CN104183511A - 一种确定晶圆测试数据规范的界限的方法及晶粒标记方法 - Google Patents

Abstract

本发明提供一种确定晶圆测试数据规范的界限的方法及晶粒标记方法，涉及半导体技术领域。本发明的确定晶圆测试数据规范的界限的方法，针对不同晶圆分别确定相应的晶圆测试数据规范的界限。本发明的晶粒标记方法包括：步骤S101：确定晶圆测试数据规范的界限；其中，确定晶圆测试数据规范的界限的方法采用上述方法实现；步骤S102：将所述晶圆的晶圆测试数据落到相应的晶圆测试数据规范的界限之外的晶粒标记为不合格品。本发明的确定晶圆测试数据规范的界限的方法，由于采用动态的方法来确定晶圆测试数据规范的界限，可以提高晶圆上晶粒的良率。本发明的晶粒标记方法，采用上述方法确定晶圆测试数据规范的界限，同样具有上述优点。

Description

一种确定晶圆测试数据规范的界限的方法及晶粒标记方法

技术领域

本发明涉及半导体技术领域，具体而言涉及一种确定晶圆测试数据规范的界限的方法及晶粒标记方法。

背景技术

在半导体技术领域中，晶圆测试（wafer sort，简称WS）是半导体后段区分合格品与不合格品的第一道工序。晶圆测试主要是在半导体器件制造完成之后、进行划片及封装之前，对晶圆上的各个晶粒（die）进行一系列的电气测试以确定晶粒好坏的测试过程。一般而言，客户会为晶圆测试提供测试方案，而每一项电气测试将产生相应的电气测试数据（称作“晶圆测试数据”或“WS”数据）。并且，客户还会为这些测得的“晶圆测试数据”（或称“WS”数据）提供静态的晶圆测试数据规范（specifications），也称晶圆测试规范，这些规范具有固定的上限（upper limit）和下限（lower limit）范围（range）。如果某个晶粒对应的晶圆测试数据落入客户提供的规范的范围内，该晶粒被视为通过该项电气测试（“pass”），否则，如果某一晶粒对应的测试数据落到客户提供的规范的范围之外，该晶粒则被视为没有通过该项电气测试（“fail”）。在对晶圆上的所有晶粒进行所有需要的电气测试之后，通过所有电气测试的晶粒为“合格品”，而没有通过某一项或某几项电气测试的晶粒则被标记为“不合格品”。图1示出了现有技术中的晶圆100上的晶粒分布情况的示意图，其中，晶粒101为合格的晶粒（“合格品”），晶粒102为不合格的晶粒（“不合格品”，即，至少有一项电气测试没有通过的晶粒）。

然而，在某些情况下，虽然晶粒落入了客户提供的晶圆测试规范的范围内，但是，由于这些晶粒临近可接受的界限（称作“临界合格晶粒”，英文marginally pass die），出于对可靠性以及其他工程方面的考虑，这些晶粒往往被视为不可接受的。很多不同的工程方面的问题会导致这一现象，并且不同的对策和方法已经被采用来解决这一情况。总体而言，用来解决上述问题的方法主要包括：晶圆级图案确定方式以及某些形式的紧缩（tighten）晶圆测试规范的范围的方式。

出于对可靠性及其他方面的考虑，工程师有时需要将一些通过测试的晶圆（合格品）标记为“不合格品”。在现有技术中，由于晶圆测试数据（WS数据）通常为非常巨大的数据文档，在无法获得WS数据的情况下，工程师常常将晶圆上“不合格品”周围的一或两圈晶粒标记为“不合格品”，以确保提供给客户的晶粒都是合格品。该方法为简单地根据晶圆的图案对晶粒进行标记，因此通常被称为“晶圆级图案确定方式”或“晶圆图案方法”；该方法由于简单易用，长期以来一直在晶圆检测中被使用。然而，这一方法非常粗放，并且会仅仅因晶粒在晶圆上所处位置临近“不合格品”将很多合格的晶粒（即，合格品）标记为“不合格品”。图2示出了根据上述“晶圆图案方法”，在图1的晶圆100之上，对不合格的晶粒102（不合格品）的周围一圈晶粒102’进行标记（即，标记为“不合格品”）的示意图。可见，该“晶圆图案方法”由于将大量的原本合格的晶粒标记为不合格品，在很大程度上影响了产品的良率。

最近几年，由于可以获得晶圆测试数据（WS数据），工程师们经常紧缩（tighten）相关测试的晶圆测试数据规范（specifications），并根据紧缩后的晶圆测试规范的界限（limits）重新标记晶粒。与上述“晶圆图案方法”相比，这一方法在区分“临界合格晶粒”（marginallypass die）上相对更有效，在一定程度上降低了本来为“合格品”的晶粒被标记为“不合格品”的概率，因而可以提高产品的良率。然而，在现有技术中，工程师一般在与客户沟通之后在考虑晶圆测试数据的基础上提出一个双方均满意的紧缩晶圆测试规范的静态界限，并据此对晶粒进行标记。在实践中，由于不同的晶圆上的晶粒的分布情况（主要指合格品与不合格品的分布情况）可能是非常不同的，因此，客户从安全的角度考虑，往往会要求非常严格的晶圆测试规范的界限，即坚持以质量最好的晶圆的晶圆测试规范的界限完成对所有晶圆的测试，这就导致普通晶圆上的很多本来为“合格品”的晶粒（也称基准晶粒，baseline die）被标记为“不合格品”。其中，基准（baseline）晶粒，是指质量大于等于合格的基准应作为合格品的晶粒。与“基准（baseline）晶粒”相对的概念是“临界尾巴（marginal tails）晶粒”，其中，“临界尾巴（marginal tails）晶粒”具体是指临界合格（这些晶粒“实际上”在测试时表现为良品）但出于对可靠性以及其他工程方面的考虑而被标记为“不合格品”的晶粒。

可见，现有技术中上述的通过紧缩（tighten）晶圆测试规范范围对晶粒进行标记的方法，由于对所有晶圆均采用同样的晶圆测试规范的界限（一般以最好的晶圆为基准），即，采用静态的晶圆测试规范的界限，因此无法有针对性地区分每个晶圆的“基准（baseline）晶粒”与“临界尾巴（marginal tails）晶粒”，造成普通晶圆上的很多本来为“合格品”的基准（baseline）晶粒被标记为“不合格品”而被丢弃，因而不利于产品良率的提高，也不利于降低晶圆厂（fab）的成本。也就是说，现有技术中的确定晶圆测试数据规范的界限的方法，不利于产品良率的提高，已经无法满足实际需要；相应地，利用现有技术中的确定晶圆测试数据规范的界限的方法确定的晶圆测试数据规范的界限的晶粒标记方法，也已经无法满足实际需要。

因此，有必要提出一种新的确定晶圆测试数据规范的界限的方法和晶粒标记方法，以解决上述问题。

发明内容

本发明一方面提供一种确定晶圆测试数据规范的界限的方法，其中，该方法针对不同晶圆分别确定相应的晶圆测试数据规范的界限。

进一步的，所述晶圆测试数据规范的界限为相应晶圆的晶圆测试数据的分布曲线的分离点，其中，所述分离点将所述晶圆上的晶粒分为合格品和不合格品两部分。

进一步的，所述晶圆测试数据的分布曲线的分离点通过以下方法确定：

步骤S101：提供相应晶圆的晶圆测试数据的分布曲线，确定所述晶圆测试数据的分布曲线的不同点的斜率，并根据所述斜率计算相邻的晶圆测试数据之间的差异；

步骤S102：根据所述相邻的晶圆测试数据之间的差异对所述晶圆测试数据的分布曲线进行平滑处理；

步骤S103：对经平滑处理的所述晶圆测试数据的分布曲线上的晶圆测试数据进行分类，将所述晶圆测试数据分为基准数据与大间距数据；

步骤S104：最小化所述分类的错误，并据此确定所述晶圆测试数据的分布曲线的分离点。

其中，在所述步骤S101中，所述晶圆测试数据的分布曲线为根据相应晶圆的晶圆测试数据通过软件工具生成。

其中，在所述步骤S102中，所述平滑处理为采用R统计软件中的样条平滑法实现。

本发明另一方面提供一种晶粒标记方法，该方法包括：

步骤S101：确定晶圆测试数据规范的界限；其中，确定晶圆测试数据规范的界限的方法，采用上述的确定晶圆测试数据规范的界限的方法来实现；

步骤S102：将所述晶圆的晶圆测试数据落到相应的晶圆测试数据规范的界限之外的晶粒标记为不合格品。

本发明的确定晶圆测试数据规范的界限的方法，由于采用动态确定晶圆测试数据规范的界限的方法来确定晶圆测试数据规范的界限，相对于现有技术，可以提高各个晶圆上的晶粒的良率，可以减少对合格品的不必要的浪费，提高产品的良率；并降低了人工方式出错的概率，并提高了生产效率。本发明的晶粒标记方法，由于采用上述方法来确定晶圆测试数据规范的界限，因此同样具有上述优点。

附图说明

本发明的下列附图在此作为本发明的一部分用于理解本发明。附图中示出了本发明的实施例及其描述，用来解释本发明的原理。

附图中：

图1为现有技术中的晶圆上的晶粒分布情况的示意图；

图2为根据现有技术中的一种晶粒标记方法进行晶粒标记后的晶圆的示意图；

图3为一种晶圆测试数据的分布曲线的示意图；

图4为反映图3所示分布曲线的相邻的晶圆测试数据之间的差异情况的一种曲线的示意图；

图5为图4所示的曲线经过平滑处理后的晶圆测试数据的分布曲线的示意图；

图6为图5所示的曲线转换形式后的一种晶圆测试数据的分布曲线的示意图；

图7为图6所示的曲线转换形式后的一种晶圆测试数据的分布曲线的示意图；

图8为本发明的确定晶圆测试数据规范的界限的方法的一种典型方法的流程图。

具体实施方式

在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。

应当理解的是，本发明能够以不同形式实施，而不应当解释为局限于这里提出的实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本发明的范围完全地传递给本领域技术人员。

为了彻底理解本发明，将在下列的描述中提出详细的步骤以及详细的结构，以便阐释本发明提出的确定晶圆测试数据规范的界限的方法及晶粒标记方法。本发明的较佳实施例详细描述如下，然而除了这些详细描述外，本发明还可以具有其他实施方式。

实施例一

本实施例提供一种确定晶圆测试数据规范的界限的方法，其中，所述方法针对不同晶圆分别确定相应的晶圆测试数据规范的界限。也就是说，本实施例采用动态（dynamically）确定晶圆测试数据规范的界限的方法来确定晶圆测试数据规范的界限，这与现有技术中的静态确定晶圆测试数据规范的界限的方法（即，针对所有晶圆采用同样的晶圆测试数据规范的方法）显然不同，有利于提高晶圆上晶粒的良率。

为便于理解，对相关概念明确如下：“晶圆测试数据”（也称“WS”数据），是指对某个晶圆上的晶粒（一般为所有晶粒）进行测试（主要是电气测试）之后得到的测试数据。晶圆测试数据规范，是指用以判断晶圆上的晶粒是否为合格品的规范。晶圆测试数据规范的界限，是指用以判断晶圆上的晶粒是否为合格品的界限，如果相关的晶圆测试数据落入晶圆测试数据规范的界限之内，则该晶粒为合格品，反之则为不合格品。

本实施例的确定晶圆测试数据规范的界限的方法，除动态地确定晶圆测试数据规范的界限这一创新之外，还包括一种新的确定晶圆测试数据规范的界限的方法，该方法将晶圆的晶圆测试数据的分布曲线的分离点作为晶圆测试数据规范的界限，并提供了一种确定晶圆测试数据的分布曲线的分离点的方法。其中，分离点（cut-off point）将晶圆上的晶粒分为“合格品”和“不合格品”两部分，而该“不合格品”包括虽然通过了所有电气测试但出于对可靠性等方面的考虑而仍被视为“不合格品”的晶粒。

本实施例的确定晶圆测试数据规范的界限的方法，在对多个晶圆进行测试时，由于不同的晶圆具有不同的晶圆测试数据规范，即具有不同的晶圆测试数据规范的界限，因此，采取动态（dynamically）确定晶圆测试数据规范的界限的方法，针对不同晶圆分别确定相应的晶圆测试数据规范的界限。而在确定某个晶圆的晶圆测试数据规范的界限时，则可以采用上述的确定晶圆测试数据的分布曲线的分离点的方法并将晶圆测试数据的分布曲线的分离点作为晶圆测试数据规范的界限。

下面，参照图3至图7来介绍本实施例的确定晶圆测试数据规范的界限的方法。其中，图3至7仅用于示意相关曲线上的数据分布情况，因此并未示出相关数据的单位。

本实施例的确定晶圆测试数据规范的界限的方法包括如下步骤：

步骤S1：提供相应晶圆的晶圆测试数据的分布曲线，确定所述晶圆测试数据的分布曲线的不同点的斜率，并根据所述斜率计算相邻的晶圆测试数据之间的差异（difference）。

其中，晶圆测试数据的分布曲线，可以通过现有技术中的各种软件工具根据相应晶圆的晶圆测试数据生成。图3示出了一个晶圆的示例性晶圆测试数据的分布曲线，其中，横轴代表“晶圆测试数据”（即，各个点的晶圆测试数据的数值），纵轴代表“数据序列”（即，各个点晶圆测试数据的个数）。其中，图3中示出的纵线7011为现有技术中的静态的晶圆测试数据规范的界限。如果按照该界限进行晶粒标记，则位于纵线7011左侧的晶粒将均被标记为不合格品。

由图3显然可以发现，晶圆测试数据的分布曲线的不同点的斜率是不同的。各个点的斜率的不同，反映了各个点的数据之间的差异（或称“不同”）。而对于本领域技术人员，根据斜率显然可以计算相邻的晶圆测试数据之间的差异。

示例性的，图4为反映相邻的晶圆测试数据之间的不同情况的曲线，该曲线可以在“根据所述斜率计算相邻的晶圆测试数据之间的差异”之后根据计算结果结合图3得到，获得图4的方法可以为通过计算机实现。在图4中，横轴代表“数据序列”，纵轴代表“相邻晶圆测试数据之间的差异（不同）”。

在本步骤中，确定所述晶圆测试数据的分布曲线的不同点的斜率，以及根据所述斜率计算相邻的晶圆测试数据之间的差异，均可以通过相关工具软件利用计算机实现。关于所使用的工具软件，本领域的技术人员可以根据实际需要进行选择，此处不再赘述。

步骤S2：根据所述相邻的晶圆测试数据之间的差异对所述晶圆测试数据的分布曲线进行平滑处理。

在步骤S1中计算所得的相邻晶圆测试数据之间的差异，一般是通过对相关晶圆测试数据的斜率的逐点（pointwise）的评估得到的。这些数据间的差异反映在晶圆测试数据的分布曲线上表现为：在晶圆测试数据的分布曲线的某些区域，相邻的两个点的间距（gap）可能比较小，在另一些区域，相邻的两个点的间距可能比较大，反之亦然。也就是说，晶圆测试数据中存在着噪点（noise）。因此，为了获得准确的“分离点”，需要根据所述相邻的晶圆测试数据之间的差异情况对晶圆测试数据的分布曲线进行平滑处理，即，对晶圆测试数据进行平滑处理，其目的在于去除晶圆测试数据中存在的噪点（noise）。

其中，平滑处理是在科学研究中广泛使用的手段，目的在于减少测量中统计误差带来的影响。本步骤的平滑处理，可以采用现有技术中的各种方法来实现，在此并不进行限定。优选的，在本步骤中，平滑处理采用“R统计软件”中的“样条平滑法”（smothed-spline method）实现。

示例性的，图5示出了图4所示的曲线在经过平滑处理后的晶圆测试数据的分布曲线。其中，横轴代表“数据序列”，纵轴代表“平滑处理后的晶圆测试数据”。显然，经过平滑处理，晶圆测试数据的分布曲线变得更平滑。

步骤S3：对经平滑处理的所述晶圆测试数据的分布曲线上的晶圆测试数据进行分类，将所述晶圆测试数据分为基准数据与大间距数据。

在通过步骤2的方法获得平滑的晶圆测试数据的分布曲线后，该曲线上相邻的晶圆测试数据的差异急剧变大的点（即，该曲线上相邻的晶圆测试数据急剧变化的点）为该晶圆测试数据的分布曲线的“拐点（turning point）”。其中，该“拐点（turning point）”就是晶圆测试数据的分布曲线的分离点，可以根据“拐点”对经平滑处理的所述晶圆测试数据的分布曲线上的晶圆测试数据进行分类，将所述晶圆测试数据分为“基准数据”（对应“合格品”）与“大间距数据”（对应“不合格品”）。实际上，该步骤即初步确定了晶圆测试数据的分布曲线的“拐点（turning point）”，也即确定了晶圆测试数据的分布曲线的分离点。

其中，在本实施例中，上述过程（包括确定分离点的过程，以及对数据分类的过程）可以通过计算机自动实现，而非采用人工分类的方式，以提高效率。

示例性的，图6示出了图5所示的曲线经过转换形式后的一种晶圆测试数据的分布曲线。其中，横轴代表“数据序列”，纵轴代表“对平滑处理后的晶圆测试数据取对数（例如以10为底）后的数据”。显然，在图6中，在“拐点”（图中横线所经过的位置）的两边，分别为基准数据”（对应“合格品”）与“大间距数据”（对应“不合格品”）。

步骤S4：最小化所述分类的错误，并据此确定所述晶圆测试数据的分布曲线的分离点。

为了获得一个最优的“分离点”，以使得大多数“大间距数据”位于该分离点的一侧，大多数“基准数据”位于该分离点的另一侧，需进一步地最小化（minimize）上述步骤S3中进行分类时产生的错误。一种可行的方式是，计算每个晶圆测试数据的“分离点”的错误分类的个数，将错误分类的个数最少的“分离点”作为最终的“分离点”。那么，该分离点即为最优的分离点，也就是确定了晶圆测试数据规范的最优的界限。优选的，在本实施例中，上述过程通过计算机自动实现，而非采用人工计算的方式实现，以提高效率。

示例性的，图7示出了图6所示的曲线经过形式转换后的晶圆测试数据的分布曲线。其中，横轴代表“晶圆测试数据”（即，各个点的晶圆测试数据的数值），纵轴代表“数据序列”（即，各个点晶圆测试数据的个数）。其中，第一条纵线7012与分布曲线相交的点701（图7中圆圈内的点）即最优的“分离点”。显然，该最优的“分离点”，就是相应的晶圆测试数据的分布曲线上相邻的晶圆测试数据的差异急剧变大的点，即晶圆测试数据的分布曲线的“拐点（turning point）”。在本发明实施例中，在该“分离点”701左边为“大间距数据”（对应“不合格品”），也称“临界尾巴（marginal tails）晶粒”，具体而言是指临界合格（指晶粒刚好通过各项电气测试但可能性能并不是很好）但出于对可靠性等方面的考虑而被标记为“不合格品”的晶粒；在“分离点”701的右边为“基准数据”（对应“合格品”）。其中，在“分离点”701左边的“大间距数据”（对应“不合格品”），即“临界尾巴（marginal tails）晶粒”，一般称为“落到（或位于）晶圆测试数据规范的界限之外的晶粒”；“落到（或位于）晶圆测试数据规范的界限之外的晶粒”，包括晶圆上所有应标记为“不合格品”的晶粒。在图7中，第一条纵线7012实际为按照上述步骤S1-S4确定的晶圆测试数据规范的界限，位于界限7012左侧的晶圆测试数据对应的晶粒将均被标记为不合格品。对于大多数晶圆而言，由于按照该方法确定的界限7012位于现有技术中的静态的晶圆测试数据规范的界限7011的左侧，因此，可以保证相对较少的晶粒被标记为不合格品，在一定程度上提高晶圆上晶粒的良率。

需要解释的是，在本实施例中，图3至7仅用于晶圆测试数据的分布曲线以更清楚的解释本实施例的方法，各个分布曲线的具体形态、形成方法等内容，并不构成对本实施例的方法的限制。

至此，完成了本实施例的确定晶圆测试数据规范的界限的方法的介绍。本发明实施例的确定晶圆测试数据规范的界限的方法，由于采用动态确定晶圆测试数据规范的界限的方法来确定晶圆测试数据规范的界限，相对于现有技术，可以提高各个晶圆尤其普通晶圆（相对最好的晶圆而言）上的晶粒的良率。并且，该方法通过确定晶圆测试数据的分布曲线的分离点来确定晶圆测试数据规范的界限，减小了对合格品（good die）的不必要的浪费，提高了产品的良率。此外，本实施例的方法在确定晶圆测试数据的分布曲线的分离点时通过计算机自动实现，降低了人工方式出错的概率，并提高了生产效率。

参照图8，其示出了本发明提出的确定晶圆测试数据规范的界限的方法中的一种典型方法的流程图。

步骤S101：提供相应晶圆的晶圆测试数据的分布曲线，确定所述晶圆测试数据的分布曲线的不同点的斜率，并根据所述斜率计算相邻的晶圆测试数据之间的差异；

步骤S102：根据所述相邻的晶圆测试数据之间的差异对所述晶圆测试数据的分布曲线进行平滑处理；

步骤S103：对经平滑处理的所述晶圆测试数据的分布曲线上的晶圆测试数据进行分类，将所述晶圆测试数据分为基准数据与大间距数据；

步骤S104：最小化所述分类的错误，并据此确定所述晶圆测试数据的分布曲线的分离点；其中，所述晶圆测试数据的分布曲线的分离点即为所述晶圆测试数据规范的界限。

实施例二

本实施例提供一种晶粒标记方法，即，根据晶圆测试数据和晶圆测试数据规范（包括晶圆测试数据规范的界限），将晶圆上的“不合格品”（包括未通过某些电气测试的实质不合格的晶粒，以及通过了各项电气测试但出于对可靠性等方面的考虑而被视为“不合格品”的晶粒）标记出来的方法。

本实施例的晶粒标记方法，包括如下步骤：

步骤E1：确定晶圆测试数据规范的界限；其中，确定晶圆测试数据规范的界限的方法，采用上述实施例一所述的确定晶圆测试数据规范的界限的方法来实现。

步骤E2：将所述晶圆的晶圆测试数据落到相应的晶圆测试数据规范的界限之外的晶粒标记为不合格品。

本发明实施例的晶粒标记方法，由于采用上述实施例一所述的方法来确定晶圆测试数据规范的界限，因此具有上述实施例一的各种优点。并且，可以减小在晶粒标记时对合格品的不必要的浪费，提高产品的良率，并提高了生产效率。

本发明已经通过上述实施例进行了说明，但应当理解的是，上述实施例只是用于举例和说明的目的，而非意在将本发明限制于所描述的实施例范围内。此外本领域技术人员可以理解的是，本发明并不局限于上述实施例，根据本发明的教导还可以做出更多种的变型和修改，这些变型和修改均落在本发明所要求保护的范围以内。本发明的保护范围由附属的权利要求书及其等效范围所界定。

Claims (6)

1.一种确定晶圆测试数据规范的界限的方法，其特征在于，所述方法针对不同晶圆分别确定相应的晶圆测试数据规范的界限。

2.如权利要求1所述的确定晶圆测试数据规范的界限的方法，其特征在于，所述晶圆测试数据规范的界限为相应晶圆的晶圆测试数据的分布曲线的分离点，其中，所述分离点将所述晶圆上的晶粒分为合格品和不合格品两部分。

3.如权利要求2所述的确定晶圆测试数据规范的界限的方法，其特征在于，所述晶圆测试数据的分布曲线的分离点通过以下方法确定：

步骤S101：提供相应晶圆的晶圆测试数据的分布曲线，确定所述晶圆测试数据的分布曲线的不同点的斜率，并根据所述斜率计算相邻的晶圆测试数据之间的差异；

步骤S102：根据所述相邻的晶圆测试数据之间的差异对所述晶圆测试数据的分布曲线进行平滑处理；

步骤S103：对经平滑处理的所述晶圆测试数据的分布曲线上的晶圆测试数据进行分类，将所述晶圆测试数据分为基准数据与大间距数据；

步骤S104：最小化所述分类的错误，并据此确定所述晶圆测试数据的分布曲线的分离点。

4.如权利要求3所述的确定晶圆测试数据规范的界限的方法，其特征在于，在所述步骤S101中，所述晶圆测试数据的分布曲线为根据相应晶圆的晶圆测试数据通过软件工具生成。

5.如权利要求3所述的确定晶圆测试数据规范的界限的方法，其特征在于，在所述步骤S102中，所述平滑处理为采用R统计软件中的样条平滑法实现。

6.一种晶粒标记方法，其特征在于，所述方法包括：

步骤S101：根据权利要求1至5任一项所述的方法确定晶圆测试数据规范的界限；

步骤S102：将所述晶圆的晶圆测试数据落到相应的晶圆测试数据规范的界限之外的晶粒标记为不合格品。