CN105095618A - 芯片筛选方法和装置 - Google Patents
芯片筛选方法和装置 Download PDFInfo
- Publication number
- CN105095618A CN105095618A CN201410191097.9A CN201410191097A CN105095618A CN 105095618 A CN105095618 A CN 105095618A CN 201410191097 A CN201410191097 A CN 201410191097A CN 105095618 A CN105095618 A CN 105095618A
- Authority
- CN
- China
- Prior art keywords
- chip
- factor
- determined
- affect
- peripheral extent
- 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.)
- Granted
Links
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明提供一种芯片筛选方法和装置,其中方法包括:计算待判定芯片的周边范围内的每个芯片的第一影响因数,并将所述周边范围内的各芯片的第一影响因数求和得到影响因数和;根据所述影响因数和,将所述周边范围内的每个芯片的第一影响因数归一化,得到第二影响因数;将所述周边范围内的有效芯片的所述第二影响因数求和,得到所述待判定芯片的周边芯片相关因数NDCF;若所述待判定芯片的所述NDCF满足预设的筛选条件,则确定所述待判定芯片为潜在失效率大的芯片。本发明降低了芯片筛选的成本。
Description
技术领域
本发明实施例涉及通信技术,尤其涉及一种芯片筛选方法和装置。
背景技术
电信级产品的生产物料百万分之不良率(FactoryDefectivePartsPerMillion,简称:FDPPM)要求通常较高,如何改善出货质量和降低芯片的FDPPM是厂商提高盈利空间和客户满意度的首要问题。FDPPM偏高的其中一个主要原因是芯片的早期失效率(EarlyFailureRate,简称:EFR)较大,在芯片量产测试中筛除可能导致潜在失效风险的芯片,是降低EFR的一个方法。比如在晶圆测试中被判为不良品芯片(FailDie)的芯片,其周边的良品芯片(PassDie)虽然能够符合晶圆测试规格,但这些良品芯片出现早期失效的几率比其他位置的良品芯片大,即潜在风险较大,如果将这些芯片筛选出来,将可以降低EFR。
目前的芯片筛选方法包括:一种是采用老化测试方法,将芯片处在高温高压条件下工作,使得半导体管子产生逻辑状态翻转,把性能较弱的芯片提早失效,从而降低产品的EFR。但老化测试是将芯片失效,实施成本高,并且老化测试周期长,一般在24小时以上,而且每个老化炉测试的芯片数量有限,量产规模大的芯片需要购买大量的老化炉,成本较高。另一种是人工筛选方法,是在得到晶圆测试数据后,对晶圆上大片失效区域周边的良品芯片进行人工剔除,以降低芯片失效风险。但人工筛选不仅占用大量人力,同样存在成本高的问题,而且人工指定存在不同人员、不同批次间指定的标准不一致,主观性大,可能存在过杀或者漏杀的问题,可靠性较低。
发明内容
本发明实施例提供一种芯片筛选方法和装置,目的是以较低的成本实现高可靠性的芯片筛选。
第一方面,提供一种芯片筛选方法,用于从多个芯片中筛选出潜在失效率大的芯片,包括:
计算待判定芯片的周边范围内的每个芯片的第一影响因数,并将所述周边范围内的各芯片的第一影响因数求和得到影响因数和;所述待判定芯片是晶圆测试中的其中一个良品芯片;
根据所述影响因数和,将所述周边范围内的每个芯片的第一影响因数归一化,得到每个芯片的第二影响因数;
将所述周边范围内的多个有效芯片的所述第二影响因数求和,得到所述待判定芯片的周边芯片相关因数NDCF;每个所述有效芯片为真实存在且与所述待判定芯片不同的不良品芯片;
若所述待判定芯片的所述NDCF满足预设的筛选条件,则确定所述待判定芯片为潜在失效率大的芯片。
根据第一方面,在第一种可能的实现方式中,所述计算所述待判定芯片的周边范围内的每个芯片的第一影响因数,包括:利用所述周边范围内的每个芯片的影响参数乘以所述每个芯片与所述待判定芯片的距离相关值,得到所述每个芯片的第一影响因数。
根据第一方面的第一种可能的实现方式,在第二种可能的实现方式中,所述每个芯片与所述待判定芯片的距离相关值为:每个芯片与所述待判定芯片的距离,或根据所述距离得到的值。
根据第一方面至第一方面的第二种可能的实现方式中的任一种,在第三种可能的实现方式中,所述周边范围内的全部芯片的影响参数相同。
根据第一方面至第一方面的第三种可能的实现方式中的任一种,在第四种可能的实现方式中,所述待判定芯片的所述NDCF满足预设的筛选条件包括:所述待判定芯片的所述NDCF大于或等于预设阈值。
第二方面,提供一种芯片筛选装置,用于从多个芯片中筛选出潜在失效率大的芯片,包括:
求和单元,用于计算待判定芯片的周边范围内的每个芯片的第一影响因数,并将所述周边范围内的各芯片的第一影响因数求和得到影响因数和;所述待判定芯片是晶圆测试中的其中一个良品芯片;
归一单元,用于根据所述影响因数和,将所述周边范围内的每个芯片的第一影响因数归一化,得到每个芯片的第二影响因数;
相关单元,用于将所述周边范围内的多个有效芯片的所述第二影响因数求和,得到所述待判定芯片的周边芯片相关因数NDCF;每个所述有效芯片为真实存在且与所述待判定芯片不同的不良品芯片;
筛选单元,用于若所述待判定芯片的所述NDCF满足预设的筛选条件,则确定所述待判定芯片为潜在失效率大的芯片。
根据第二方面,在第一种可能的实现方式中,所述求和单元,在计算所述待判定芯片的周边范围内的每个芯片的第一影响因数时,具体用于:利用所述周边范围内的每个芯片的影响参数乘以所述每个芯片与所述待判定芯片的距离相关值,得到所述每个芯片的第一影响因数。
根据第二方面的第一种可能的实现方式,在第二种可能的实现方式中,所述求和单元使用的所述距离相关值为:每个芯片与所述待判定芯片的距离,或根据所述距离得到的值。
根据第二方面至第二方面的第二种可能的实现方式中的任一种,在第三种可能的实现方式中,所述周边范围内的全部芯片的影响参数相同。
根据第二方面至第二方面的第三种可能的实现方式中的任一种,在第四种可能的实现方式中,所述筛选单元使用的所述NDCF满足预设的筛选条件包括:所述待判定芯片的所述NDCF大于或等于预设阈值。
第三方面,提供一种芯片筛选装置,包括:
存储器,用于存储指令;
处理器,执行所述存储器中存储的指令,用于:
计算待判定芯片的周边范围内的每个芯片的第一影响因数,并将所述周边范围内的各芯片的第一影响因数求和得到影响因数和;所述待判定芯片是晶圆测试中的其中一个良品芯片;
根据所述影响因数和,将所述周边范围内的每个芯片的第一影响因数归一化,得到每个芯片的第二影响因数;
将所述周边范围内的多个有效芯片的所述第二影响因数求和,得到所述待判定芯片的周边芯片相关因数NDCF;每个所述有效芯片为真实存在且与所述待判定芯片不同的不良品芯片;
若所述待判定芯片的所述NDCF满足预设的筛选条件,则确定所述待判定芯片为潜在失效率大的芯片。
本发明实施例提供的芯片筛选方法和装置,是以统计方法得到待判定芯片的NDCF,并根据该NDCF设定芯片筛选条件,满足预设的筛选条件的芯片即为要筛选出的潜在失效率大的芯片,这种方式相对于现有技术,仅通过概率统计方法就可以将潜在失效率大的芯片筛选出,不再需要老化测试或者人工筛选,降低了筛选成本;并且,各不同批次的芯片都可以按照该标准进行筛选,标准统一并且筛选标准也方便改动,可靠性较高。
附图说明
图1为本发明实施例的一种芯片筛选方法的流程示意图;
图2为本发明实施例的一种芯片筛选方法所应用的部分晶圆结构;
图3为本发明实施例的一种芯片筛选方法的周边芯片相关因数(NeighborDieCorrelationFactor,简称:NDCF)计算流程图;
图4为本发明实施例的一种芯片筛选方法的测试结果图;
图5为本发明实施例的芯片筛选装置的结构示意图;
图6为本发明实施例的芯片筛选装置的实体结构示意图。
具体实施方式
本发明实施例所描述的芯片筛选方法,是一种数据统计和概率统计的方法,是根据晶圆测试(WaferCP测试)得到的反映良品芯片情况的WaferMap(晶圆映射)数据,对晶圆测试中得到的良品芯片(PassDie)的周边范围芯片进行统计,以评估该良品芯片存在潜在失效的可能性。需要说明的是,在以下的实例描述中提及的“芯片”一词,如果是应用于晶圆(Wafer)的描述,实际上应该称为晶片“Die”,为了统一,全文都写为“芯片”。因此,所述芯片可以是晶圆或晶片等各类通过半导体加工工艺制作的半导体设备。在晶圆测试中,多个芯片被放置于一个平面或平台上,互相间隔一定的距离,各个芯片间距可以相等或不等。通过现有技术可以测定出其中的良品芯片和不良品芯片,进一步采用本实施例推荐的方法可以有效从多个良品芯片中筛选出潜在失效率大的芯片。
图1为本发明实施例的一种芯片筛选方法的流程示意图,如图1所示,该方法可以包括:
101、计算待判定芯片的周边范围内的每个芯片的第一影响因数,并将所述周边范围内的各芯片的第一影响因数求和得到影响因数和;
其中,待判定芯片是晶圆测试中的其中一个良品芯片。具体的,晶圆测试将判定晶圆上的每个芯片是良品芯片(PassDie)还是不良品芯片(FailDie),本实施例的方法在此基础上适应于每个良品芯片,该良品芯片可以称为待判定芯片,应用该方法可以确定待判定芯片,即当前良品芯片,是否是潜在失效率大的芯片,即早期失效率较高的芯片。
本实施例中,需要设定待判定芯片的周边范围,该设计可以由本领域技术人员完成,也可以由执行芯片筛选方法的装置完成。参见图2,图2为本发明实施例的一种芯片筛选方法所应用的部分晶圆结构。D1是待判定芯片,即晶圆测试中被判定为良品芯片,可选的,设定D1的周边范围是:以D1为中心,向周围步进2(即步进2行,步进2列),形成以D1为中心的5*5的区域范围。
需要说明的是,步进2(step=2)只是一个示例,具体实施中可以根据实际情况进行变更。比如,假设D1的失效原因是机械损伤,那么机械损伤可能影响D1的周边范围是步进2,就可以将上述范围设为步进2;假设D1的失效原因是污染,那么污染可能影响D1的周边范围是步进3,就可以将上述范围设为步进3,那么就成为以D1为中心的7*7的区域。当然还有其他情况或者其他周边范围的设定原则,本实施例不做过多限制。
在计算待判定芯片的周边范围内的每个芯片的第一影响因数时,可选的,所述的第一影响因数例如可以是一个距离相关量与影响参数之积,而距离相关量指的是与芯片到待判定芯片的距离相关的值,例如,该距离相关量可以是每个芯片与所述待判定芯片的距离,或者是根据距离得到的一个相关值;而影响参数用于修正该距离相关量。比如在设定的周边范围内,不同位置的芯片其影响参数是不同的。可选的,本实施例中,假设周边范围内的全部芯片的影响参数相同,比如将该参数均设定为1,假如该影响参数用Cxy表示,则为Cxy=1。具体实施中,该影响参数也可以是与距离相关量之外的其他因素相关的。当然Cxy可以是其他值,或者每个芯片的影响参数可以设为不同,这取决于本领域技术人员的应用。
本实施例中,由于设定影响参数为1,那么第一影响因数就可以是一个与周边范围内的芯片到待判定芯片的距离相关的量,即距离相关量。
以图2中的芯片X1为例,X1就可以称为当前芯片,其与待判定芯片D1之间的距离可以通过X1与D1的相对位置进行估算,得到X1的第一影响因数。以图2中的芯片X2为例,当X2称为当前芯片时,其与待判定芯片D1之间的距离比X1要大,因此X2的第一影响因数比X1的第一影响因数要小。
将图2中的以D1为中心的周边范围内的各个芯片的第一影响因数均计算出来,并将各芯片的第一影响因数求和得到影响因数和。
此外,在计算上述的芯片第一影响因数之前,应该先判断该芯片是否为有效芯片,本步骤中主要是判断芯片位置是否有效,比如,芯片所在的位置是否为空,该位置与待判定芯片D1所在位置是否重合,以及当前位置是否存在正常的测试结果等。如果当前芯片比如X1在晶圆测试中被判定为良品芯片或者不良品芯片,表明当前位置的测试结果正常,测试结果不为空,并且,当前芯片与D1的位置不重合,那么可以确定当前芯片为有效芯片,则接着可以计算该当前芯片的第一影响因数,并在后续将其计算得到的第一影响因数引入到影响因数和的计算中。
该步骤中的第一影响因数的计算、以及影响因数和的计算过程,可以参见图3,图3为本发明实施例的一种芯片筛选方法的NDCF计算流程图,并且,该图3还示出了影响因数的归一化、以及NDCF的计算等流程,这些流程在102和103中将做描述。在该流程中,需要先设定所用到的一些变量的初始值,比如,需要定义待判定芯片周边芯片的区域大小、以及与周边芯片所在位置相关的影响参数(与所在位置相关实际上也指的是与周边芯片和待判定芯片的距离相关值有关)等。接着执行判断流程,该判断流程包括判断周边芯片是否存在(例如判断芯片所在的位置是否为空,与待判定芯片D1所在位置是否重合)以及周边芯片的测试值是否有效,如果满足判断流程的条件,即周边芯片存在并且测试值有效,则表明当前芯片有效,也就是上述的芯片位置有效,则继续计算该当前芯片对应的第一影响因数,需要计算每个周边芯片的第一影响因数,并将所有的第一影响因数求和得到影响因数和。否则,如果不满足上述判断流程的条件,周边芯片不存在或者测试值是无效(该周边芯片测试失败)的条件满足至少其中一个,就跳过该当前周边芯片,继续判断下一个周边芯片是否存在或者测试值是否有效。
102、根据所述影响因数和,将所述周边范围内的每个芯片的第一影响因数归一化,得到每个芯片的第二影响因数;
本步骤是根据在101中得到的影响因数和,对每个芯片的第一影响因数进行归一化,参见图3所示的流程,本步骤需要将每个周边芯片的第一影响因数归一化,得到第二影响因数。将一个第一影响因数归一化,也就是将该第一影响因数除以所述影响因数和得到的一个值,例如可以是个百分比。
103、将所述周边范围内的多个有效芯片的所述第二影响因数求和,得到所述待判定芯片的周边芯片相关因数NDCF;每个所述有效芯片为真实存在且与所述待判定芯片不同的不良品芯片;芯片真实存在也就是前文提到的盖芯片所在位置非空,即有实际芯片存在于这个位置;与所述待判定芯片不同也就是与待判定芯片不在同一位置,即前文所说的与所述待判定芯片不重合。
本步骤的流程可以参见图3,在将周边芯片的第二影响因数求和之前,需要判断每个周边芯片的测试值是否归为不良,即本步骤的有效芯片的判定的依据是该位置的测试值是否归为该芯片为不良。如果是,则计入NDCF值的计算,即参与第二影响因数求和之中,否则继续判断下一个周边芯片的测试值是否不良。因此,该流程表示就是要将待判定芯片周边范围的不良芯片的第二影响因数求和,但这里仅将所述周边范围内的有效芯片(即测试值为不良的芯片)的第二影响因数求和,而不是全部的芯片。
将前面所述的周边范围内的各有效芯片的第二影响因数求和后,就得到待判定芯片的NDCF值。
104、若所述待判定芯片的所述NDCF满足预设的筛选条件,则确定所述待判定芯片为潜在失效率大的芯片。其中,潜在失效率大的芯片也就是需要筛选出的芯片,即存在潜在风险的芯片。
在103计算得到NDCF后,将根据该NDCF和预设的筛选条件来判断待判定芯片是否为潜在失效率大的芯片。可选的,可以将所述的筛选条件设定为待判定芯片的所述NDCF大于或等于预设阈值。例如,假设预定的筛选条件是NDCF>30%,而图2中的芯片X1的NDCF是50%,X2的NDCF是23%,那么可以判定X1是潜在失效率大的芯片,存在早期失效的几率较大;而X2早期失效的几率较小,可以将X1筛选出来,从而提高EFR。
在具体实施中,筛选条件可以根据实际情况来设定,综合考虑失效原因、工艺条件等各种因素,设定满足何种条件的NDCF的芯片是潜在失效率大的芯片。所述阈值具体可以依照经验设定。
采用上述的芯片筛选方法,应用到晶圆量产测试中,其中一个实施案例如下:某产品某批次的晶圆(wafer)由于Ti/TiNthicknesswindowmargin(钛/氮化钛厚度窗余量)的原因,造成其中的数片晶圆存在20%左右的不良率,从waferCP测试的结果发现失效集中在wafer的中间区域。这些不良品芯片的IBATleakage(漏电流)较大。使用本实施例的依据NDCF的芯片筛选方法,筛选出NDCF15的芯片,从中选取40pcs(pieces,块)芯片,和随机选取的40pcsNDCF小于15的芯片,一起进行HTOL(高温寿命,HighTemperatureOperatingLife)168hrs(小时)老化。老化后对IBATleakage进行回测,回测的结果可以参见图4,图4为本发明实施例的一种芯片筛选方法的测试结果图。如图4所示,与初测数据进行比较发现:168小时后,左侧NDCF>15的RiskDie(潜在失效率大的芯片)的IBATleakage相比右侧的PASSDie有明显增大,最大达到2mA(如圆圈标注),因此这些芯片存在潜在失效的可能性较大。该测试也证明了本实施例的芯片测试方法对于筛选出潜在风险高的芯片效果很好。
本实施例的芯片筛选方法,有效解决了潜在失效率大的芯片缺少筛选方法的问题,此方法适用于各种芯片产品的WaferCP数据,为芯片测试提供了一种低成本的可靠性筛选手段,有效降低了FDPPM。该方案的主要应用场景为半导体晶圆测试,实施的对象是高可靠性要求的电信级网络产品;其他的应用场景可以扩展如下:可以对不同测试项的测试值实施相关因数筛选,可以推广到其他基于自动化测试的功能测试场景,特别是对产品质量、可靠性要求高的领域,如汽车电子、医疗仪器设备、航空航天电子等产品,本实施例对应用场景不做限定。
图5为本发明实施例的芯片筛选装置的结构示意图,该装置用于从多个芯片中筛选出潜在失效率大的芯片,并且该装置可以通过软件代码的形式嵌入到计算机中,用于执行上述的芯片筛选方法,当然,所述装置也可以通过硬件或硬件与软件结合的方式实现。所述硬件可以通过集成电路实现。如图5所示,该装置可以包括:求和单元71、归一单元72、相关单元73和筛选单元74;其中,
求和单元71,用于计算待判定芯片的周边范围内的每个芯片的第一影响因数,并将所述周边范围内的各芯片的第一影响因数求和得到影响因数和;所述待判定芯片是晶圆测试中的其中一个良品芯片;
归一单元72,用于根据所述影响因数和,将所述周边范围内的每个芯片的第一影响因数归一化,得到每个芯片的第二影响因数;
相关单元73,用于将所述周边范围内的多个有效芯片的所述第二影响因数求和,得到所述待判定芯片的周边芯片相关因数NDCF;每个所述有效芯片为真实存在且与所述待判定芯片不同的不良品芯片;
筛选单元74,用于若所述待判定芯片的所述NDCF满足预设的筛选条件,则确定所述待判定芯片为潜在失效率大的芯片。
可选的,所述求和单元71,在计算所述待判定芯片的周边范围内的每个芯片的第一影响因数时,具体用于:利用所述周边范围内的每个芯片的影响参数乘以所述每个芯片与所述待判定芯片的距离相关值,得到所述每个芯片的第一影响因数。
进一步的,所述求和单元71使用的所述距离相关值为:每个芯片与所述待判定芯片的距离,或根据所述距离得到的值。
可选的,所述周边范围内的全部芯片的影响参数相同。
可选的,所述筛选单元74使用的所述NDCF满足预设的筛选条件包括:所述待判定芯片的所述NDCF大于或等于预设阈值。
所述装置内还可包括一个用于设定待判定芯片的周边范围的单元,该单元可以接收指令来设置所述周边范围,该指令可以是来自本领域技术人员。该单元也可以自行进行所述设置而不需要外界干涉,本实施例对此不作限定。
图6为本发明实施例的芯片筛选装置的实体结构示意图,如图6所示,该装置可以包括存储器91和处理器92,其中,
存储器91,用于存储指令;
处理器92,用于读取并执行所述存储器中存储的指令,在所述指令的驱动下用于:
计算待判定芯片的周边范围内的每个芯片的第一影响因数,并将所述周边范围内的各芯片的第一影响因数求和得到影响因数和;所述待判定芯片是晶圆测试中的其中一个良品芯片;
根据所述影响因数和,将所述周边范围内的每个芯片的第一影响因数归一化,得到每个芯片的第二影响因数;
将所述周边范围内的多个有效芯片的所述第二影响因数求和,得到所述待判定芯片的周边芯片相关因数NDCF;每个所述有效芯片为真实存在且与所述待判定芯片不同的不良品芯片;
若所述待判定芯片的所述NDCF满足预设的筛选条件,则确定所述待判定芯片为潜在失效率大的芯片。
图5和6及相关装置中各单元和模块执行的具体功能可参照之前方法实施例的描述,具体细节在装置中不重复赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (11)
1.一种芯片筛选方法,用于从多个芯片中筛选出潜在失效率大的芯片,其特征在于,包括:
计算待判定芯片的周边范围内的每个芯片的第一影响因数,并将所述周边范围内的各芯片的第一影响因数求和得到影响因数和;所述待判定芯片是晶圆测试中的其中一个良品芯片;
根据所述影响因数和,将所述周边范围内的每个芯片的第一影响因数归一化,得到每个芯片的第二影响因数;
将所述周边范围内的多个有效芯片的所述第二影响因数求和,得到所述待判定芯片的周边芯片相关因数NDCF;每个所述有效芯片为真实存在且与所述待判定芯片不同的不良品芯片;
若所述待判定芯片的所述NDCF满足预设的筛选条件,则确定所述待判定芯片为潜在失效率大的芯片。
2.根据权利要求1所述的方法,其特征在于,所述计算所述待判定芯片的周边范围内的每个芯片的第一影响因数,包括:
利用所述周边范围内的每个芯片的影响参数乘以所述每个芯片与所述待判定芯片的距离相关值,得到所述每个芯片的第一影响因数。
3.根据权利要求2所述的方法,其特征在于,所述每个芯片与所述待判定芯片的距离相关值为:每个芯片与所述待判定芯片的距离,或根据所述距离得到的值。
4.根据权利要求1-3任一所述的方法,其特征在于,所述周边范围内的全部芯片的影响参数相同。
5.根据权利要求1-4任一所述的方法,其特征在于,所述待判定芯片的所述NDCF满足预设的筛选条件包括:所述待判定芯片的所述NDCF大于或等于预设阈值。
6.一种芯片筛选装置,用于从多个芯片中筛选出潜在失效率大的芯片,其特征在于,包括:
求和单元,用于计算待判定芯片的周边范围内的每个芯片的第一影响因数,并将所述周边范围内的各芯片的第一影响因数求和得到影响因数和;所述待判定芯片是晶圆测试中的其中一个良品芯片;
归一单元,用于根据所述影响因数和,将所述周边范围内的每个芯片的第一影响因数归一化,得到每个芯片的第二影响因数;
相关单元,用于将所述周边范围内的多个有效芯片的所述第二影响因数求和,得到所述待判定芯片的周边芯片相关因数NDCF;每个所述有效芯片为真实存在且与所述待判定芯片不同的不良品芯片;
筛选单元,用于若所述待判定芯片的所述NDCF满足预设的筛选条件,则确定所述待判定芯片为潜在失效率大的芯片。
7.根据权利要求6所述的装置,其特征在于,
所述求和单元,在计算所述待判定芯片的周边范围内的每个芯片的第一影响因数时,具体用于:利用所述周边范围内的每个芯片的影响参数乘以所述每个芯片与所述待判定芯片的距离相关值,得到所述每个芯片的第一影响因数。
8.根据权利要求7所述的装置,其特征在于,
所述求和单元使用的所述距离相关值为:每个芯片与所述待判定芯片的距离,或根据所述距离得到的值。
9.根据权利要求6-8任一所述的装置,其特征在于,所述周边范围内的全部芯片的影响参数相同。
10.根据权利要求6-9任一所述的装置,其特征在于,
所述筛选单元使用的所述NDCF满足预设的筛选条件包括:所述待判定芯片的所述NDCF大于或等于预设阈值。
11.一种芯片筛选装置,用于从多个芯片中筛选出潜在失效率大的芯片,其特征在于,包括:
存储器,用于存储指令;
处理器,执行所述存储器中存储的指令,用于:
计算待判定芯片的周边范围内的每个芯片的第一影响因数,并将所述周边范围内的各芯片的第一影响因数求和得到影响因数和;所述待判定芯片是晶圆测试中的其中一个良品芯片;
根据所述影响因数和,将所述周边范围内的每个芯片的第一影响因数归一化,得到每个芯片的第二影响因数;
将所述周边范围内的多个有效芯片的所述第二影响因数求和,得到所述待判定芯片的周边芯片相关因数NDCF;每个所述有效芯片为真实存在且与所述待判定芯片不同的不良品芯片;
若所述待判定芯片的所述NDCF满足预设的筛选条件,则确定所述待判定芯片为潜在失效率大的芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410191097.9A CN105095618B (zh) | 2014-05-07 | 2014-05-07 | 芯片筛选方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410191097.9A CN105095618B (zh) | 2014-05-07 | 2014-05-07 | 芯片筛选方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105095618A true CN105095618A (zh) | 2015-11-25 |
CN105095618B CN105095618B (zh) | 2018-02-06 |
Family
ID=54576040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410191097.9A Active CN105095618B (zh) | 2014-05-07 | 2014-05-07 | 芯片筛选方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105095618B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109857600A (zh) * | 2018-12-28 | 2019-06-07 | 上海华岭集成电路技术股份有限公司 | 一种优化集成电路筛选的方法 |
CN111146106A (zh) * | 2019-12-30 | 2020-05-12 | 上海华岭集成电路技术股份有限公司 | 一种快速筛选芯片失效风险的方法 |
CN111308318A (zh) * | 2019-12-30 | 2020-06-19 | 上海华岭集成电路技术股份有限公司 | 一种半导体芯片测试数据处理方法 |
CN112775030A (zh) * | 2020-12-02 | 2021-05-11 | 华灿光电(苏州)有限公司 | 发光二极管芯片分选方法 |
CN112871739A (zh) * | 2021-01-22 | 2021-06-01 | 上海音特电子有限公司 | 一种不良芯片筛选方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020082796A1 (en) * | 2000-12-22 | 2002-06-27 | United Microelectronics Corp. | Method for determining failure rate and selecting best burn-in time |
CN101571571A (zh) * | 2008-04-30 | 2009-11-04 | 中芯国际集成电路制造(北京)有限公司 | 芯片检测方法 |
CN201773171U (zh) * | 2010-06-04 | 2011-03-23 | 中芯国际集成电路制造(上海)有限公司 | 芯片加速软失效率测试装置 |
CN102135597A (zh) * | 2010-11-08 | 2011-07-27 | 上海集成电路研发中心有限公司 | 芯片参数测试的数据处理方法 |
CN102819689A (zh) * | 2012-08-29 | 2012-12-12 | 工业和信息化部电子第五研究所 | 多芯片组件的可靠性预测方法 |
-
2014
- 2014-05-07 CN CN201410191097.9A patent/CN105095618B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020082796A1 (en) * | 2000-12-22 | 2002-06-27 | United Microelectronics Corp. | Method for determining failure rate and selecting best burn-in time |
CN101571571A (zh) * | 2008-04-30 | 2009-11-04 | 中芯国际集成电路制造(北京)有限公司 | 芯片检测方法 |
CN201773171U (zh) * | 2010-06-04 | 2011-03-23 | 中芯国际集成电路制造(上海)有限公司 | 芯片加速软失效率测试装置 |
CN102135597A (zh) * | 2010-11-08 | 2011-07-27 | 上海集成电路研发中心有限公司 | 芯片参数测试的数据处理方法 |
CN102819689A (zh) * | 2012-08-29 | 2012-12-12 | 工业和信息化部电子第五研究所 | 多芯片组件的可靠性预测方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109857600A (zh) * | 2018-12-28 | 2019-06-07 | 上海华岭集成电路技术股份有限公司 | 一种优化集成电路筛选的方法 |
CN111146106A (zh) * | 2019-12-30 | 2020-05-12 | 上海华岭集成电路技术股份有限公司 | 一种快速筛选芯片失效风险的方法 |
CN111308318A (zh) * | 2019-12-30 | 2020-06-19 | 上海华岭集成电路技术股份有限公司 | 一种半导体芯片测试数据处理方法 |
CN112775030A (zh) * | 2020-12-02 | 2021-05-11 | 华灿光电(苏州)有限公司 | 发光二极管芯片分选方法 |
CN112775030B (zh) * | 2020-12-02 | 2022-06-17 | 华灿光电(苏州)有限公司 | 发光二极管芯片分选方法 |
CN112871739A (zh) * | 2021-01-22 | 2021-06-01 | 上海音特电子有限公司 | 一种不良芯片筛选方法 |
CN112871739B (zh) * | 2021-01-22 | 2022-05-31 | 上海音特电子有限公司 | 一种不良芯片筛选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105095618B (zh) | 2018-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105095618A (zh) | 芯片筛选方法和装置 | |
US9529036B2 (en) | Systems and methods for test time outlier detection and correction in integrated circuit testing | |
US7194366B2 (en) | System and method for estimating reliability of components for testing and quality optimization | |
US7689876B2 (en) | Real-time optimized testing of semiconductor device | |
US8781773B2 (en) | System and methods for parametric testing | |
US7930130B2 (en) | Method and system for reducing device test time | |
EP2613207A2 (en) | Adaptive trend-change detection and function fitting system and method | |
CN104583789A (zh) | 测试单元控制器的决策和执行树的创建和调度 | |
US11404331B2 (en) | System and method for determining cause of abnormality in semiconductor manufacturing processes | |
JPWO2018105104A1 (ja) | 故障リスク指標推定装置および故障リスク指標推定方法 | |
US7386420B2 (en) | Data analysis method for integrated circuit process and semiconductor process | |
CN102222526A (zh) | 用于对电子装置的处理过程进行控制的方法和装置 | |
Song et al. | Novel application of deep learning for adaptive testing based on long short-term memory | |
JP2016213430A (ja) | 半導体装置の製造方法およびプログラム | |
US6792386B2 (en) | Method and system for statistical comparison of a plurality of testers | |
CN114329108B (zh) | 基于芯片功能电路仿真测试的生产情况分析方法及系统 | |
TW202328665A (zh) | 分析缺陷的方法 | |
Coyette et al. | Latent defect screening with visually-enhanced dynamic part average testing | |
CN103972122A (zh) | 一种晶圆针测方法及装置 | |
KR20160087966A (ko) | 반도체 제조 프로세스를 위한 품질 유효 인자 생성방법 및 그에 따른 생성 시스템 | |
US20110137595A1 (en) | Yield loss prediction method and associated computer readable medium | |
US6847855B2 (en) | Method for fault analysis in wafer production | |
CN117272122B (zh) | 晶圆异常的共性分析方法及装置、可读存储介质、终端 | |
CN114757597B (zh) | 员工操作能力的确定方法及相关装置 | |
CN110749813B (zh) | 测试系统及适应性测试制法产生方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |