产品速递 | DMS:基于大数据及数据挖掘技术的半导体芯片测试数据Datalog分析与应用

2023-09-07 408

111.gif





编者按

Editor's note

半导体行业芯片测试,与芯片设计、芯片制造、芯片封装并举称为半导体的四大产业,测试在半导体产业链中是不可或缺的环节。


半导体芯片测试主要包括晶圆级测试(CP测试)、芯片级测试(FT测试)、系统级测试(SLT测试)等,测试是对集成电路产品的设计、流片、封装各个环节产出品是否合格的检测,是集成电路在电子设备整机应用时可以正常安全工作的保障。


半导体芯片测试,通常由ATE(Automatic Test Equipment)完成,由于半导体属于批量制造,ATE产生的数据量非常大,且数据维度丰富,通常一个Lot批次的数据就有几十个G的大小,而每天生产线都是数千个批次的持续生产,这样积累了大量的半导体测试数据。


我们意识到,利用诸如AI、机器学习等技术来挖掘数据价值,不仅可以带来测试效率的提升,保证产品良率,还能通过数据分析优化测试方案,控制成本,同时测试不良品电性特征的分析也为芯片设计改善、制造工艺改善提供改善方向。


ATE测试产生的DATALOG数据,多以STDF(Standard Test Data File)为标准格式。STDF文件里记录了360全方位的芯片测试结果,DMS(Data Monitoring System)产品,通过数据挖掘与分析技术,可以实现基于Lot的分析、基于Wafer的分析(CP),基于Die(晶圆颗粒)的分析,包括每颗产品的每个测试项的数据分析,可以更加清晰、全面地识别芯片产品隐藏的品质特征

下面我们通过DMS软件对ATE测试文件的初步分析,罗列几种比较常见的应用,也欢迎各位行业从业者一起参与,共同交流。


01

良率Yield情况(产品健康状况/成本状况):快速生成基于批次号/晶圆批号的良率、不良品、TOP5失效参数及失效率的可视化应用。

微信图片_20230907151730.png

02

快速分析不良品Defect的主要失效Drilldown,从而快速找到设计/制造关键薄弱点,重点提升。

2.png

03

对合格品的测试数据离散度情况(SPAT整机性能一致性)进行分析,从而实现:

1)测试标准规范制定状况(CPK特征/工艺稳定性)

2)测试Sites间参数特征(测试接触/探针状况/测试模块元件参数一致性)

3.png

04

通过片间参数波动状态,对流片工艺稳定性进行直观分析。

4.png

05

快速识别圆片区域失效状况,对流片工艺/设备稳定性及异常进行直观的分析。

5.png

06

参数离群点剔除情况(DPAT)


6.png

07

邻近区域离群点剔除情况(NNR)

7.png

08

集中失效区域边缘过渡点剔除情况(CD)

8.png

09

圆片边缘失效频度情况(GoldenMap测试去边管理/产品可靠性)

9.png

10

上一篇: 一期一会 | 365best·完美体育第109 & 110期老友会:谁是数字化转型的宠儿? 下一篇:喜讯 | 365best·完美体育作为首批供应商入驻深圳市工智联产业数字融合发展促进中心

XML 地图