CN103678866B - 用于计算系统产品可靠度估计的方法和系统 - Google Patents

用于计算系统产品可靠度估计的方法和系统 Download PDF

Info

Publication number
CN103678866B
CN103678866B CN201310399775.6A CN201310399775A CN103678866B CN 103678866 B CN103678866 B CN 103678866B CN 201310399775 A CN201310399775 A CN 201310399775A CN 103678866 B CN103678866 B CN 103678866B
Authority
CN
China
Prior art keywords
process window
window section
product
reliability
estimation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201310399775.6A
Other languages
English (en)
Other versions
CN103678866A (zh
Inventor
J.P.比克福特
R.A.比克福特
P.A.恩塞姆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Core Usa Second LLC
GlobalFoundries Inc
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN103678866A publication Critical patent/CN103678866A/zh
Application granted granted Critical
Publication of CN103678866B publication Critical patent/CN103678866B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/317—Testing of digital circuits
    • G01R31/31718—Logistic aspects, e.g. binning, selection, sorting of devices under test, tester/handler interaction networks, Test management software, e.g. software for test statistics or test evaluation, yield analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2894—Aspects of quality control [QC]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/317—Testing of digital circuits
    • G01R31/31721—Power aspects, e.g. power supplies for test circuits, power saving during test
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/008—Reliability or availability analysis
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/14—Measuring as part of the manufacturing process for electrical parameters, e.g. resistance, deep-levels, CV, diffusions by electrical means
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
    • H01L2924/0001—Technical content checked by a classifier
    • H01L2924/0002—Not covered by any one of groups H01L24/00, H01L24/00 and H01L2224/00

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Complex Calculations (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

提供了用于产品可靠度估计的系统和方法的方法和系统。在计算机基础设施中实现的方法包括将产品分隔到不同工艺窗口段中。所述方法还包括计算每个工艺窗口段的产品可靠度估计。所述方法还包括计算系统产品可靠度估计。使用处理器执行所述分隔、计算产品可靠度估计、以及计算系统产品可靠度估计中的至少一个。

Description

用于计算系统产品可靠度估计的方法和系统
技术领域
本发明涉及半导体设备，并且更具体地涉及用于产品可靠度估计的系统和方法。
背景技术
集成电路器件（例如，互补金属氧化物半导体（CMOS））的功耗包括两个组成部分：动态功率（即，活跃功率）和泄漏功率（即，静态功率）。动态功率是切换器件的状态所需的功率（即，将一个或多个器件组件的二值状态从高变为低或从低变为高）。动态功率是电容、电压和切换频率的函数（例如，P=CVnF，其中，P是动态功率，C是有效开关电容，V是源电压，n是大于2的系数，并且F是切换频率）。泄露功率是由被供电但没有切换的器件所消耗的功率。在主要由金属氧化物半导体场效应晶体管组成的集成电路器件中，泄露功率是源电压的指数函数。随着技术上尺寸的减小，器件的静态功率增加，结果，总功耗也增加。因此，在制作工艺上，估计集成电路的功率是重要的。
可以在产品（例如，集成电路）的寿命期间对给定量的产品计算可靠度估计。当前的集成电路的产品可靠度估计基于对于所有部件的一个系统工作条件，例如，最坏情形条件或额定条件。然而，当使用选择性电压分级（selective voltage binning，SVB）时，对于快速相对于慢速的产品，系统使用条件是不同的。更具体地，在选择电压分级（SVB）系统中，对于较快部件需要较低工作电压，并且，对于较慢部件需要较高工作电压。结果，产品可靠度估计没有准确反映所有产品的可靠度，因为产品工作在不同工作条件（例如，不同电压）下。
因此，本领域需要克服上述缺陷和限制。
发明内容
在本发明第一方面中，一种计算机基础设施中实现的方法，包括：将产品分隔到不同工艺窗口段中。所述方法还包括计算每个工艺窗口段的产品可靠度估计。所述方法还包括计算系统产品可靠度估计。使用处理器执行所述分隔、计算产品可靠度估计、以及计算系统产品可靠度估计中的至少一个。
在本发明另一方面中，提供了一种包括计算机可读存储存储器设备的计算机程序产品，所述计算机可读存储存储器设备中体现有可读程序代码。所述计算机可读程序当在计算设备上执行时，可操作使得计算设备基于所应用的计划的制造分布将制造工艺窗口划分为工艺窗口段。所述计算机可读程序还使得计算设备标识每个工艺窗口段的系统使用条件，并计算每个工艺窗口段中产品的预期量，其中所述预期量是分布百分比。所述计算机可读程序还使得计算设备基于每个各自的工艺窗口段的系统使用条件计算每个工艺窗口段的产品可靠度估计，并基于每个工艺窗口段的产品可靠度估计计算系统产品可靠度估计。
在本发明另一方面中，一种用于计算系统产品可靠度估计的计算机系统，包括：CPU、计算机可读存储器和有形计算机可读存储介质。所述计算机系统包括第一程序指令，基于所应用的计划的制造分布将制造工艺窗口划分为工艺窗口段。所述计算机系统还包括第二程序指令，标识每个工艺窗口段的系统使用条件；以及第三程序指令，计算每个工艺窗口段中产品的预期量，其中所述预期量是分布百分比。所述计算机系统还包括第四程序指令，基于每个各自的工艺窗口段的系统使用条件计算每个工艺窗口段的产品可靠度估计；以及第五程序指令，计算系统产品可靠度估计。所述第一、第二、第三、第四和第五程序指令存储在计算机可读存储介质上，用于由CPU经由计算机可读存储器执行。
附图说明
在下面的参照所标注的多个附图的详细描述中，通过本发明的示例性实施例的非限制示例描述了本发明。
图1示出了用于实现根据本发明各方面的步骤的图示环境；
图2示出了图示对于根据本发明各方面的示例性电压级（bin）集合的总功率相对于器件的延迟的曲线图；
图3示出了根据本发明各方面的产品可靠度的曲线图；
图4示出了根据本发明各方面的高斯分布曲线的曲线图；
图5示出了根据本发明各方面的具有筛选线的高斯分布曲线的曲线图；
图6示出了根据本发明各方面的高斯分布曲线的筛选的工艺窗口段的示例性重分布；以及
图7示出了用于执行本发明各方面的示例性流程图。
具体实施方式
本发明涉及半导体设备，并且更具体地涉及用于产品可靠度估计的系统和方法。本发明有利地提供用于精确的产品可靠度估计。更具体地，通过使用分布方法，本发明可以将产品分为不同工艺窗口段，并且精确地预测每个工艺窗口段（这里也称为级）中的多个产品。此外，本发明可以标识每个工艺窗口段的系统使用条件，并且计算每个工艺窗口段的产品可靠度。这样，本发明可以使用“分级”系统电压，这可以补偿产品可靠度的可变性，而且对于整个系统的影响最小。
更具体地，根据本发明各方面，制造工艺窗口可以划分为预先标识的工艺窗口段。对制造工艺窗口应用计划的制造分布（例如，高斯分布），并且可以计算每个分布工艺窗口段的产品的预期量（例如，分布百分比）。在本发明实施例中，高斯分布曲线可以划分为多个工艺窗口段。并且可以筛选工艺窗口段的子集以确定重分布的高斯分布。此外，可以根据本发明各方面计算系统产品可靠度。更具体地，每个工艺窗口段的分布百分比乘以每个工艺窗口段的产品可靠度，并且通过将每个工艺窗口段的产品可靠度求和来计算系统产品可靠度。
系统环境
所属技术领域的技术人员知道，本发明各方面可以实现为系统、方法或计算机程序产品。因此，本发明各方面可以具体实现为以下形式，即：可以是完全的硬件实施例、也可以是完全的软件实施例（包括固件、驻留软件、微代码等），还可以是硬件和软件方面结合的形式，本文一般可以称为“电路”、“模块”或“系统”。此外，本发明各方面还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质（也称为计算机可读存储记忆装置）。计算机可读存储介质例如可以是--但不限于--电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件的上下文中，计算机可读存储介质可以是任何可以包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者设备使用或者与其结合使用。
计算机可读信号介质可以包括其中包含计算机可读程序代码的传播数据信号，所述信号例如在基带中或作为载波的一部分。这样的传播信号可以采用多种形式的任何形式，包括但不限于电磁、光或其任何适当组合。计算机可读信号介质可以是任何计算机可读介质，其并非计算机可读存储介质并且可以传递、传播或传送程序，用于由指令执行系统、装置或设备使用或者与其结合使用。
体现在计算机可读介质上的程序代码可以用任何适当的介质传输，所述介质包括但不限于：无线、有线、光缆、RF等，或上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明各方面的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++等，还包括常规的过程式程序设计语言-诸如”C”程序设计语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络--包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
本文中将参照根据本发明实施例的方法、装置（系统）和计算机程序产品的流程图和/或框图描述本发明各方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，这些计算机程序指令通过计算机或其它可编程数据处理装置的处理器执行，产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。
也可以把这些计算机程序指令存储在能使得计算机、其它可编程数据处理装置或其他装置以特定方式工作的计算机可读介质中，这样，存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置(instructionmeans)的制造品（manufacture）。
也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其它可编程装置上执行的指令能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。
图1示出了用于管理根据本发明的处理的图示环境10。为此，环境10包括服务器或其他能够执行这里所述的处理的计算系统12。具体地，服务器12包括计算装置14。计算装置14可以驻留在网络基础设施上或第三方服务提供者的计算装置上（在图1中一般地示出了其任一）。
计算装置14也包括处理器20、存储器22A、I/O接口24和总线26。存储器22A包括在程序代码的实际执行期间使用的本地存储器、大容量存储体以及高速缓冲存储器，其提供至少一些程序代码的临时存储，以便减少在执行期间必须从大容量存储体取回代码的次数。
此外，计算装置包括随机存取存储器（RAM）、只读存储器（ROM）和操作系统（O/S）。
计算装置14与外部I/O装置/资源28和存储系统22B通信。例如，I/O设备28可以包括能够使得个人与计算装置14交互的任何装置（例如，用户接口）或使得计算装置14能够使用任何类型的通信链路与一个或多个其他计算装置通信的任何装置。外部I/O装置/资源28可以是例如手持装置、PDA、手机、键盘等。
总的来说，处理器20执行可以存储在存储器22A和/或存储系统22B中的计算机程序代码（例如，程序控制44）。此外，根据本发明各方面，程序控制44控制配置为执行这里描述的处理的估计管理器50。例如，估计管理器50可以将制造工艺窗口分隔到预标识的工艺窗口段中，并且应用计划的制造分布以计算每个工艺窗口段中产品的预期量，例如，分布百分比。此外，估计管理器50可以对每个工艺窗口段标识系统使用条件，例如电压、温度或两者，并且基于系统使用条件计算每个工艺窗口段的产品可靠度。估计管理器50还可以基于每个工艺窗口段的可靠度计算总的经SVB调节的可靠度。
估计管理器50可以实现为存储在存储器22A中的程序控制44中的一个或多个程序代码，作为分开或组合的模块。此外，估计管理器50可以实现为用于提供这些工具的功能的分立的专用处理器或一个或若干个处理器。在执行计算机程序代码时，处理器20可以从存储器22A、存储系统22B和/或I/O接口24读取数据和/或将数据写到存储器22A、存储系统22B和/或I/O接口24。程序代码执行本发明的处理。总线26提供计算装置14中的每个组件之间的通信链路。
计算装置14可包括任何能够执行其上安装的计算机程序代码的通用计算制造品（例如，个人计算机、服务器等）。然而，理解到，计算装置14仅代表可执行这里描述的处理的各种可能的等效计算装置。为此，在实施例中，计算装置14所提供的功能性可通过包括通用和/或专用硬件和/或计算机程序代码的任何组合的计算制造品而实现。在每个实施例中，程序代码和硬件可分别使用标准编程和工程技术来创建。
类似的，计算基础设施12仅图示了用于实现本发明的各种计算机基础设施。例如，在实施例中，服务器12包括在任何类型的通信链路（如网络、共享存储器等）上通信以执行这里描述的处理的两个或更多计算装置（例如，服务器机群）。此外，在执行这里描述的处理时，服务器12上的一个或多个计算装置可以使用任何类型的通信链路与服务器12以外的一个或多个其他计算装置通信。通信链路可以包括有线和/或无线链路的任何组合；一个或多个类型的网络（例如，因特网、广域网、局域网、虚拟私有网络等）的任何组合；和/或利用传输技术和协议的任何组合。
图2示出用于示例性电压级的集合的总功率相对器件延迟的曲线图。每个电压级的总功率是在以所述电压级的各自源电压工作时的动态功率和泄露功率的组合。每个电压级的器件延迟对应于根据相同设计制造的一系列器件的系统延迟。“慢”器件相对于以相同源电压工作的装置中的额定（即，平均）器件，具有较大器件延迟。“快”器件相对于以相同源电压工作的器件中的额定器件具有较小延迟。因此，最快器件（例如，大约-3.0sigma（西格玛））位于电压级110中，并且最慢器件（例如，大约+3.0sigma）位于电压级105中。例如，如表1所示，与以较高电压工作的产品相比，以较低电压工作的产品具有较低（即，较快）sigma，例如，级1（例如，电压级110）中的产品工作在大约0.825V到0.867V的电压，并且具有大约-2.63到-3.00的sigma，而电压级16（例如，电压级105）中的产品工作在大约0.946V到0.970V的电压，并具有大约2.63到3.00的sigma。
表1
每个电压级与对应的源电压相关联，其被确定用于改进其各自性能和/或功耗。即，慢电压级工作在逐渐变高的源电压（即，较高VDD）以改进其器件延迟；而较快级工作在逐渐变低的源电压（即，较低VDD）以减小其功耗。此外，在实施例中，这些级还可用于计算调节的产品可靠度估计。注意，图2图示了12个电压级；然而，可使用任何数量的级（例如，如表1中所示的16级）。
图3示出根据本发明各方面的产品可靠度的曲线图。在图3中，x轴表示产品的小时功率，y轴表示产品的故障率，例如，PPM。更具体地，图3示出工作在三个工作电压的产品。作为示例，这些工作电压可以是0.846V、0.897V和0.970V。如图3可见，具有较高工作电压的产品比具有较低工作电压的产品的故障率更高。例如，工作电压为0.970V的产品在75,000小时功率（Powers on Hours，POH）时有15,503次故障，而工作电压为0.846V的产品在75,000POH时有12,437次故障，下面将参照表2进一步描述。通过指定指数分布并使用电压和温度加速因子将数据从压力（stress）时间转换为等效使用小时而从加速的压力数据共同计算各使用条件的故障率。例如，可根据等式1计算故障率。
λ=χ2(2n+2,1-α)*109/(2*ss*t*AF) (1)
其中，λ是以FIT（每百万单位小时的故障）为单位的故障率，χ2(2n+2,1-α)/2是对于“n”次故障的上置信值和置信上限，2n+2是自由度，并且1-α是以十进制值表达的概率。此外，ss是电路的采样大小，t是以小时为单位的测试持续时间，并且AF是与寿命测试条件有关的总加速因子，例如，假定现场条件的结点温度AFT、电压AFV等，即，AF=AFT+AFV+….。2n+2自由度的χ2（卡方）值和1-α概率可以使用数学建模工具的卡方（chi-squared）逆函数计算或从表获得。为了更好地理解置信级的概念，假设来自特定产品群的100部件采样的寿命测试具有一次故障和期望的60%的置信级。对应于60%置信级一次故障的卡方值是2.02。这意味着其具有60%置信：其群缺陷率的“真”值在0（或非常小的值）和2.02%之间。
逻辑监视器的可靠度故障率以每百万电路的FIT（xx FIT/M）为单位进行报告，其中，xx是以每千功率小时（KPOH）的每百万部件（parts per million，ppm）为单位表示的时间的故障，并且M是一百万电路。此值通过将用于执行监视器的部件的故障率除以该部件中的电路计数而确定。
产品可靠度数据典型地包括能够作为电压和温度的函数不同地作用于故障的若干不同故障机制。当计划与加速测试数据相比在实际使用条件下的可靠度性能时，具有唯一电压和温度动力学行为的各个缺陷机制的作用必须反映到产品故障率计划中。这在加速压力故障混合包括具有相对低的加速的机制（如阻力故障）时特别重要。在没有这样的机制时，通常实践中使用将所有机制组合到复合模型中的压力和温度加速因子。用于半导体故障机制的温度加速通常由本领域普通技术人员所理解并在等式2中示出的Arrhenius等式确定，
AFT=exp[(-Ea/k)*(1/Tu–1/Ts) (2)
其中，Ea是以eV为单位的激励能量，k是Boltzmann常数(8.62x10-5eV/K)，Tu是以开尔文为单位的使用温度，并且Ts是以开尔文为单位的压力温度。为了建模产品鉴定期间进行的评估，通过等式3描述电压加速。
AFv=exp[γ*(Vs-Vu)] (3)
其中，γ是以1/V为单位的电压加速项，Vs是以伏特为单位的压力电压，并且Vu是以伏特为单位的使用电压。
例如，如表2所示，工作电压Vdd为0.970V的产品在75,000小时功率（POH）具有15,503次故障，工作电压为0.897V的产品在75,000POH具有13,496次故障，并且工作电压Vdd为0.846V的产品在75,000POH具有12,437次故障。因此，如图3和表2所示，具有较低工作电压的产品比具有较高工作电压的产品具有较少故障。因此，为了精确地估计半导体的整体可靠度，有利地，分别估计具有不同工作电压的产品。
表2
图4示出根据本发明各方面的高斯分布曲线400的曲线图。在图4中，x轴表示工艺窗口sigma，并且y轴表示工艺分布百分比。更具体地，根据本发明各方面，高斯分布曲线400用于确定制造工艺中产品的分布。在实施例中，高斯分布曲线400使用等式4的公式确定。
尽管使用高斯分布确定产品分布，但是预期本发明也可构思替代分布方法。例如，可视觉分析正态（normal）可靠度曲线的柱状图以查找没有异常值（outlier）的对称、钟形分布。对于较大采样，柱状图可以类似正态分布。
替代地，正态概率图（例如，Quantile-Quantile图）将采样数据与采样数据的均值和方差的正态分布的预期值比较。得到的描点值可以很好地被直线拟合，如与点拟合的线的相关所示。在实施例中，对于线的吻合度的统计测试可用于确定相关是否显著，因此建议与正态分布的一致性。此外，统计工具包括可用于产生这些点、拟合线并确定相关是否指示很好的拟合的功能。在进一步的实施例中，拟合测试的其他统计吻合度可用于确定从正态可靠度分布绘出数据采样。这些测试的合适使用对于不同情况而变化，并且测试的有效性基于采样大小而变化。这些测试包括但不限于卡方测试、Kolmogorov-Smirnov测试、Lilliefors测试和Shapiro-Wilk测试，其全部对于本领域普通技术人员已知，从而不需要进一步说明。
在实施例中，高斯分布曲线400的曲线图划分为预定义的工艺窗口段。这样，每个工艺窗口段中产品的百分比可使用高斯分布曲线400确定。例如，如表3所示，高斯分布曲线400可划分为16个工艺窗口段，并且可对于每个工艺窗口段确定每个产品的百分比。尽管表3示出划分为16级的高斯分布曲线400，但是，高斯分布曲线可划分为任何数量的级，因为如本领域普通技术人员所理解的，高斯分布曲线400是无限可分的。
表3
级号 产品百分比
15 0.298
14 0.789
13 1.817
12 3.641
11 6.349
10 9.633
9 12.72
8 14.617
7 14.617
6 12.72
5 9.633
4 6.349
3 3.641
2 1.817
1 0.789
0 0.298
图5示出根据本发明各方面具有筛选线505的高斯分布曲线500的曲线图。更具体地，在实施例中，筛选线505可用于筛选图4的高斯分布曲线的性能分布窗口。即，筛选线505可用于从产品分布中排除多个级。选择筛选点，例如筛选线505，并且基于所选择的筛选点标识比率乘数。使用比率乘数计算更新的分布曲线。更具体地，使用下面的等式计算比率乘数和更新的高斯分布曲线：
100%-(筛选的级的%（%in Screened Bin）)=S(装运的分布（ShippedDistribution）) (5);
100%/S=Rm(比率乘数) (6);和
更新预期的值基于=级值x Rm（Update expected value based=Bin value x Rm） (7).
图6示出根据本发明各方面的筛选的工艺窗口段的示例性重分布。更具体地，筛选的工艺窗口段中的产品使用等式（5）-（7）重分布到所有剩余的工艺窗口段中。例如，如图6所示，筛选出六个工艺窗口段，并且可以更新剩余工艺窗口段中的产品的百分比。更具体地，在实施例中，筛选的工艺窗口段中的产品的百分比是22.527%（即，筛选出的工艺窗口段中的产品的百分比的总和），并且这样，分别使用等式（5）和（6）计算S=77.473%(例如，100%-22.527%)和Rm=1.291(例如，100%/77.473%)。
因此，剩余工艺窗口段中的产品的百分比可通过将剩余工艺窗口段中的产品的百分比乘以1.291而更新。例如，如图6所示，最后的工艺窗口段（即，级16）中的产品的百分比从0.298%增加到0.385%，例如，0.298%x1.291。尽管图6示出划分为16级、筛选出6级的高斯分布曲线，构思根据本发明各方面高斯分布曲线可以划分为任何数量的级，并且可筛选任何数量的级。
流程图
图7示出用于执行本发明各方面的示例性流程。图7的步骤可在例如图1的环境中实现。附图中的流程图和框图图示了根据本发明各实施例的系统、方法和计算机程序产品的可能实现的架构、功能性和操作。关于此点，流程图或框图中的每块可表示模块、工艺窗口段或代码部分，其包括用于实现指定逻辑功能的一个或多个可执行指令。还应当注意，在一些替代实施例中，块中标注的功能可以与附图中标注的顺序不同的顺序出现。例如，依赖于所涉及的功能性，连续示出的两块实际上可以基本并行执行，或各块有时可以以相反顺序执行。还应当注意，框图和/或流程图中的每块、以及框图和/或流程图中各块的组合可以通过执行指定功能或动作的基于专用硬件的系统、或专用硬件和计算机指令的组合而实现。
此外，本发明可以采用可从提供用于由计算机或任何指令执行系统使用或结合计算机或任何指令系统使用的程序代码的计算机可用或可读介质可访问的计算机程序产品的形式。软件和/或计算机程序产品可在图1的环境中实现。为了这里的描述的目的，计算机可使用或计算机可读介质可以是可包含、存储、传递、传播或传输用于由指令执行系统、装置或设备使用或结合指令执行系统、装置或设备使用的程序的任何装置。所述介质可以是电、磁、光、电磁、红外或半导体系统（或设备或装置）或传播介质。计算机可读存储介质的示例包括半导体或固态存储器、磁带、可移除计算机卡带、随机存取存储器（RAM）、只读存储器（ROM）、刚性磁盘和光盘。光盘的当前示例包括紧凑盘-只读存储器（CD-ROM）、紧凑盘-读/写（CD-R/W）和DVD。
图7描绘用于根据本发明各方面的处理的示例性流程。如图7所示，在步骤705，本发明的处理开始。处理包括在步骤710选择级定义，其已经为本领域普通技术人员所知，并且例如在美国专利No.7,475,336和美国专利No.8,141,012中公开，在此通过引用将其全文并入。在步骤715，处理包括标识每级的系统工作条件。例如，在实施例中，系统可包括电压、温度或两者。更具体地，在选择性电压分级（SVB）中，工作在较慢频率的产品需要较高工作电压；而工作在较高频率的产品需要较低工作电压，以便维持一致的产品性能要求，如本领域普通技术人员所理解的。这样，根据本发明各方面，可通过使用满足产品性能要求的每个各自的级的最低电压而实现更精确的产品可靠度估计。
在步骤720，处理还包括基于产品的电压级指定而分类产品。处理还包括在步骤725计算每个级的产品可靠度估计。在实施例中，使用等式1计算每级的产品可靠度估计。处理还包括在步骤730标识每个工艺窗口段的分布百分比。更具体地，如这里讨论的，每个工艺窗口段的分布可以是基于高斯分布曲线的，所述高斯分布曲线可以划分为任何数量的工艺窗口段。替代地，高斯分布曲线可以划分为多个工艺窗口段，并且可以筛选工艺窗口段的子集以确定重分布的高斯分布。在步骤735，计算系统产品可靠度。更具体地，将每个工艺窗口段的分布百分比乘以步骤725计算的产品可靠度，以确定每个工艺窗口段的级产品可靠度，并且通过将每个工艺窗口段的产品可靠度求和来计算SVB产品可靠度。在步骤740，处理结束。
已经为了图示目的呈现了本发明各实施例的描述，但是本发明不限于这里公开的实施例。对于本领域普通技术人员许多修改和变化将是明显的，而不背离所描述的实施例的范围和精神。这里使用的术语被选择来最好地说明实施例的原理、实际应用或市场中发现的技术的技术上的改进，以使得本领域普通技术人员能够理解这里讨论的实施例。

Claims (11)

1.一种用于计算系统产品可靠度估计的方法，所述方法包括：
将产品分隔到不同工艺窗口段中；
计算每个工艺窗口段的产品可靠度估计；以及
计算系统产品可靠度估计，其中，使用处理器执行所述分隔、计算产品可靠度估计、以及计算系统产品可靠度估计中的至少一个；
其中，将产品分隔到不同工艺窗口段中包括：
对制造工艺窗口应用所计划的制造分布；
基于所计划的制造分布，将所述制造工艺窗口划分为所述工艺窗口段；以及
计算每个所述工艺窗口段中产品的预期量，其中，所述预期量是分布百分比；
其中，所计划的制造分布是高斯分布曲线；
所述方法还包括：筛选所述工艺窗口段的子集；以及确定重分布的高斯分布曲线；
其中，对所述重分布的高斯分布曲线的工艺窗口段计算每个工艺窗口段的产品可靠度；以及所述系统产品可靠度基于所述重分布的高斯分布的所述工艺窗口段。
2.如权利要求1所述的方法，其中，计算系统产品可靠度估计包括：
通过将每个工艺窗口段的分布百分比乘以对每个工艺窗口段计算的所述产品可靠度估计，计算每个工艺窗口段的产品可靠度；以及
对每个工艺窗口段的产品可靠度求和。
3.如权利要求1所述的方法，其中，确定重分布的高斯分布曲线包括：
基于选择的筛选点计算比率乘数；以及
使用所述比率乘数更新所述高斯分布曲线和所述分布百分比。
4.如权利要求1所述的方法，其中，计算系统产品可靠度包括：
通过将更新后的分布百分比乘以对所述重分布的高斯分布的工艺窗口段计算的产品可靠度估计，计算所述重分布的高斯分布的工艺窗口段的产品可靠度；以及
对所述重分布的高斯分布的工艺窗口段的产品可靠度求和。
5.如权利要求2所述的方法，还包括：基于电压级分配来分类产品。
6.一种用于计算系统产品可靠度估计的系统，所述系统包括：
用于基于所应用的计划的制造分布将制造工艺窗口划分为工艺窗口段的装置；
用于标识每个工艺窗口段的系统使用条件的装置；
用于计算每个所述工艺窗口段中产品的预期量的装置，其中所述预期量是分布百分比；
用于基于每个各自的工艺窗口段的系统使用条件计算每个工艺窗口段的产品可靠度估计的装置；以及
用于基于每个工艺窗口段的产品可靠度估计计算系统产品可靠度估计的装置；
其中，所计划的制造分布是高斯分布曲线；
所述系统还包括：
用于筛选工艺窗口段的子集的装置；
用于基于选择的筛选点计算比率乘数的装置；以及
用于使用所述比率乘数更新高斯分布曲线和分布百分比的装置；
其中，对更新后的高斯分布的工艺窗口段计算每个工艺窗口段的产品可靠度；所述系统产品可靠度估计基于更新后的高斯分布的工艺窗口段。
7.如权利要求6所述的系统，其中，计算系统产品可靠度估计包括：
通过将每个工艺窗口段的分布百分比乘以对每个工艺窗口段计算的产品可靠度估计而计算每个工艺窗口段的产品可靠度；以及
对每个工艺窗口段的产品可靠度求和。
8.如权利要求6所述的系统，其中：
计算系统产品可靠度包括：
通过将更新后的分布百分比乘以对更新后的高斯分布的工艺窗口段计算的产品可靠度，计算更新后的高斯分布的工艺窗口段的产品可靠度；以及
对更新后的高斯分布的工艺窗口段的产品可靠度求和。
9.一种用于计算系统产品可靠度估计的计算机系统，所述系统包括：
CPU、计算机可读存储器和计算机可读存储介质；
第一程序指令，基于所应用的计划的制造分布将制造工艺窗口划分为工艺窗口段；
第二程序指令，标识每个工艺窗口段的系统使用条件；
第三程序指令，计算每个所述工艺窗口段中产品的预期量，其中所述预期量是分布百分比；
第四程序指令，基于每个工艺窗口段的所述系统使用条件计算每个工艺窗口段的产品可靠度估计；以及
第五程序指令，计算所述系统产品可靠度估计；
其中，所述第一、第二、第三、第四和第五程序指令存储在计算机可读存储介质上，用于由所述CPU经由所述计算机可读存储器执行；
其中，所计划的制造分布是高斯分布曲线；
所述计算机系统还包括：
第六程序指令，筛选工艺窗口段的子集；
第七程序指令，基于选择的筛选点计算比率乘数；以及
第八程序指令，使用所述比率乘数更新高斯分布曲线和分布百分比；
其中：对更新后的高斯分布的工艺窗口段计算每个工艺窗口段的产品可靠度；以及所述系统产品可靠度估计基于更新后的高斯分布的工艺窗口段。
10.如权利要求9所述的计算机系统，其中，计算系统产品可靠度估计包括：
通过将每个工艺窗口段的分布百分比乘以对每个工艺窗口段计算的产品可靠度估计而计算每个工艺窗口段的产品可靠度；以及
对每个工艺窗口段的产品可靠度求和。
11.如权利要求9所述的计算机系统，其中，计算系统产品可靠度包括：
通过将更新后的分布百分比乘以对更新后的高斯分布的工艺窗口段计算的产品可靠度估计，计算更新后的高斯分布的工艺窗口段的产品可靠度；以及
对更新后的高斯分布的工艺窗口段的产品可靠度求和。
CN201310399775.6A 2012-09-06 2013-09-05 用于计算系统产品可靠度估计的方法和系统 Expired - Fee Related CN103678866B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/605,168 US20140067302A1 (en) 2012-09-06 2012-09-06 Product reliability estimation
US13/605,168 2012-09-06

Publications (2)

Publication Number Publication Date
CN103678866A CN103678866A (zh) 2014-03-26
CN103678866B true CN103678866B (zh) 2017-06-09

Family

ID=50188622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310399775.6A Expired - Fee Related CN103678866B (zh) 2012-09-06 2013-09-05 用于计算系统产品可靠度估计的方法和系统

Country Status (2)

Country Link
US (1) US20140067302A1 (zh)
CN (1) CN103678866B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9183238B2 (en) * 2013-03-15 2015-11-10 Google Inc. Providing task-based information
US9229796B1 (en) * 2013-09-25 2016-01-05 Emc Corporation System and method for determining disk failure indicator to predict future disk failures
US9244790B1 (en) * 2013-09-25 2016-01-26 Emc Corporation System and method for predicting future disk failures
US9354953B2 (en) * 2014-07-24 2016-05-31 International Business Machines Corporation System integrator and system integration method with reliability optimized integrated circuit chip selection
US10579042B2 (en) * 2018-07-02 2020-03-03 Hitachi, Ltd. Defect rate analytics to reduce defectiveness in manufacturing
CN110525423B (zh) * 2019-09-06 2020-10-23 湘潭大学 基于可靠度预测的复杂机电系统安全服役控制系统及方法
CN114238016B (zh) * 2021-12-15 2024-07-09 浪潮智能物联技术有限公司 基于温度感知动态调整Checkpoint间隔的方法
CN115097277B (zh) * 2022-06-20 2024-04-12 南方电网科学研究院有限责任公司 柔性直流换流阀功率单元的大气中子加速辐照试验方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1967573A (zh) * 2005-11-17 2007-05-23 鸿富锦精密工业（深圳）有限公司 电子产品可靠度分析系统及方法
CN102184292A (zh) * 2011-03-30 2011-09-14 北京航空航天大学 服从指数分布的电子产品可靠性预计模型修正方法
CN102520279A (zh) * 2011-12-07 2012-06-27 中国航天科技集团公司第五研究院第五一〇研究所 空间电子设备加速寿命试验中温度加速基准应力确定方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1967573A (zh) * 2005-11-17 2007-05-23 鸿富锦精密工业（深圳）有限公司 电子产品可靠度分析系统及方法
CN102184292A (zh) * 2011-03-30 2011-09-14 北京航空航天大学 服从指数分布的电子产品可靠性预计模型修正方法
CN102520279A (zh) * 2011-12-07 2012-06-27 中国航天科技集团公司第五研究院第五一〇研究所 空间电子设备加速寿命试验中温度加速基准应力确定方法

Also Published As

Publication number Publication date
US20140067302A1 (en) 2014-03-06
CN103678866A (zh) 2014-03-26

Similar Documents

Publication Publication Date Title
CN103678866B (zh) 用于计算系统产品可靠度估计的方法和系统
US20140033176A1 (en) Methods for predicting one or more defects in a computer program and devices thereof
CN113837596B (zh) 一种故障确定方法、装置、电子设备及存储介质
Verma et al. Prediction of defect density for open source software using repository metrics
EP3879754A1 (en) Network traffic prediction method, device, and electronic device
CN116157789A (zh) 实时数据质量分析
US9117045B2 (en) System and method to predict chip IDDQ and control leakage components
WO2023134188A1 (zh) 指标确定方法、装置、电子设备和计算机可读介质
US20080183442A1 (en) Efficient methodology for the accurate generation of customized compact model parameters from electrical test data
US10989743B2 (en) Power-demand-value calculating system, power-demand-value calculating method, and recording medium recording power-demand-value calculating program
CN113283937A (zh) 一种软件开发成本的估算方法及相关设备
Moore et al. A comparison of methods to obtain a composite performance indicator for evaluating clinical processes in trauma care
US9152168B2 (en) Systems and methods for system power estimation
CN114416583A (zh) 一种自动化测试的工作量确定方法、装置、设备和存储介质
Jin et al. Measurement plan optimization for degradation test design based on the bivariate Wiener process
Wang et al. Using type IV Pearson distribution to calculate the probabilities of underrun and overrun of lists of multiple cases
CN112308278A (zh) 预测模型的优化方法、装置、设备和介质
US20230273869A1 (en) Method, electronic device, and computer program product for exporting log
KR101478935B1 (ko) 리스크-프로파일 생성 장치
Ahmadi et al. Optimal random sample size based on Bayesian prediction of exponential lifetime and application to real data
Guan et al. Data-driven condition-based maintenance of test handlers in semiconductor manufacturing
Duan et al. Generalized exponential‐dispersion process model for degradation analysis under nonlinear condition
Wook Chung et al. Acceptance sampling plans based on failure‐censored step‐stress accelerated tests for Weibull distributions
Li et al. A Bayesian nonparametric test for minimal repair
Yu et al. Optimal experimental planning for constant-stress accelerated life-testing experiments based on coherent systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20171115

Address after: Grand Cayman, Cayman Islands

Patentee after: GLOBALFOUNDRIES INC.

Address before: American New York

Patentee before: Core USA second LLC

Effective date of registration: 20171115

Address after: American New York

Patentee after: Core USA second LLC

Address before: New York grams of Armand

Patentee before: International Business Machines Corp.

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170609

Termination date: 20190905

CF01 Termination of patent right due to non-payment of annual fee