晶片越大,良率為什麼越低?缺陷密度、良率模型與良率怎麼提升
晶片越大,良率越低,是因為缺陷像灰塵一樣,隨機落在晶圓上:一顆晶片只要被一顆會致命的缺陷砸中就壞了,面積越大,被砸中的機會越高。最簡單的算法是:良率約等於 e 的負(晶片面積 × 缺陷密度)次方。
良率是什麼、為什麼一路乘下來到不了 100%,「新聞說的「良率」是什麼?」用烤餅乾講過了;這篇往下講一層。
缺陷密度是什麼?
晶圓上總會落下一些小到看不見的東西:微粒、殘渣(見「缺陷檢測是什麼?」)。落在不要緊的地方,晶片照樣能動;剛好讓一條線斷掉、兩條線接在一起的,才是「致命」的缺陷。
缺陷密度,就是平均每一塊面積上有幾顆致命的缺陷,常用「每平方公分幾顆」來算,也常寫成 D0。它說的是這條生產線做得多乾淨、多穩。
晶片越大,為什麼越容易被砸中?
想像同一片晶圓上,隨機落下 100 顆致命的缺陷:切成 1,000 顆面積小的晶片,平均每顆分到 0.1 顆;切成 100 顆面積大的晶片,平均每顆分到 1 顆。
平均 1 顆,不代表每一顆都中:有的中了兩三顆,有的一顆都沒中,沒中的才是好的。算這個機會,教科書上最簡單的是卜瓦松模型:
良率 ≈ e 的負(晶片面積 × 缺陷密度)次方,寫成算式是 Y ≈ e^(−A×D0)
e 是數學上的一個常數,大約 2.718;「面積 × 缺陷密度」就是平均每顆晶片分到幾顆缺陷。代進去算:
| 一片切成幾顆 | 平均每顆分到幾顆缺陷 | 好的約幾成 | 好的約幾顆 |
|---|---|---|---|
| 1,000 顆(面積小) | 0.1 | 90% | 905 |
| 400 顆 | 0.25 | 78% | 312 |
| 200 顆 | 0.5 | 61% | 121 |
| 100 顆(面積大) | 1 | 37% | 37 |
(示意的數字,不算晶圓邊緣放不滿的地方。)
晶片大 10 倍,一片少放 10 倍,好的卻少了二十幾倍(905 顆變 37 顆),所以大晶片每一顆好的貴得特別快(見「晶片為什麼這麼貴?」)。把大晶片拆成幾顆小晶片(chiplet)、各自測過再包在一起,原因之一就是小的良率高(見「新聞說的「先進封裝」是什麼?」)。
這個算法準嗎?
它是起點。真實的情況,常要多想兩件事:
- 缺陷常聚成一團:好幾顆擠在同幾顆晶片上,旁邊的反而躲過,所以大晶片的良率常比上面算的好一點;工程師會改用多一個「聚得多集中」的模型。
- 有些壞法不是隨機的:某一站的條件偏了、光罩上有髒點、搬運時刮傷,壞的會排成一圈、一格一格或一道弧線,不照上面那個隨機的算法走。這叫系統性的問題,要另外算。
良率有哪幾種?
一顆晶片從投片到出貨,常在三個地方算良率(叫法和分法各處不一,下面是常見的一種):
| 良率 | 什麼時候算 | 算的是 |
|---|---|---|
| 晶圓廠良率(line yield) | 晶圓廠做完 | 投進去的晶圓,有幾成沒在中途報廢 |
| 針測良率(CP) | 晶圓做完、切開之前 | 晶圓上的晶片,有幾成針測是好的 |
| 成品測試良率(FT) | 包好之後 | 包好的晶片,有幾成成品測試過關 |
三個乘起來,才是最後能出貨的比例:假設是 95%、85%、98%,乘起來約 79%。「良率是什麼」那一篇講的,主要是第二種。看到良率數字,先問是哪一種、多大的晶片(兩次測試,見「晶片怎麼測試?」)。
新製程的良率,怎麼一步一步爬上來?
新製程、新晶片剛開始試產,良率常常很低。一段一段把它拉上來,叫良率學習,畫成圖就是新聞說的「良率爬坡」。一輪大致這樣走:
第 1 步:把壞的分類,排出最多的那一種
做什麼:針測完,壞的照壞法分進不同的 bin,由多到少排成長條圖(柏拉圖)。為什麼:人手有限,先解決最多的那一種,良率漲得最快。不這樣:每一種都碰一點,哪一種都沒做完。
第 2 步:看壞在哪裡,縮小範圍
做什麼:把最多的那一種畫成晶圓圖,對照中途的缺陷檢測和 WAT。為什麼:散得沒有規律的像隨機的微粒;排成一圈、一格一格的,常指向某一站、某台機台或光罩(見「WAT 是什麼?晶圓圖怎麼看出哪裡出錯」)。不這樣:只知道「壞了一成五」,不知道去哪一站找。
第 3 步:找到原因、改掉,再證明有效
做什麼:查壞的那幾片共同走過哪一台機台,必要時切開來看;改條件、修機台或換光罩。為什麼:形狀只是線索,改了也要看下一批的數字回來沒有。不這樣:可能改錯地方,或碰巧好了一批,就以為修好了。
第 4 步:回到第 1 步,處理下一種
做什麼:最多的那一種解決了,換排第二的,再來一輪。為什麼:每解決一種,良率就爬一段;一開始常有幾個大的系統性問題,越往後,剩下的越小、越難找,其中不少是隨機的缺陷,主要靠讓整條線更乾淨、把缺陷密度一點一點壓下來,所以越爬越慢。不這樣:良率爬到一半就卡住。
哪一種錯,會在哪裡露出來?
每一輪最花時間的是等結果:一片晶圓從投片到針測,要好幾週到幾個月(見「一片晶圓要做多久?」)。所以中途的量測和缺陷檢測很重要:越早看到,越早能改。下面是示意的對照(真實的一種錯,常在好幾處都留下線索):
| 出了什麼錯 | 最早在哪裡看到 | 再往後會看到 |
|---|---|---|
| 植入的原子打少了 | 監控片的片電阻偏高 | WAT:開關在多少電壓打開,偏了 |
| 研磨磨過頭 | 磨完量厚度,太薄 | 導線的電阻變高 |
| 上下兩層沒對準 | 黃光之後的疊對量測 | 洞沒對上,電阻變大或不通 |
| 接觸窗沒刻到底 | 中途不容易看見 | WAT:一長串接觸窗電阻變高或不通 |
| 微粒落在晶圓上 | 缺陷檢測 | 晶圓圖上散得沒有規律的壞晶片 |
| 一個沒壞透的小毛病 | 測試都過 | 用一陣子才壞;預燒能先把它挑出來 |
良率差,買到的晶片會比較容易壞嗎?
會多一點,但不是最主要的影響。出貨前每一顆都測過,壞的大多被挑掉了,所以良率差,最直接的影響是每一顆好的變貴、答應的數量可能不夠。
不過要補一句:有些缺陷沒大到讓晶片馬上壞,只留下測得過、卻比較脆弱的小毛病,用上幾天、幾週才壞,這叫早期失效。研究發現,良率差的晶圓上,測過關的晶片後來早期失效的也比較多;壞的特別多的那一區,旁邊測過關的也是。所以要求高的產品會多篩一道:例如預燒(見「預燒是什麼?」),或把良率明顯比平常差的晶圓另外處理。
在 fab24hr 裡
主線「晶片的一生」第 3 章「壞的形狀」,你是研發線的研發整合工程師。助聽器晶片「螢火」第一批 R-0912 針測完,電性量測室的曉雯把三張晶圓圖排在螢幕上,你要一張一張點出不對勁的形狀:第 3 片的邊緣一圈(偏快,不是壞)、第 8 片起的一格一格(跟著光罩走)、第 11 片的一道弧線(搬運時刮到)。三種都不是隨機的灰塵,是找得到原因的系統性問題。
下午的光罩會議,欣怡想在晶片裡留兩格自己的測試鍵,王經理說:「兩格,晶片面積多 2%。客戶會問。」遊戲裡沒有往下算;照這篇的算法,面積多一點,一片放得少一點,被缺陷砸中的機會也多一點。
在「打工人的一天」的「今天你是」卡片上點「量產廠」、左右滑到製程工程師,名字下面點「蝕刻」,桌上有一份排在今天的良率改善分析;午班回座位打開它,上次存檔是三天前,今天的進度:4 分鐘。
遊戲裡的公司、晶片、人物、批號和數字都是虛構的;缺陷密度、良率模型和良率學習照公開的一般資料寫,表裡的數字是示意。其他行話可以到「半導體晶圓廠的行話,白話解釋」查。
在遊戲裡你會在哪裡遇到它主線「晶片的一生」第 3 章「壞的形狀」:研發線第一批針測完,你要在三張晶圓圖上點出邊緣一圈、一格一格、一道弧線;光罩會議上,多留兩格測試鍵,晶片面積就多 2%。當量產廠的蝕刻製程工程師,桌上有一份排在今天的良率改善分析。
在 fab24hr 裡,三張晶圓圖、三種壞的形狀:邊緣一圈、一格一格、一道弧線,各自指向哪裡,由你看出來。
玩第 3 章「壞的形狀」,從三張晶圓圖找原因給老師:這一篇可以搭配「在課堂上玩 fab24hr」用在課堂上。
引用這篇〈晶片越大,良率為什麼越低?缺陷密度、良率模型與良率怎麼提升〉,fab24hr,更新。https://fab24hr.com/blog/yield-learning/
課堂與非營利可以免費使用,投影、放進講義、印給學生都可以,請註明 fab24hr;不能販售,也不能改成自己的作品。 看到錯誤?回報問題
其他文章
Hold 是什麼?一批晶圓被擋下來之後,放行、重工、報廢誰決定
根本原因分析是什麼?8D、5 Why 怎麼用
失效分析(FA)是什麼?壞掉的晶片怎麼找出原因
晶圓廠的變更管理是什麼?改一個條件為什麼要那麼多人簽
這個網站的其他頁
- fab24hr 是什麼?:兩種玩法、四個班、常見問題、資料來源
- 晶片的一生:一顆晶片從下線、試產、量產、晶圓測試、封裝到出貨,每一段在做什麼
- 晶圓廠工程師的一天:PE、EE、PIE、製造部的分工,一天的時間線
- 晶圓廠裡有誰:技術員、製造部、製程、設備、廠務、整合、品保、生管、光罩、研發、課長、設備商,到封測廠的測試與封裝:每個角色一天怎麼過
- 半導體晶圓廠的行話,白話解釋:MO、Hold、Q-time、OCAP 這些行話,一個一句白話
- 半導體入門:跟著晶片的一生:半導體入門課程:跟著晶片的一生,圖解講義、投影片、必讀文章、3D 機台與討論題,自學或上課都能用
- 晶圓廠的機台,拆開來看:31 種半導體設備在做什麼(蝕刻機、曝光機、CMP、天車、封膠機…),每一台都能打開 3D 模型拆開來看
- 在課堂上玩 fab24hr:半導體教案:20/40 分鐘課程流程、一章或一區一節課(3D 機台、遊戲、文章)、討論題、學習單、老師常問
- 介紹與媒體素材:宣傳影片、遊戲畫面、介紹文字與基本資料