yield Iearning的关键因素
发布时间:2017/11/20 19:56:52 访问次数:740
由于现在产品的设计复杂度高,”eld learning第一个要素是缺陷观测能力(obscrvabdity)。 SD6271
参考表17.1,典型的45nm产品single Via1的数目在10g的量级。对于I艺而言,缺陷密度的要求很高,ppm(百万分之一)量级的失效率是不可接受的,即使到了ppb(十亿分之一)的量级,也无法实现童产(一个Via1已经有10%的yiCld loss,所有的AA,P°ly,Contact,Metal,Via加起来,产品yie1d将非常低)。量产要求失效率在O.1ppb的量级。
而对于Tcst Vehicle1而言,基本只能用于检测Via Rc正常与否,几乎没有缺陷捕获能力(yield几乎总是100%)。而通常认为测试结构比较复杂的Tcst Vehicle2,也仅在极端情况下(又寸于产品是excursion)才能观测到失效。对于随机缺陷观测能力较强的Tes1Vehicle3,复杂度已经超过产品,Vial个数达到了5×10:。图17。⒛给出了Test vehic1e2 和Test vehide3的Observability curve。
由于现在产品的设计复杂度高,”eld learning第一个要素是缺陷观测能力(obscrvabdity)。 SD6271
参考表17.1,典型的45nm产品single Via1的数目在10g的量级。对于I艺而言,缺陷密度的要求很高,ppm(百万分之一)量级的失效率是不可接受的,即使到了ppb(十亿分之一)的量级,也无法实现童产(一个Via1已经有10%的yiCld loss,所有的AA,P°ly,Contact,Metal,Via加起来,产品yie1d将非常低)。量产要求失效率在O.1ppb的量级。
而对于Tcst Vehicle1而言,基本只能用于检测Via Rc正常与否,几乎没有缺陷捕获能力(yield几乎总是100%)。而通常认为测试结构比较复杂的Tcst Vehicle2,也仅在极端情况下(又寸于产品是excursion)才能观测到失效。对于随机缺陷观测能力较强的Tes1Vehicle3,复杂度已经超过产品,Vial个数达到了5×10:。图17。⒛给出了Test vehic1e2 和Test vehide3的Observability curve。