質(zhì)量和可靠性的要求。使用PAT或零件平均值測試方法的異常檢測技術(shù)作為保證質(zhì)量和可靠性的一個主要手段，已經(jīng)存在了幾十年。但在很多情況下，它們并不是非常有效，或者在防止漏檢方面測試成本過高?！?/p>

漏檢指的是芯片通過了測試離開了晶圓廠。為了避免這種情況的發(fā)生，多年來，異常檢測專家們開發(fā)出了新的更先進(jìn)的技術(shù)來防止芯片漏檢和其它問題。比如，異常檢測通常是在芯片封裝測試階段進(jìn)行，但是在一個新的方案中，KLA－Tencor開發(fā)了一種用于在晶圓廠中測試的技術(shù)。

盡管如此，這個行業(yè)目前仍然面臨一系列重大挑戰(zhàn)，其中包括：

1、隨著更多先進(jìn)芯片被用于汽車中，迫切需要新的先進(jìn)的異常檢測算法；

2、異常檢測技術(shù)必須緊跟輔助駕駛和自動駕駛技術(shù)的發(fā)展趨勢；

3、英偉達(dá)和其它沒有異常檢測經(jīng)驗(yàn)的IC制造商正在蜂擁進(jìn)入汽車市場，這意味著他們需要提高學(xué)習(xí)曲線。

這個飛速增長的汽車半導(dǎo)體市場還面臨許多其它挑戰(zhàn)。除了汽車市場，異常檢測也應(yīng)用在醫(yī)療和其它領(lǐng)域中。根據(jù)西門子子公司Mentor的說法，總體而言，商業(yè)性的異常檢測軟件業(yè)務(wù)的規(guī)模在每年2500萬美元到5000萬美元之間。MentorQuantix事業(yè)部總經(jīng)理BertrandRenaud表示：“這個數(shù)字可能僅代表實(shí)際軟件的三分之一，因?yàn)樵S多大型IDM廠商已經(jīng)構(gòu)建了自己的專有工具，他們的軟件沒有統(tǒng)計在內(nèi)?！蹦壳?，這個市場上的選手有KLA－Tencor、Mentor、Optimal＋和yieldWerx等公司。

汽車芯片趨勢

2018年，汽車市場增速可能會放緩。根據(jù)IHSMarkit的數(shù)據(jù)，2018年輕量級汽車的全球總銷量預(yù)計將達(dá)到9590萬輛，同比2017年增長1．5％。根據(jù)該公司的數(shù)據(jù)，2017年同比2016年增長了2．4％。

汽車銷量的增長如何對應(yīng)于汽車半導(dǎo)體市場增速目前尚不完全清楚。盡管目前汽車芯片業(yè)務(wù)僅占整個半導(dǎo)體市場規(guī)模的10％左右，但這并不能說明問題的全貌，因?yàn)楦鶕?jù)IHSMarkit的數(shù)據(jù)，每輛汽車的電子器件的價值將從2013年的312美元增長到2022年的460美元，年復(fù)合增長率為7．1％。

“從十年前的幾百個控制器和其他類型電子器件開始，現(xiàn)代的汽車中可能包含超過3，500個半導(dǎo)體產(chǎn)品，這些半導(dǎo)體器件的總體成本正在持續(xù)上升。”KLA－Tencor高級營銷總監(jiān)RobCappel在一篇博客中說道。

一輛高級汽車擁有超過7000顆芯片。芯片廠商正在向高端車型中引入14nm和10nm器件，同時也正在研發(fā)用在汽車上的7nm芯片。

但是，在汽車領(lǐng)域，有兩個因素是亙古不變的－可靠性和質(zhì)量。對于商用芯片而言，消費(fèi)者對缺陷尚有一定的容忍度。但是，汽車芯片對缺陷和故障是不存在絲毫容忍度的。

這倒不是什么新鮮事兒?！氨热鏏BS系統(tǒng)，”TEL的高級技術(shù)合伙人BenRathsack說?！坝捎谑玛P(guān)安全，汽車的可靠性要求總是較高?！?/p>

因此，汽車芯片制造商和代工廠必須遵守各種質(zhì)量標(biāo)準(zhǔn)，例如AEC－Q100，這項(xiàng)標(biāo)準(zhǔn)主要涉及芯片的失效機(jī)理壓力測試。

高級駕駛輔助系統(tǒng)（ADAS）和自主駕駛汽車對可靠性的要求更加嚴(yán)苛。ADAS涉及汽車中的各種安全功能，如自動緊急制動、車道檢測和后方物體警告。

例如，全球最大的汽車芯片制造商恩智浦最近宣布推出了一款用于汽車應(yīng)用的高分辨率雷達(dá)芯片。該芯片被稱為MR3003雷達(dá)收發(fā)器，是一款77GHz雷達(dá)器件。該器件基于硅鍺（SiGe）工藝，適用于需要高分辨率和遠(yuǎn)距離功能的自動駕駛系統(tǒng)的前端或轉(zhuǎn)角雷達(dá)應(yīng)用。

這種雷達(dá)技術(shù)能夠同時跟蹤數(shù)千個目標(biāo)，能夠?qū)崟r感測周圍環(huán)境，這正是L4／L5級別的自動駕駛所必需的?！斑@些類型的應(yīng)用對我們和芯片本身都提出了較高的要求。我們非常謹(jǐn)慎地設(shè)計了系統(tǒng)內(nèi)部的安全協(xié)議和一系列Hook，以便傳感器和汽車能夠在某些情況下進(jìn)行自我診斷，”恩智浦ADAS調(diào)制解調(diào)器產(chǎn)品線副總裁兼總經(jīng)理PatrickMorgan在最近的一次采訪中表示?！爱?dāng)我們開始銷售這些芯片時，我們需要付出很大的努力來保證每個芯片符合規(guī)格。我們對缺陷絕對抱有一種零容忍的心態(tài)。安全攸關(guān)，不容任何錯誤的出現(xiàn)。”

恩智浦半導(dǎo)體ADAS技術(shù)副總裁兼總經(jīng)理KamalKhouri補(bǔ)充說：“我們在這里所做的一切都必須滿足非常非常嚴(yán)格的汽車安全性和可靠性標(biāo)準(zhǔn)。為了確保我們推薦的所有產(chǎn)品和方案都安全可靠，需要做大量的工作。”

安全確實(shí)非常關(guān)鍵。例如，根據(jù)Optimal＋提供的數(shù)據(jù)，奧迪的高檔汽車中擁有7，000個芯片。假設(shè)，每個芯片的故障率都達(dá)到百萬分之一，那么奧迪每生產(chǎn)1000輛汽車就會有7個故障車。如果奧迪每天制造4，000輛汽車，這就意味著，它每個小時都會生產(chǎn)出一臺故障車。

因此，汽車行業(yè)正在努力實(shí)現(xiàn)零缺陷和其他質(zhì)量計劃，但是隨著系統(tǒng)、芯片甚至軟件變得越來越復(fù)雜，這個目標(biāo)很難實(shí)現(xiàn)。

在其最新的車輛可靠性研究工作中，J．D．Power對過去12個月2015年款車型和2017年款車型每100輛車遇到的問題數(shù)量進(jìn)行了統(tǒng)計調(diào)查，結(jié)果發(fā)現(xiàn)，2017年款汽車整體可靠性提高了9％，但是各種電子系統(tǒng)依然存在問題。據(jù)調(diào)查，音頻／通訊／娛樂／導(dǎo)航系統(tǒng)仍然是業(yè)主遇到麻煩最多的產(chǎn)品類別，業(yè)主的投訴數(shù)量也最多，其中，內(nèi)置語音識別和藍(lán)牙連接是最大的問題。

這些問題可能與采用最新的半導(dǎo)體器件有關(guān)，這就是為什么異常檢測至關(guān)重要的原因所在。在異常檢測中，在晶圓廠處理完晶圓后，首先進(jìn)行一些電氣測試，然后把它們送到測試部門進(jìn)行評估。

這種方法只能解決一部分潛在的問題?！澳悴豢赡軠y試器件的每一條執(zhí)行路徑，因此不可能覆蓋完整的場景。不過，現(xiàn)在可以運(yùn)行許多不同的測試。有時候，測試結(jié)果也不是很明確。我們只是知道，目前的方法還不夠好。”KLA－Tencor戰(zhàn)略合作高級主管JayRathert說。

另外，測試可能會發(fā)現(xiàn)，也可能不會發(fā)現(xiàn)可怕的潛在可靠性缺陷?！皾撛诘目煽啃匀毕菔侵鸽x開了晶圓廠才暴露出來的缺陷，它們在某種程度上是通過環(huán)境激活的，包括振動、濕度、電流、電遷移或者熱量。隨著時間的推移，它們可能暴露出來?！盧athert說。

圖2隨機(jī)缺陷

既然這樣，那么，為什么不在這些芯片離開晶圓廠之前就檢測出來這些缺陷呢？

在晶圓廠測試

根據(jù)加州大學(xué)伯克利分校的統(tǒng)計，理論上來講，一個月產(chǎn)5萬片晶圓的晶圓廠需要以下設(shè)備：

50臺掃描儀／步進(jìn)器和晶圓軌道；

10個高電流離子注入器和8個中等電流離子注入器；

40臺蝕刻機(jī)；

30個CVD工具。

此外，300毫米晶圓廠也是自動化工廠，使用各種自動化材料處理系統(tǒng)和晶圓傳輸機(jī)制，使用各種設(shè)備分步驟地在晶圓廠中處理晶圓。一個先進(jìn)工藝的晶圓制造過程可能有多達(dá)600－1000個步驟，甚至更多，相比之下，成熟工藝的步驟更少。

在先進(jìn)工藝節(jié)點(diǎn)中，半導(dǎo)體設(shè)備必須處理更小且更加精確的特征，隨著工藝尺寸的縮減，缺陷也變得越來越難找到。

每種應(yīng)用都有各自不同的缺陷要求。一般來說，面向消費(fèi)者的OEM廠商對缺陷的控制要求不是太嚴(yán)格，但是，在汽車領(lǐng)域，芯片制造商們必須在其器件的制造工藝中實(shí)施更加嚴(yán)苛的控制措施，并部署持續(xù)的缺陷改進(jìn)計劃。

“有一些先決條件（在汽車領(lǐng)域），”聯(lián)電副總裁溫文婷說。“你必須有一個管理良好的工廠和維護(hù)良好的工具。最重要的是，您需要一個強(qiáng)大的質(zhì)量體系，并貫徹高質(zhì)量的理念，這將使您能夠獲得制造汽車產(chǎn)品所需的認(rèn)證。這些很復(fù)雜。在汽車行業(yè)里，質(zhì)量控制始于工藝設(shè)計和工廠規(guī)劃，并一直延伸到實(shí)際生產(chǎn)芯片的時候。”

在晶圓廠中，人們使用檢測系統(tǒng)定位晶圓缺陷。一般來講，芯片制造商不會檢查每一片晶圓，因?yàn)槟菢有枰荛L時間，而且成本高昂，他們會抽樣檢測某些晶圓或者部分芯片。

對于消費(fèi)級芯片來說，這個過程很簡單?！爱?dāng)我們開發(fā)一項(xiàng)技術(shù)時，我們會認(rèn)證它，通常來講，抽樣的樣本數(shù)量總是有限的?！睖匚逆谜f。

汽車級芯片要求就不同了。“你必須測試大量的樣本才能得出故障率，這個過程的成本非常高?！彼f?！叭藗冋诳紤]如何在成本可承受的程度下實(shí)現(xiàn)這一目標(biāo)，每個方面都有很多挑戰(zhàn)。”

所有這些都是實(shí)打?qū)嵉臅r間和真金白銀。如果芯片在經(jīng)過檢測和其它過程之后符合規(guī)范，就可以把晶圓從晶圓廠發(fā)給封測廠了。

這時候，壓力就轉(zhuǎn)到封測廠了。為了幫助測試，KLA－Tencor設(shè)計了一種技術(shù)方案來捕捉晶圓廠中的問題。該技術(shù)被稱為在線零件平均測試（I－PAT），它利用了PAT的概念。但是，與在測試部門進(jìn)行的PAT及其變體不同，I－PAT在晶圓廠中執(zhí)行。

I－PAT不一定會與傳統(tǒng)的第三方異常檢測供應(yīng)商競爭。它的目標(biāo)是提供更多的測試數(shù)據(jù)，補(bǔ)充既有的測試組合。通常來講，您仍然需要執(zhí)行傳統(tǒng)的異常檢測。

KLA－Tencor的技術(shù)涉及硬件和數(shù)據(jù)分析軟件包。簡而言之，先把檢驗(yàn)數(shù)據(jù)輸入到計算機(jī)建模程序中，然后分解數(shù)據(jù)，并查看晶圓圖上的硅片，然后在晶圓廠的多個檢查步驟中查找異常缺陷。

在一個簡單的例子中，該技術(shù)將顯示具有五個層的芯片的晶圓圖，比如有源區(qū)、柵極、觸點(diǎn)層、金屬層1和金屬層2。假設(shè)金屬層1上可能會有800個缺陷。計算機(jī)從晶圓上隨機(jī)選擇10個芯片，然后，使用各種I－PAT算法，系統(tǒng)最終確定這10個芯片中有9個存在潛在的可靠性缺陷。

這個過程可以重復(fù)好幾遍?！澳憧梢砸槐橛忠槐橹貜?fù)這個步驟，”KLA－Tencor高級營銷總監(jiān)DavidPrice說?！巴ㄟ^一遍又一遍地重復(fù)，你可以看到缺陷的統(tǒng)計性質(zhì)如何幫助你找到最有可能包含可靠性缺陷的芯片?！?/p>

I－PAT可用于挑選有問題的硅片。另外，這些數(shù)據(jù)可以與其他異常檢測方法結(jié)合使用，以改進(jìn)測試通過／不通過的決策。Price說：“通過在晶圓廠中實(shí)施I－PAT技術(shù)，你將能夠減少傳統(tǒng)PAT方法所帶來的矯枉過正和不足之處?！?/p>

從晶圓廠到測試廠

晶圓從晶圓廠移動到測試部門后，在那里進(jìn)行晶圓分類、最終測試，有時也會進(jìn)行系統(tǒng)級測試。

檢查和測試會產(chǎn)生巨大的數(shù)據(jù)量。但是，在這些數(shù)據(jù)面前，您如何知道器件是否仍存在潛在的可靠性缺陷或其他問題呢？

這就是為什么汽車OEM廠商希望他們的供應(yīng)商在測試過程中執(zhí)行傳統(tǒng)異常檢測的原因。Mentor公司的Renaud說：“

在整個晶圓經(jīng)過測試之后，在晶圓分類中進(jìn)行的PAT分揀，是在服務(wù)器上作為離線處理完成的。對每個部分進(jìn)行測試后，最終測試中的PAT分揀是在測試儀上在線執(zhí)行的，當(dāng)然，整個流程都是由服務(wù)器管理并控制的?！?/p>

通常，異常檢測技術(shù)從晶圓廠得到電子數(shù)據(jù)，然后分析數(shù)據(jù)。KLA－Tencor的新技術(shù)將向測試混合提供更多數(shù)據(jù)?！拔覀兡軌驈腒LA等公司的機(jī)器中收集檢測數(shù)據(jù)，”O(jiān)ptimal＋的Schuldenfrei說?！皩⑺羞@些數(shù)據(jù)結(jié)合在一起使用，顯然會進(jìn)一步提高檢測的準(zhǔn)確度?！?/p>

PAT是最基本的邊界檢測形式，應(yīng)該可以檢測出一個超出不合格閾值的芯片。測試閾值可以設(shè)置為靜態(tài)（SPAT）或動態(tài)（DPAT）模式。

在SPAT中，測試閾值是基于該批次的數(shù)量決定的，在DPAT中，則會在每次晶圓測試時計算閾值。在SPAT和DPAT中，都會執(zhí)行一個算法，最終得出測試通過或失敗的結(jié)果。

但是，這些算法可能在某些情況下會失敗。有的器件的特征可能和其它器件明顯不同，但是它也在規(guī)范范圍內(nèi)。有的器件可能是遠(yuǎn)離正態(tài)分布的極端異常。“這種情況可能會嚴(yán)重影響整個特征分布，然后，你可能會漏掉接近特征分布中心的異常?！監(jiān)ptimal＋的Schuldenfrei說。

異常檢測專家已經(jīng)加入了一些程序來解決這些問題。但是，多年來，這些芯片變得越來越復(fù)雜，因此需要更先進(jìn)的異常檢測技術(shù)?！翱蛻粢笤絹碓綇?fù)雜的算法來識別真正的異常，而不會造成不必要的產(chǎn)能損失，”Mentor的Renaud說?！靶枰冗M(jìn)的自動形狀檢測來識別非高斯分布?！?/p>

有一些基于幾何分布、多變量和其它方案的復(fù)雜異常檢測算法，許多算法甚至可以和DPAT和SPAT結(jié)合一起使用。

一種先進(jìn)類型的幾何分布PAT（GPAT）可以根據(jù)它的幾何分布鄰近度來查看芯片質(zhì)量。

GPAT有一個復(fù)雜版本，被稱為好芯片／壞鄰居（GDBN）。GDBN基于這樣一種理念，缺陷總是趨向于集中出現(xiàn)在晶圓的某些特定位置上。簡單來說，缺陷較多的區(qū)域可能會找出一些壞芯片。

還有一種被稱為最差鄰居殘差（NNR）的技術(shù)?！白罱従託埐罴夹g(shù)是在每個芯片的每次測試中檢查所有值，它不僅考慮整體晶圓，還考慮臨近芯片的情況。”O(jiān)ptimal＋的Schuldenfrei說。

還有一些其他方法，如多變量技術(shù)?！暗乩砜臻g算法檢查晶圓上的失效模式，以確定掩模版缺陷和失效芯片的集群。同時，多變量算法測量多次測試之間的相關(guān)性，而不是一次只考慮一個測試結(jié)果，”Mentor的Renaud說。

所有這些方法都可以結(jié)合使用。

下一步

展望未來，ADAS和自主駕駛將進(jìn)一步推動對更多檢測技術(shù)的需求。Optimal＋的Schuldenfrei表示：“隨著汽車的自主化程度越來越高，芯片缺陷檢測也將變得越來越重要?！?/p>

此外，這些檢測技術(shù)也會加入人工智能和機(jī)器學(xué)習(xí)?！半S著機(jī)器學(xué)習(xí)和人工智能帶來新的運(yùn)算能力和功能，我們相信，它們也會更多地參與到異常檢測中來?！盨chuldenfrei說。

最后，把所有的數(shù)據(jù)集成在一起也許是最大的挑戰(zhàn)?！跋胂笠幌?，從芯片獲取數(shù)據(jù)，并將其與多個不同公司的電路板數(shù)據(jù)關(guān)聯(lián)起來，”他說?！澳枰蚕頂?shù)據(jù)才能實(shí)現(xiàn)更好的異常檢測?！?/p>

返回第一電動網(wǎng)首頁 >