KR20180136366A - 반도체 제품의 적응적 검사를 위한 시스템 및 방법 - Google Patents

반도체 제품의 적응적 검사를 위한 시스템 및 방법 Download PDF

Info

Publication number
KR20180136366A
KR20180136366A KR1020180029916A KR20180029916A KR20180136366A KR 20180136366 A KR20180136366 A KR 20180136366A KR 1020180029916 A KR1020180029916 A KR 1020180029916A KR 20180029916 A KR20180029916 A KR 20180029916A KR 20180136366 A KR20180136366 A KR 20180136366A
Authority
KR
South Korea
Prior art keywords
devices
parameter
rejection
acceptance
statistical data
Prior art date
Application number
KR1020180029916A
Other languages
English (en)
Other versions
KR102028278B1 (ko
Inventor
롱 치에우
Original Assignee
누보톤 테크놀로지 코포레이션
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 누보톤 테크놀로지 코포레이션 filed Critical 누보톤 테크놀로지 코포레이션
Publication of KR20180136366A publication Critical patent/KR20180136366A/ko
Application granted granted Critical
Publication of KR102028278B1 publication Critical patent/KR102028278B1/ko

Links

Images

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
    • G01R31/26—Testing of individual semiconductor devices
    • G01R31/2601—Apparatus or methods therefor
    • 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
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2855—Environmental, reliability or burn-in testing
    • G01R31/286—External aspects, e.g. related to chambers, contacting devices or handlers
    • G01R31/2868—Complete testing stations; systems; procedures; software aspects
    • G01R31/287—Procedures; Software aspects
    • 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]
    • G01R31/2896—Testing of IC packages; Test features related to IC packages
    • 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
    • G01R31/31707—Test strategies
    • 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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Environmental & Geological Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Tests Of Electronic Circuits (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

복수의 전자 장치들을 검사하기 위한 방법은, 한 번에 최대 m 개의 장치를 검사하도록 구성된 장치 테스터에서 m 개의 장치를 검사하여 장치 파라미터들을 측정하고, 여기서 m은 정수인 단계를 포함한다. 각 검사 후, 상기 방법은, 모든 검사된 장치들에 대해 상기 측정된 장치 파라미터들의 통계 분석을 수행하여 각 파라미터의 업데이트된 평균 및 표준 편차를 포함하는 통계 데이터를 결정하는 단계 및 상기 측정된 장치 파라미터들이 아닌 상기 통계 데이터만을 저장하는 단계를 포함할 수 있다. 상기 방법은, 상기 업데이트된 평균 및 표준 편차에 기초하여 각 장치 파라미터에 대한 새로운 합격 또는 불합격 한도들을 결정하는 단계 및 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 단계를 더 포함할 수 있다.

Description

반도체 제품의 적응적 검사를 위한 시스템 및 방법{SYSTEM AND METHOD FOR ADAPTIVE TESTING OF SEMICONDUCTOR PRODUCT}
본 발명은 반도체 기술 분야에 관한 것으로서, 특히, 반도체 장치의 제품 검사를 위한 방법 및 시스템에 관한 것이다.
업계에서 반도체 검사 방식은 매우 다양할 수 있다. 일반적으로, 자동 검사 장비(Automated Test Equipment; ATE)는 소비자, 자동차 및 군사 장비와 같은 다양한 종류의 최종 사용자를 위한 다양한 반도체 제품 라인을 처리하고 검사하는데 사용된다. 하나의 피시험 장치 (Device Under Test; DUT)를 검사할 때 생성되는 데이터의 양은 5 KB에서 1 MB까지 다양하며, 일반적으로 하나의 DUT를 검사하는데 불과 몇 초 밖에 걸리지 않는다. 이 시간에 소규모 생산 설비, 예컨대, 일주일에 7 일, 하루에 24 시간 가동되는 20 개 이상의 ATE들의 가동률을 곱하면, 생성되는 검사 데이터는 한 달에 2 TB(2.0×1012 바이트)에 달할 수 있다.
많은 양의 데이터를 저장하는데 높은 비용이 소요될 수 있다. 한편, 상기 검사 데이터에 대한 분류, 이동 및 관리를 분석하기 위해서는 엔지니어가 필요할 수 있다. 데이터 관리는 큰 생산 과제가 될 수 있다. 대부분의 경우, 업계는 ATE들이 이러한 데이터 파일들을 생성하는데 소요하는 증가된 시간뿐만 아니라 필요한 저장 공간 때문에 심지어 데이터를 출력하거나 저장하지 않을 수도 있다. 많은 경우에, 단순히 특정 제품에 사용 가능한 데이터가 없거나, 사용 가능한 데이터를 분석할 수 있는 기술자가 충분하지 않을 수 있다.
따라서, 전술한 제한 사항 중 일부를 처리하는 개선된 방법 및 시스템이 요구된다.
본 발명의 일부 실시예에 따르면, 본 발명의 일 실시예는, 각 반도체 제품과 관련된 모든 생산 데이터를 자동으로 추적하고, 검사 데이터 파라미터의 통계 데이터를 자동으로 기록하며, 정규 분포의 통계와는 다른 장치들을 제외하도록 검사 절차를 조정하는 시스템 및 방법이 제공될 수 있다.
본 발명의 일 실시예는 자동 검사 시스템에 대한 공장 시험 중 반도체 제품들에 대한 제품 검사 데이터를 추적하기 위한 시스템 및 방법에 관한 것이다. 이 프로세스는 피시험 장치(DUT)들이 최종 고객에게 전달되기 전 최종 검사 단계에서 상기 자동 검사 시스템을 통과할 때 실시간으로 수행될 수 있다. 일 실시예에서, 상기 방법은 자동 검사 중에 생성된 모든 측정치를 지속적으로 추적하고 각 검사 파라미터에 대한 실시간 통계 데이터 분포를 생성할 수 있다. 상기 방법은 공정 왜곡 및 정규 분포의 연관성을 보여주는 통계 데이터에 기초하여 각 검사 파라미터에 대한 "합격/불합격" 기준을 조정하는 단계를 포함할 수 있다. 반도체 제조 공정이 정규 분포 내에서 가변함에 따라, 각 제품 검사 파라미터에 대한 각 장치의 측정 결과도 가변하게 된다. 일 실시예에서, 상기 방법은 상기 제품 검사 중에 측정된 데이터를 동적으로, 그리고 지속적으로 갱신할 수 있다.
일 실시예에서, 상기 방법은, DUT가 장치 파라미터들의 기설정된 엄격한 합격/불합격 한도들에 따라 "양호한" 장치로 판단할 수 있는 소정의 허용 오차 내에 있더라도, "정규" 분포 외적으로 발생하는 유닛을 불량 또는 결함을 갖는 DUT로 표시할 수 있다. 결과적으로, 잠재적으로 "양호한" 유닛을 결함품으로 표시하는 방법은, 매우 낮은 백만당 결함 수(Defects Per Million; DPM) 비율을 달성하고 전반적인 제품 신뢰성을 향상시킬 수 있다. 일 실시예에서, 상기 방법은 더 많은 장치가 검사될 때 상기 합격/불합격 한도들을 동적으로 조정할 수 있다.
본 발명의 일 실시예는, 각 반도체 제품과 관련된 모든 생산 데이터를 자동으로 추적하고, 검사 데이터 파라미터의 통계 데이터를 자동으로 기록하며, 정규 분포의 통계와는 다른 장치들을 제외하도록 검사 절차를 조정하는 시스템 및 방법을 제공할 수 있다. 본 발명은 모든 제품 검사 및 통계 데이터를 추적하고, 백만당 결함 수(DPM) 비율로 표현될 수 있는 제품 결함을 줄임으로써, 최종 고객에게 전달되는 제품을 개선시키는 장점이 있다.
본 발명의 일 실시예들에 따르면, 복수의 전자 장치들을 검사하기 위한 시스템은 검사 장비, 예컨대, 자동 테스터를 포함할 수 있다. 또한, 상기 시스템은 상기 자동 테스터에 연결된 프로세서 및 상기 프로세서에 연결된 저장 장치를 포함할 수 있다. 상기 시스템은 한 번에 최대 m 개의 장치를 검사하도록 구성된 장치 테스터에서 한 번에 최대 m 개의 장치를 검사하여 장치 파라미터들을 측정할 수 있다. 여기서 m은 정수이다. 일 실시예에서, m은 4이며, 이는 한 번에 4 개의 장치를 검사할 수 있다는 것을 의미한다. 각각의 장치 검사 후, 상기 시스템은 상기 측정된 장치 파라미터들의 통계 분석을 수행하여 모든 검사된 장치들에 대해 각 파라미터의 갱신된 평균 및 표준 편차를 포함하는 갱신된 통계 데이터를 결정할 수 있다. 상기 시스템은 상기 측정된 장치 파라미터들이 아닌 상기 통계 데이터만을 저장할 수 있다. 최초 N 개의 장치들에 대해, N은 정수이고, 각 검사는 상기 장치 파라미터에 대한 기설정된 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단할 수 있다. 상기 최초 N 개의 장치 이후에, 각각의 후속 검사는, 상기 갱신된 평균 및 표준 편차에 기초하여 각 장치 파라미터에 대한 새로운 합격/불합격 한도들을 결정할 수 있다. 그 후, 상기 시스템은 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단할 수 있다.
일 실시예들에 따른 상기 시스템에서, 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들은 각 파라미터의 상기 갱신된 평균 ± 6 표준 편차에 기초할 수 있다.
일 실시예들에서, 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들은 각 파라미터의 상기 갱신된 평균 ± 3 표준 편차에 기초할 수 있다.
일 실시예들에서, 상기 최초 N 개의 장치들에서, 상기 정수 N은 상기 장치 파라미터들의 새로운 통계 데이터를 결정하기에 충분히 많은 수의 검사된 장치들을 제공할 수 있도록 선택될 수 있다. 예를 들어, 상기 N은 50에서 500 사이의 값일 수 있다. 또는, 상기 N은 500 내지 3000 개의 장치들일 수 있다. 다른 실시예에서, 상기 N은 3000보다 클 수 있다.
일 실시예들에서, 상기 통계 데이터는 검사된 장치들의 총 개수, 불합격한 장치들의 개수 및 불합격한 장치들의 백분율을 포함할 수 있다.
일 실시예들에서, 상기 통계 데이터는 상기 장치 파라미터들의 분포를 나타내는 히스토그램들을 포함할 수 있다.
일 실시예들에서, 상기 통계 데이터는 각 파라미터의 상기 업데이트된 평균 ± 6 표준 편차를 포함한다.
일 실시예들에서, 상기 통계 데이터는 각 파라미터의 상기 업데이트된 평균 ± 3 표준 편차를 포함한다.
본 발명의 일 실시예들에 따르면, 복수의 전자 장치들을 검사하기 위한 방법은, 한 번에 최대 m 개의 장치를 검사하도록 구성된 장치 테스터에서 한 번에 최대 m 개의 장치를 검사하여 장치 파라미터들을 측정할 수 있다. 여기서 m은 정수일 수 있다. 각 검사 후, 상기 방법은, 모든 검사된 장치들에 대해 상기 측정된 장치 파라미터들의 통계 분석을 수행하여 각 파라미터의 갱신된 평균 및 표준 편차를 포함하는 통계 데이터를 결정하는 단계 및 상기 측정된 장치 파라미터들이 아닌 상기 통계 데이터만을 저장하는 단계를 포함할 수 있다. 상기 방법은, 상기 갱신된 평균 및 표준 편차에 기초하여 각 장치 파라미터에 대한 새로운 합격/불합격 한도들을 결정하는 단계 및 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 단계를 더 포함할 수 있다.
일 실시예들에 따른 상기 방법에서, 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들은 각 파라미터의 상기 업데이트된 평균 ± 6 표준 편차에 기초할 수 있다.
일 실시예들에서, 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들은 각 파라미터의 상기 업데이트된 평균 ± 3 표준 편차에 기초할 수 있다.
일 실시예들에서, 최초 N 개의 장치들에 대해, N은 정수이고, 상기 방법은 각 장치 파라미터에 대한 기설정된 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 단계를 포함할 수 있다. 상기 최초 N 개의 장치 이후에, 각각의 후속 검사에 대하여, 상기 방법은 상기 갱신된 평균 및 표준 편차에 기초하여 각 장치 파라미터에 대한 새로운 합격/불합격 한도들을 결정하는 단계 및 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 단계를 더 포함할 수 있다.
일 실시예들에서, 상기 최초 N 개의 장치들에서, 상기 정수 N은 상기 장치 파라미터들의 새로운 통계 데이터를 결정하기에 충분히 많은 수의 검사된 장치들을 제공할 수 있도록 선택될 수 있다. 예를 들어, 상기 N은 50에서 500 사이의 값일 수 있다. 또는, 상기 N은 500 내지 3000 개의 장치들일 수 있다. 다른 실시예에서, 상기 N은 3000보다 클 수 있다.
본 발명의 특성과 장점들은 본 명세서의 나머지 부분들과 도면들을 참조함으로써 더욱 잘 이해될 수 있다.
본 발명은 모든 제품 검사 및 통계 데이터를 추적하고, 백만당 결함 수(DPM) 비율로 표현될 수 있는 제품 결함을 줄임으로써, 최종 고객에게 전달되는 제품을 개선시키는 장점이 있다.
도 1은 종래의 집적 회로 제품 검사 시스템을 도시한 간략화된 블록도이다.
도 2는 종래의 집적 회로 제품 검사 시스템의 최종 검사 단계를 도시한 간략화된 블록도이다.
도 3은 종래의 집적 회로 제품 검사의 최종 검사 단계를 위한 종래의 시스템을 도시한 간략화된 블록도이다.
도 4는 본 발명의 일 실시예에 따른 집적 회로 제품 검사의 반도체 최종 제품 검사를 위한 시스템을 도시한 간략화된 블록도이다.
도 5는 본 발명의 일 실시예에 따른 집적 회로 제품 검사의 반도체 최종 제품 검사를 위한 방법을 도시한 간략화된 흐름도이다.
도 6은 장치 파라미터에 대한 측정값들의 분포를 나타내는 히스토그램 이다. 이 특정 예에서, 헤드폰(Head Phone; HP)의 디지털-아날로그 변환기의 신호 대 잡음비(Signal-to-Noise Ratio; SNR)가 90 내지 115의 SNR값을 나타내는 수평축을 따라 표시된다.
도 7은 도 6과 유사한 장치 파라미터에 대한 측정값들의 분포를 나타내는 히스토그램이며, 본 발명의 실시예에 따른 정적 및 동적 합격/불합격 한도들이 도시된다.
본 발명의 일 실시예는 자동 검사 시스템에 대한 공장 시험 중 반도체 제품들에 대한 제품 검사 데이터를 추적하기 위한 시스템 및 방법에 관한 것이다. 이 프로세스는 검사중인 장치(Device Under Test; DUT)들이 최종 고객에게 전달되기 전 최종 검사 단계에서 상기 자동 검사 시스템을 통과할 때 실시간으로 수행될 수 있다. 일 실시예에서, 이 방법은 자동 검사 중에 생성된 모든 측정치를 지속적으로 추적하고 각 검사 파라미터에 대한 실시간 통계 데이터 분포를 생성할 수 있다. 상기 방법은 공정 왜곡 및 정규 분포의 연관성을 보여주는 통계 데이터에 기초하여 각 검사 파라미터에 대한 "합격" 기준을 조정하는 단계를 포함할 수 있다. 반도체 제조 공정이 정규 분포 내에서 가변함에 따라, 각 제품 검사 파라미터에 대한 각 장치의 측정 결과도 가변하게 될 수 있다. 일 실시예에서, 상기 방법은 상기 제품 검사 중에 측정된 데이터를 동적으로, 그리고 지속적으로 갱신할 수 있다.
일 실시예에서, 상기 방법은, DUT가 장치 파라미터들의 기설정된 엄격한 합격/불합격 한도들에 따라 "양호한" 장치로 판단할 수 있는 소정의 허용 오차 내에 있더라도, "정규" 분포 외적으로 발생하는 유닛을 불량 또는 결함을 갖는 DUT로 표시할 수 있다. 결과적으로, 잠재적으로 "양호한" 유닛을 결함품으로 표시하는 이 방법은, 매우 낮은 백만당 결함 수(Defects Per Million; DPM) 비율을 달성하고 전반적인 제품 신뢰성을 향상시킬 수 있다. 일 실시예에서, 상기 방법은 더 많은 장치가 검사될 때 상기 합격/불합격 한도들을 동적으로 조정할 수 있다.
본 발명의 실시예는 다음의 장점 중 하나 이상을 제공할 수 있다.
1. 온더플라이(On-the-fly) 데이터 관리. 즉, 많은 양의 데이터를 보다 관리하기 쉬운 데이터 크기로 축소하는 것.
2. 실시간 데이터 분석. 모든 검사 파라미터들에 대한 통계 데이터는 통계적 계산을 통해 지속적으로 저장(및 파일로 출력)될 수 있다.
3. 낮은 DPM 비율을 달성하기 위한 동적 부품 평균 검사(Part Average Test; PAT). 사용자 정의된 표준 편차율을 제거하여 실제로 "다른" 부품들을 지속적으로 결정하는 실시간 검사 한도 조건들.
전술한 바와 같이, 종래의 검사 방법은 많은 단점을 갖는다. 추가적인 예로서, 자동차용(Automotive Grade) 제품들은 엄격한 < 10 DPM 비율을 요구한다. 이러한 낮은 결함률을 달성하기 위해, 일반적으로 부품 평균 검사(PAT)가 제품 검사 프로그램에 사용된다. 현재 PAT 방법은 정적 방법이다. 이 방법은 정적 한도(하한/상한 검사 한도)를 일반적으로 "± 3 표준 편차"의 범위를 벗어나는 분포에 부합시키는 단계를 포함할 수 있다. 이 방법의 문제점은, 일반적으로 생성된 정적 한도가 상대적으로 작은 크기의 표본에서 획득된다는 것이다. 생산이 장기간 진행됨에 따라, 분포가 가변될 수 있으며, 이에 따라, 공정 왜곡 및 기타 요인들로 인하여 회복 불가능한 고장이 발생할 수 있다.
도 1은 종래의 집적 회로 제품 검사 시스템을 도시한 간략화된 블록도이다. 도 1에 도시된 바와 같이, 시스템(100)에서, 집적 회로(Integrated Circuit; IC) 장치들은 웨이퍼 제조 설비에서 제조될 수 있다(110). 웨이퍼 레벨 제품 검사가 수행될 수 있다(120). 다음으로, 웨이퍼 베이킹 및 검사 프로세스가 수행될 수 있다(130). 그 후, 웨이퍼는 개개의 IC 다이(Die)들로 소잉(Sawing)되고, 상기 다이들은 조립되어 패키징될 수 있다(140). 최종 패키지 검사(150)에서, 상기 패키징된 IC 다이들에 대하여 일반적으로 자동 검사 장비를 사용하여 광범위한 장치 검사가 수행될 수 있다. 이어서, 품질 체크가 수행되고(160), 상기 패키징된 IC 다이들은 최종 고객에게 전달될 수 있다(170).
도 2는 종래의 집적 회로 제품 검사 시스템의 최종 검사 단계를 도시한 간략화된 블록도이다. 도 2에 도시된 바와 같이, 시스템(200)에서, 상기 최종 패키지 검사가 단계(210)에서 시작되며, 이 때 패키징된 장치 다이들은 최종 검사를 위해 준비된다. 다양한 장치 검사가 수행된다(220). 검사 결과는 장치들이 엄격한 법적 상한 및 하한을 통과하는지 여부를 판단하기 위해 분석되어, 상기 장치가 검사에서 합격 또는 불합격인지 판단될 수 있다(230). 여기서, 상기 측정된 장치 파라미터가 상한 및 하한을 벗어나면, 상기 장치는 검사에서 불합격한 것으로 판단될 수 있다(232). 상기 측정된 장치 파라미터가 상한과 하한 사이에 존재하면, 장기 장치는 검사에서 합격한 것으로 판단될 수 있다(234). 이 때, 상기 시스템은 모든 검사가 수행되었는지 확인할 수 있다(240). 만일 수행되었다면, 상기 장치들은 모든 검사를 통과한 것이다(242). 그렇지 않으면, 상기 시스템은 다른 검사를 진행할 수 있다(244).
도 3은 종래의 집적 회로 제품 검사의 최종 검사 단계를 위한 종래의 시스템을 도시한 간략화된 블록도이다. 도 3에 도시된 바와 같이, 시스템(300)은 로컬 검사 시스템(310) 및 서버(320)를 포함할 수 있다. 상기 로컬 검사 시스템(310)은 자동 테스터 및 로컬 프로세서(미도시)를 포함할 수 있다. 상기 로컬 검사 시스템(310)에서, 최종 패키지 검사가 수행되고(312), 미가공 검사 데이터가 생성될 수 있다(314). 이 때, 많은 양의 미가공 검사 데이터가 서버(320)로 전송될 수 있다(316). 상기 서버(320)는 다수의 프로세서들 및 기억 장치들(미도시)을 가질 수 있다. 상기 서버(320)에서, 상기 미가공 데이터는 데이터베이스에 저장되고, 분석되고, 표시될 수 있다(322). 상기 서버(320)는 통계 데이터를 사용하여 검사 파라미터들의 분포를 생성할 것이다(324). 상기 시스템(300)이 상기 데이터를 관리하기 위해 하드웨어 서버 및 소프트웨어를 필요로 하는 것을 알 수 있다.
도 4는 본 발명의 일 실시예에 따른 집적 회로 제품 검사의 반도체 최종 제품 검사를 위한 시스템을 도시한 간략화된 블록도이다. 도 4에 도시된 바와 같이, 시스템(400)은 테스터(410), 예컨대, 자동 테스터, 로컬 프로세서(420) 및 로컬 저장소(430)를 포함할 수 있다. 테스터(410)는 패키징된 장치들의 최종 검사를 수행하도록 구성될 수 있다. 상기 프로세서(420)는 상기 테스터(410)에 연결되며, 상기 테스터(410)를 제어하고 검사 데이터를 분석하도록 구성될 수 있다. 상기 저장소(430)는 상기 프로세서(420)에 연결되어 임시 검사 데이터 및 통계 데이터를 저장한다. 도 5를 참조하여 이하에서 더 설명되는 바와 같이, 상기 시스템(400)은 최종 검사 및 분석을 수행하도록 구성될 수 있다. 상기 검사 데이터가 압축되며, 분포는 로컬에서 추적되고 분석될 수 있다. 상기 시스템(400)이 데이터를 분석하기 위한 추가적인 하드웨어/소프트웨어를 필요로 하지 않는다는 것을 알 수 있다.
전술한 종래의 검사 시스템과 관련된 문제를 해결하기 위하여, 본 발명의 몇몇 실시예는 실시간 경험적 데이터에 따라 지속적으로 조정되는 동적 부품 평균 검사(PAT) 한도를 제공하며, 회복 불가능한 고장 및 생산 라인 다운 등의 문제를 감소시키거나 제거할 수 있다.
도 5의 흐름도에 도시된 바와 같이, 본 발명의 일 실시예에 따르면, 복수의 전자 장치들을 검사하기 위한 방법(500)은, 단계 501에서 시작되고, 장치 파라미터들의 검사를 수행하는 단계(510)를 포함할 수 있다. 상기 방법(500)은 도 4에 도시된 시스템(400)과 같은 검사 시스템에서 실행될 수 있다. 상기 검사는 일반적으로 한 번에 여러 장치들, 예컨대, m 개의 장치(m은 정수)를 검사하도록 구성된 자동 테스터를 사용하여 수행될 수 있다. 예로서, 특정 실시예에서는 4 개의 피시험 장치(DUT)를 검사 소켓에서 검사하기 위한 테스터가 사용될 수 있다. 상기 검사는 다양한 장치 파라미터들을 측정하고, 측정된 검사 값들에 대한 데이터를 수집하는 단계(520)를 포함할 수 있다.
예로서, 표 1은 하나의 특정 검사에 대한 측정치들의 비 압축 데이터를 나열한다.
DUT 검사
번호 		항목 이름 단위 하한 상한 결과 P/F
1 5200 DAC_SNR_10KL dB 88.00000 n/a 104.093820 합격
1 5201 DAC_SNR_10KR dB 88.00000 n/a 103.610951 합격
1 5202 DAC_THD_10KL dB n/a -76.0000 -93.699835 합격
1 5203 DAC_THD_10KR dB n/a -76.0000 -94.338776 합격
1 5204 DAC_SPEC_CHAR dB -1.00000 1.000000 0.00000000 합격
1 5207 3V_SPKR_SNR_L dB 50.00000 100.0000 64.7994546 합격
1 5208 3V_SPKR_SNR_R dB 50.00000 100.0000 64.6054776 합격
1 5209 3V_SPKR_THD_L dB -100.000 -65.0000 -77.320593 합격
1 5210 3V_SPKR_THD_R dB -100.000 -65.0000 -77.912715 합격
1 5211 SPEAKER_3V_VRMSL V 550.000m 900.000m 713.32301m 합격
1 5212 SPEAKER_3V_VRMSR V 550.000m 900.000m 712.33840m 합격
1 5213 5V_SPKR_SNR_L dB 55.00000 100.0000 58.6650604 합격
1 5214 5V_SPKR_SNR_R dB 55.00000 100.0000 58.5224442 합격
1 5215 5V_SPKR_THD_L dB -100.000 -60.0000 -70.737559 합격
1 5216 5V_SPKR_THD_R dB -100.000 -60.0000 -74.153807 합격
1 5217 SPEAKER_5V_VRMSL V 900.000m 1.200000 1.08183184 합격
1 5218 SPEAKER_5V_VRMSR V 900.000m 1.200000 1.07945886 합격
1 5219 SPKR_VOL_L_100 mV 1.100000 1.700000 1.27084759 합격
1 5220 SPKR_VOL_R_100 mV 1.100000 1.700000 1.32378664 합격
1 5221 SPKR_VOL_L_75 mV 280.000m 480.000m 387.77887m 합격
1 5222 SPKR_VOL_R_75 mV 280.000m 480.000m 387.19062m 합격
1 5223 SPKR_VOL_L_50 mV 14.0000m 41.0000m 28.172144m 합격
1 5224 SPKR_VOL_R_50 mV 14.0000m 41.0000m 28.080758m 합격
1 5225 SPKR_VOL_L_25 mV 2.00000m 8.00000m 4.7363900m 합격
1 5226 SPKR_VOL_R_25 mV 2.00000m 8.00000m 4.7055083m 합격
1 5227 SPKR_VOL_L_0 mV 500.000μ 2.00000m 1.0970933m 합격
1 5228 SPKR_VOL_R_0 mV 500.000 μ 2.00000m 1.0684743m 합격
1 5230 auxL_vbias volt 1.550000 1.750000 1.65474297 합격
1 5231 auxR_vbias volt 1.550000 1.750000 1.65321642 합격
1 5232 special_char_900mw P/F -1.00000 1.000000 0.00000000 합격
1 5233 special_char_V V 7.390000 n/a 7.72866322 합격
1 6000 PLL_LRC_conf0 Hz 40.0000K 50.0000K 47.976078K 합격
1 6001 PLL_LRC_conf1 Hz 31.0000K 33.0000K 31.966521K 합격
1 6002 PLL_LRC_conf2 Hz 23.0000K 25.0000K 23.974843K 합격
1 6003 PLL_LRC_conf3 Hz 11.0000K 13.0000K 11.987430K 합격
1 6004 PLL_LRC_conf4 Hz 43.0000K 45.0000K 44.077972K 합격
1 6005 PLL_LRC_conf5 Hz 31.0000K 33.0000K 31.984021K 합격
1 6006 PLL_LRC_conf6 Hz 21.0000K 23.0000K 22.038986K 합격
1 6007 PLL_LRC_conf7 Hz 15.0000K 17.0000K 16.016010K 합격
1 6008 PLL_LRC_conf8 Hz 10.0000K 12.0000K 11.036032K 합격
1 6009 PLL_BCLK_conf0 Hz 2.80000M 3.25000M 3.0702590M 합격
1 6009 PLL_BCLK_conf1 Hz 7.80000M 8.50000M 8.1811265M 합격
1 6010 PLL_BCLK_conf2 Hz 2.80000M 3.25000M 3.0685062M 합격
1 6011 PLL_BCLK_conf3 Hz 2.80000M 3.25000M 3.0685062M 합격
1 6012 PLL_BCLK_conf4 Hz 600.000K 800.000K 705.22631K 합격
1 6013 PLL_BCLK_conf5 Hz 3.80000M 4.25000M 4.0936785M 합격
1 6014 PLL_BCLK_conf6 Hz 5.40000M 5.85000M 5.6420575M 합격
1 6015 PLL_BCLK_conf7 Hz 3.80000M 4.25000M 4.0999237M 합격
1 6016 PLL_BCLK_conf8 Hz 2.50000M 3.10000M 2.8249825M 합격
도 5의 방법(500)에서, 상기 시스템은 모든 검사된 장치들에 대해 상기 측정된 장치 파라미터들의 통계 분석을 수행하여 각 파라미터의 평균 및 표준 편차를 포함하는 통계 데이터를 결정한다(530). 예를 들어, 19,000 개의 장치(DUT)를 검사할 때, 250 MB의 미가공 검사 데이터가 생성되어 55 KB의 요약 파일 통계 데이터로 요약된다. 표 2는 각 주요 검사의 결함율을 보여주는 출력 파일을 나타내는 요약 파일의 일부를 나열한다.
현재 검사 횟수 = 19020
정규화된 백분율 불합격 Continuity test = 0.420610%
정규화된 백분율 불합격 Leakage2 test = 0.005280%
정규화된 백분율 불합격 SPEAKER_DC test = 0.000000%
정규화된 백분율 불합격 RAM test = 0.000000%
정규화된 백분율 불합격 DAC_MASTERMODE test = 0.015840%
정규화된 백분율 불합격 PLL_DAC_VOL test = 4.684199%
정규화된 백분율 불합격 SPKR_Pop test = 0.011081%
정규화된 백분율 불합격 Power_testing test = 0.000000%
정규화된 백분율 불합격 Run_Scan_Chain test = 0.016623%
표 3은 각 검사에서 검사된 장치들의 개수와 불합격한 장치들의 개수를 나타내는 요약 파일의 일부를 나열한다. 표 3은 출력 파일 데이터 요약 내용 - 각 검사가 수행된 제품의 개수 및 각 카테고리에 대해 불합격한 횟수의 요약을 나타낸다.
다이(Dice)의 총 개수 Continuity test = 19020
다이의 총 개수 Leakage test = 0
다이의 총 개수 Leakage2 test = 18940
다이의 총 개수 SPEAKER_DC test = 18939
다이의 총 개수 RAM test = 18939
다이의 총 개수 ulaw_loopback test = 0
다이의 총 개수 ADC_SINAD test = 0
다이의 총 개수 DAC_MASTERMODE test = 18939
다이의 총 개수 DAC_SINAD test = 0
다이의 총 개수 PLL_DAC_VOL test = 18936
다이의 총 개수 PLL_Test_VIL_VIH test = 0
다이의 총 개수 SPKR_Pop test = 18049
다이의 총 개수 Power_testing test = 18049
다이의 총 개수 Zin_mic_noGains test = 0
다이의 총 개수 Run_Scan_Chain test = 18047
다이의 총 개수 Special_Char test = 0
다이의 총 개수 불합격 Continuity test = 80
다이의 총 개수 불합격 Leakage test = 0
다이의 총 개수 불합격 Leakage2 test = 1
다이의 총 개수 불합격 SPEAKER_DC test = 0
다이의 총 개수 불합격 RAM test = 0
다이의 총 개수 불합격 ulaw_loopback test = 0
다이의 총 개수 불합격 ADC_SINAD test = 0
다이의 총 개수 불합격 DAC_MASTERMODE test = 3
다이의 총 개수 불합격 DAC_SINAD test = 0
다이의 총 개수 불합격 PLL_DAC_VOL test = 887
다이의 총 개수 불합격 PLL_Test_VIL_VIH test = 0
다이의 총 개수 불합격 SPKR_Pop test = 2
다이의 총 개수 불합격 Power_testing test = 0
다이의 총 개수 불합격 Zin_mic_noGains test = 0
다이의 총 개수 불합격 Run_Scan_Chain test = 3
다이의 총 개수 불합격 Special_Char test = 0
표 4는 각 주요 검사 카테고리 내의 각 하위 검사에서 불합격한 장치들의 개수를 나타내는 요약 파일의 일부를 나열한다. 또한, 표 4는 출력 파일 데이터 요약 내용 - 각 주요 검사 카테고리 통과에 불합격한 하위 검사 중단을 나타낸다.
상세 불합격 정보 die_ulaw_thd_fail = 0
상세 불합격 정보 die_ulaw_amp_fail = 0
상세 불합격 정보 die_ulaw_5db_fail = 0
상세 불합격 정보 die_ulaw_micbias_fail = 0
상세 불합격 정보 die_adc_snr_fail = 0
상세 불합격 정보 die_adc_thd_fail = 0
상세 불합격 정보 die_dac_snr_fail = 16
상세 불합격 정보 die_dac_thd_fail = 336
상세 불합격 정보 die_dac_spkr3v_snr_fail = 391
상세 불합격 정보 die_dac_spkr3v_thd_fail = 320
상세 불합격 정보 die_dac_spkr_mute_fail = 0
상세 불합격 정보 die_dac_master_fail = 3
상세 불합격 정보 die_pll_csb0_fail = 0
상세 불합격 정보 die_pll_bclk0_fail = 3
상세 불합격 정보 die_pll_fs0_fail = 3
상세 불합격 정보 die_pll_csb1_fail = 0
상세 불합격 정보 die_pll_bclk1_fail = 5
상세 불합격 정보 die_pll_fs1_fail = 5
상세 불합격 정보 die_pll_csb2_fail = 0
상세 불합격 정보 die_pll_bclk2_fail = 3
상세 불합격 정보 die_pll_fs2_fail = 3
상세 불합격 정보 die_pll_csb3_fail = 0
상세 불합격 정보 die_pll_bclk3_fail = 3
상세 불합격 정보 die_pll_fs3_fail = 3
상세 불합격 정보 die_pll_csb4_fail = 0
상세 불합격 정보 die_pll_bclk4_fail = 2
상세 불합격 정보 die_pll_fs4_fail = 2
상세 불합격 정보 die_pll_csb5_fail = 0
상세 불합격 정보 die_pll_bclk5_fail = 1
상세 불합격 정보 die_pll_fs5_fail = 1
상세 불합격 정보 die_pll_csb6_fail = 0
상세 불합격 정보 die_pll_bclk6_fail = 1
상세 불합격 정보 die_pll_fs6_fail = 1
상세 불합격 정보 die_pll_csb7_fail = 0
상세 불합격 정보 die_pll_bclk7_fail = 1
상세 불합격 정보 die_pll_fs7_fail = 1
상세 불합격 정보 die_pll_csb8_fail = 0
상세 불합격 정보 die_pll_bclk8_fail = 1
상세 불합격 정보 die_pll_fs8_fail = 1
상세 불합격 정보 die_spkr_Vrms_fail = 10
상세 불합격 정보 die_spkr_5v_snr_fail = 150
상세 불합격 정보 die_spkr_5v_thd_fail = 11
상세 불합격 정보 die_spkr_5v_Vrms_fail = 10
상세 불합격 정보 die_spkr_5v_Vrms100_fail = 12
상세 불합격 정보 die_spkr_5v_Vrms75_fail = 10
상세 불합격 정보 die_spkr_5v_Vrms50_fail = 9
상세 불합격 정보 die_spkr_5v_Vrms25_fail = 10
상세 불합격 정보 die_spkr_5v_Vrms0_fail = 13
상세 불합격 정보 die_dac_aux_fail = 10
상세 불합격 정보 die_dac_spec_900mw_fail = 12
상세 불합격 정보 die_vddc_stby_fail = 0
상세 불합격 정보 die_vddb_stby_fail = 0
상세 불합격 정보 die_avdd_stby_fail = 0
상세 불합격 정보 die_spkvdd_stby_fail = 0
상세 불합격 정보 die_vddc_active_fail = 0
상세 불합격 정보 die_vddb_active_fail = 0
상세 불합격 정보 die_avdd_active_fail = 0
상세 불합격 정보 die_spkvdd_active_fail = 0
상세 불합격 정보 die_Rin_Auxr_fail = 0
상세 불합격 정보 die_Rin_Auxl_fail = 0
상세 불합격 정보 die_Rin_rip_fail = 0
상세 불합격 정보 die_Rin_rin_fail = 0
상세 불합격 정보 die_Rin_lip_fail = 0
상세 불합격 정보 die_Rin_lin_fail = 0
각 검사 후, 상기 시스템은 표 1에 도시된 바와 같이 상기 측정된 장치 파라미터들이 아닌 상기 통계 데이터만을 저장할 수 있다. 전술한 바와 같이, 상기 통계 데이터는 검사된 장치들의 총 개수, 불합격한 장치들의 개수 및 불합격한 장치들의 백분율을 포함할 수 있다. 일 실시예에서, 상기 통계 데이터는 상기 장치 파라미터들의 분포를 나타내는 히스토그램들을 포함할 수 있다.
예로서, 표 5는 특정 검사의 측정된 파라미터 값들에 대한 히스토그램 데이터, 즉, 디지털-아날로그 변환기(Digital-to-Analog Converter; DAC)의 신호 대 잡음비(Signal-to-Noise Ratio; SNR)를 나열한다. 또한, 표 5는 출력 파일 데이터 요약 내용 - 검사당 히스토그램 정보를 나타낸다.
헤드폰 SNR 우측 채널 히스토그램 85 dB 미만의 경우 12(불합격)
헤드폰 SNR 우측 채널 히스토그램 85.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 85.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 86.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 86.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 87.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 87.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 88.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 88.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 89.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 89.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 90.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 90.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 91.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 91.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 92.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 92.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 93.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 93.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 94.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 94.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 95.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 95.5 dB + 0.5 dB의 경우 1
헤드폰 SNR 우측 채널 히스토그램 96.0 dB + 0.5 dB의 경우 10
헤드폰 SNR 우측 채널 히스토그램 96.5 dB + 0.5 dB의 경우 14
헤드폰 SNR 우측 채널 히스토그램 97.0 dB + 0.5 dB의 경우 50
헤드폰 SNR 우측 채널 히스토그램 97.5 dB + 0.5 dB의 경우 95
헤드폰 SNR 우측 채널 히스토그램 98.0 dB + 0.5 dB의 경우 1325
헤드폰 SNR 우측 채널 히스토그램 98.5 dB + 0.5 dB의 경우 2065
헤드폰 SNR 우측 채널 히스토그램 99.0 dB + 0.5 dB의 경우 3278
헤드폰 SNR 우측 채널 히스토그램 99.5 dB + 0.5 dB의 경우 4235
헤드폰 SNR 우측 채널 히스토그램 100.0 dB + 0.5 dB의 경우 5190
헤드폰 SNR 우측 채널 히스토그램 100.5 dB + 0.5 dB의 경우 6239
헤드폰 SNR 우측 채널 히스토그램 101.0 dB + 0.5 dB의 경우 7400
헤드폰 SNR 우측 채널 히스토그램 101.5 dB + 0.5 dB의 경우 7832
헤드폰 SNR 우측 채널 히스토그램 102.0 dB + 0.5 dB의 경우 8323
헤드폰 SNR 우측 채널 히스토그램 102.5 dB + 0.5 dB의 경우 8500
헤드폰 SNR 우측 채널 히스토그램 103.0 dB + 0.5 dB의 경우 8355
헤드폰 SNR 우측 채널 히스토그램 103.5 dB + 0.5 dB의 경우 7932
헤드폰 SNR 우측 채널 히스토그램 104.0 dB + 0.5 dB의 경우 7329
헤드폰 SNR 우측 채널 히스토그램 104.5 dB + 0.5 dB의 경우 6123
헤드폰 SNR 우측 채널 히스토그램 105.0 dB + 0.5 dB의 경우 5220
헤드폰 SNR 우측 채널 히스토그램 105.5 dB + 0.5 dB의 경우 4155
헤드폰 SNR 우측 채널 히스토그램 106.0 dB + 0.5 dB의 경우 3322
헤드폰 SNR 우측 채널 히스토그램 106.5 dB + 0.5 dB의 경우 2014
헤드폰 SNR 우측 채널 히스토그램 107.0 dB + 0.5 dB의 경우 1329
헤드폰 SNR 우측 채널 히스토그램 107.5 dB + 0.5 dB의 경우 88
헤드폰 SNR 우측 채널 히스토그램 108.5 dB + 0.5 dB의 경우 45
헤드폰 SNR 우측 채널 히스토그램 109.0 dB + 0.5 dB의 경우 12
헤드폰 SNR 우측 채널 히스토그램 109.5 dB + 0.5 dB의 경우 9
헤드폰 SNR 우측 채널 히스토그램 110.0 dB + 0.5 dB의 경우 3
헤드폰 SNR 우측 채널 히스토그램 110.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 111.0 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 111.5 dB + 0.5 dB의 경우 0
헤드폰 SNR 우측 채널 히스토그램 112.0 dB 초과의 경우 0
도 6은 장치 파라미터에 대한 측정값들의 분포를 나타내는 히스토그램 이다. 이 특정 예에서, 상기 데이터는 표 5의 히스토그램에 나열되어 있으며, 헤드폰(Head Phone; HP)의 디지털-아날로그 변환기(DAC)의 신호 대 잡음비(SNR)가 표시된다. 도 6에서, 수직축은 측정 빈도 또는 장치의 개수이다. 수평축은 90에서 115까지의 신호 대 잡음비(SNR)값을 나타낸다. 상기 표 5의 히스토그램 데이터 및 상기 도 6의 분포도로부터 평균 및 표준 편차가 도출될 수 있다.
예를 들어, 표 6은 각 파라미터의 평균 ± 3×표준 편차 및 각 파라미터의 평균 ± 6×표준 편차를 기초로 하여 구한 평균, 표준 편차, 상한 및 하한을 나열할 수 있다. 또한, 표 5은 출력 파일 데이터 요약 내용으로서, 검사 파라미터 통계 데이터로 활용될 수 있다.
DAC HP SNR Mean 103 dB
DAC HP SNR Stdev 1.66 dB
DAC HP SNR +/-3 sigma 98.02 dB, 107.98 dB
DAC HP SNR +/-6 DPAT limit 93.04 dB, 112.96 dB
DAC HP THD Mean -79.82 dB
DAC HP THD Stdev 2.9 dB
DAC HP THD +/-3 sigma -87.9 dB, -70.5 dB
DAC HP THD +/-6 DPAT limit -96.6 dB, -61.8 dB
DAC SPEAKER SNR Mean 78.5 dB
DAC SPEAKER SNR Stdev 2.45 dB
DAC SPEAKER SNR +/-3 sigma 71.15 dB, 85.85 dB
DAC SPEAKER SNR +/-6 DPAT limit 63.8 dB, 93.2 dB
DAC SPEAKER THD Mean -80.1 dB
DAC SPEAKER THD Stdev -1.95 dB
DAC SPEAKER THD +/-3 sigma -85.95 dB, -74.25 dB
DAC SPEAKER THD +/-6 DPAT limit -91.8 dB, -68.4 dB
DAC SPEAKER VOL Vrms Mean 2.16 V
DAC SPEAKER VOL Vrms Stdev 0.009 V
DAC SPEAKER VOL Vrms +/-3 sigma 2.133 V, 2.187 V
DAC SPEAKER VOL Vrms +/-6 DPAT limit 2.106 V, 2.214 V
ISB Mean 9.9 μA
ISB Stdev 0.85 μA
ISB +/-3 sigma 7.35 μA, 12.45 μA
ISB +/-6 DPAT limit 4.8 μA, 15.0 μA
PLL 48 KHZ FS Output CLK mean 47.97 KHz
PLL 48 KHZ FS Output CLK Stdev 0.005 KHz
PLL 48 KHZ FS Output CLK +/-3 sigma 47.955 KHz, 47.985 KHz
PLL 48 KHZ FS Output CLK +/-6 sigma 47.94 KHz, 48.0 KHz
Input Leakage Mean 2.35 μA
Input Leakage Stdev 0.2 μA
Input Leakage +/-3 sigma 1.75 μA, 2.95 μA
Input Leakage +/-6 DPAT limit 1.15 μA, 3.55 μA
상기 방법(500)에서, 최소 통계 표본 크기를 갖는 제 1 그룹의 장치들로부터 측정된 미가공 데이터에 기초한 통계 데이터는 동적 합격/불합격 한도들의 설정을 시작하는데 사용될 수 있다. 예를 들어, 상기 최소 통계 표본 크기는 최초 N 개의 장치들일 수 있으며, 여기서 N은 정수이다. 예를 들어, 일 실시예에서, 상기 최소 통계 표본 크기(N)는 500 DUT 또는 1000 DUT일 수 있다. 여기서, 상기 N은 검사 장치들에 대하여 통계적으로 의미 있는 분포를 생성하도록 선택될 수 있다.
본 발명의 실시예들에서, 상기 최초 N 개의 장치들에 대해, N은 정수이고, 각 검사는 상기 장치 파라미터에 대한 기설정된 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 것을 더 포함할 수 있다. 상기 최초 N 개의 장치들에서, 상기 정수 N은 상기 장치 파라미터들의 새로운 통계 데이터를 결정하기에 충분히 많은 수의 검사된 장치들을 제공할 수 있도록 선택될 수 있다. 예를 들어, 상기 N은 새로운 합격/불합격 한도들을 결정하는 데 사용할 수 있는 최소 통계 표본 크기를 나타낼 수 있다. 상기 최초 N 개의 장치 이후에, 각각의 후속 검사는, 상기 업데이트된 평균 및 표준 편차에 기초하여 각 장치 파라미터에 대한 새로운 합격/불합격 한도들을 결정하는 것을 포함할 수 있다. 그 후, 상기 시스템은 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단할 수 있다.
도 7은 장치 파라미터에 대한 측정값들의 분포를 나타내는 히스토그램으로서, 새로운 합격/불합격 한도들을 도시할 수 있다. 도 7의 히스토그램이 도 6의 히스토그램과 유사하다는 것을 알 수 있으며, 여기서 헤드폰(HP)의 디지털-아날로그 변환기(DAC)의 신호 대 잡음비(SNR)에 대한 데이터가 표시될 수 있다. 도 7에서, 수직축은 측정 빈도 또는 장치의 개수이다. 수평축은 90에서 115까지의 신호 대 잡음비(SNR)값을 나타낸다. 도 7에서, 이전의 합격/불합격 한도들은 도면 부호 701 및 702로 표시되고, 새로운 합격/불합격 한도들은 도면 부호 711 및 712로 표시된다. 일 실시예에서, 상기 새로운 합격/불합격 한도들은 매 검사 후에 동적으로 결정될 수 있다. 예를 들어, 4 개의 장치를 동시에 검사하기 위한 검사 소켓을 갖는 검사에서, 상기 동적 합격/불합격 한도들은 장치들의 각 소켓이 검사된 후에 설정될 수 있다. 따라서, 검사 데이터 분석은 실시간으로 수행될 수 있다. 통계 데이터만 보관되고 저장될 수 있다. 다량의 미가공 측정 데이터를 전송할 필요가 없다.
다시 도 5를 참조하면, 상기 방법(500)은 상기 최소 통계 표본 크기가 충족되었는지 판단하는 단계(540)를 포함할 수 있다. 충족되지 않은 경우, 합격/불합격에 대하여 장치 파라미터 값의 상기 기설정된 엄격한 검사 한도가 유지될 수 있다(550). 상기 검사는 각 장치 파라미터에 대한 상기 기설정된 엄격한 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 단계(580)를 포함할 수 있다. 상기 측정된 장치 파라미터가 상기 기설정된 엄격한 합격/불합격 한도 내에 존재하지 않으면, 상기 장치는 불합격한 DUT로 표시될 수 있다(582).
도 5에서, 상기 최소 통계 표본 크기, 예컨대, N이 충족된다(560). 예로서, 상기 N은 500 DUT로 설정될 수 있다. 검사 소켓에 최대 m 개의 장치를 포함할 수 있는 검사에서, N 번째 장치 이후의 추가 검사마다 상기 업데이트된 평균 및 표준 편차에 기초하여 각 장치 파라미터에 대한 새로운 합격/불합격 한도들이 결정될 수 있다. 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들은 각 파라미터의 상기 업데이트된 평균 ± 6 표준 편차에 기초할 수 있다. 일 실시예들에서, 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들은 각 파라미터의 상기 갱신된 평균 ± 3 표준 편차에 기초할 수 있다.
도 5의 방법(500)에서, 각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격이 판단될 수 있다(580). 따라서, 상기 합격/불합격 검사 한도들은 측정 데이터를 기초로 하여 동적으로 계산된다.
상기 방법(500)에서, 모든 장치들에 대하여 모든 검사가 완료되었는지 여부가 판단되며(590), 모든 검사를 통과한 장치가 식별될 수 있다(592).
또한, 상기 방법(500)은 검사 파라미터들을 갱신하고 분포 및 통계 데이터를 출력 파일로 내보내기 하는 단계(570)를 포함할 수 있다. 상기 시스템이 모든 미가공 측정 데이터를 저장하지는 않는다는 것을 알 수 있다. 이는 저장 용량 요건 및 프로세스 오버헤드를 현저히 줄일 수 있다. 하기의 표 7은 몇몇 실시예에 따른 방법에 의해 감소될 수 있는 파일 크기를 나열한다. 장치 검사를 위한 파일 크기가 검사된 장치의 개수에 따라 약 450 배 감소할 수 있음을 알 수 있다.
DUT 개수 검사 데이터 파일 크기(MB) 데이터 파일 크기 요약(KB) 실제 감소된 데이터 크기(MB)(500 DUT마다 출력되는 요약) X만큼 감소된 파일 크기 1개의 ATE가 검사하는데 필요한 대략적 시간(일)
10,000 500 55 1.1 455 0.3
100,000 5000 55 11 455 3
1,000,000 50000 55 110 455 30
10,000,000 500000 55 1100 455 300
따라서, 본 발명의 실시예들에 따르면, 효과적인 장치 검사를 위한 시스템 및 방법이 상술되어 있다. 실시예에 따라, 상기 시스템 및 방법은 이하에서 상세하게 설명되는 바와 같이, 예컨대, 효율적인 데이터 관리, 실시간 데이터 분석 및 동적 검사 한도 조정에 있어서 다양한 장점을 제공할 수 있다.
효율적인 데이터 관리
자동 검사 장비(Automated Test Equipment; ATE)에는 데이터 출력을 켜거나 끌 수 있는 옵션이 있다. 모든 데이터를 분석하는 데 필요한 저장소 제한 및 기술진이 항상 충족되지는 않는다. 때때로, 사용자는 데이터 출력을 끄도록 선택할 수 있다. 상기 ATE에 의해 데이터가 턴온 또는 턴 오프되는 것에 관계없이, 본 발명의 실시예들에 따르면, 데이터는 실시간으로 출력되고 분석될 수 있다. 추가적인 검사 시간이 소요되지 않는다. 많은 경우에, 데이터 분석 시간이 검사 시간보다 짧을 수 있다. 예로서, 상기의 표 1은 하나의 특정 검사에 대해 출력된 실제 데이터를 나타낼 수 있다. 하나의 검사와 하나의 DUT로 생성된 이 데이터는 50 KB의 데이터에 해당할 수 있다. 전체 검사 범위에 대하여 생산 흐름 상에 많은 검사 파라미터들이 주어지면, 20,000 유닛 정도의 적은 규모의 검사(하나의 ATE에서 약 13 시간 소요)에 의해 생성되는 데이터양으로 1.0 GB의 데이터를 갖는 데이터 파일을 생성할 수 있다. 본 발명의 실시예들에 따르면, 매 DUT 소켓팅 후에 데이터는 실시간으로 크런칭되고 분석될 수 있다. 따라서, 상기의 표들에 도시된 바와 같이, 1.0 GB의 데이터가 필요한 20,000 유닛의 데이터를 55 KB의 데이터만으로 데이터 손실 없이 요약할 수 있다. 일 실시예에서, 상기 데이터 요약은 얼마나 많은 유닛들이 검사되었는지 또는 원본 데이터 파일이 얼마나 큰지에 상관없이 항상 55 KB의 데이터 크기를 갖는다. 일반적으로, 요약 파일은 약 500 DUT마다 출력되어 약 450 대 1로 데이터를 감소시킬 수 있다.
실시간 데이터 분석
검사 결과는 표 1 내지 표 7에 도시된 바와 같이 분포로 요약될 수 있다. 이들 수치는 20,000 유닛을 검사한 결과이다. 상기 미가공 측정 데이터는 표 1에 나열되어 있다. 상기 측정된 데이터의 분석은 검사가 수행됨에 따라 실시간으로 수행될 수 있다. 각각의 개별 측정치가 보고되고, 상기에서 설명한 바와 같이 출력되는 가우스 분포에 배치될 수 있다. 모든 검사 파라미터들의 분포는 요약 출력 파일로 나타난다.
동적 검사 한도 조정
검사 한도들의 동적 조정은 출하되는 제품의 품질을 향상시킬 수 있다. 하나의 부품은 비교 대상인 다른 부품들에 대해 "통계적으로" 다르기 때문에, 일반적으로 "양호한" 부품이 불량으로 판단되며, 이에 따라 품질이 향상될 수 있다. "동적"이라는 용어는 사용자에 의해 정의될 수 있으며, 필요한 것으로 간주되는 유닛의 백분율이 화면에 표시되도록 구성될 수 있다. 몇몇 실시예에서, "± 3 시그마(표준 편차)" 또는 "± 6 시그마"가 합격/불합격 한도들을 설정하기 위해 사용되어 양호하지 않은 장치를 제거할 수 있다. 일 실시예에서, 검사 한도들의 동적 조정은 모든 검사마다 수행될 수 있다. 다른 실시예에서, 검사 한도들의 동적 조정은 최종 고객이 정의한 사양에 의해 초기화될 수 있다. 검사 한도들의 동적 조정에 의해 희망하는 검사 결과를 얻을 수 있다. 경우에 따라, 동적 한도들은 기설정된 엄격한 검사 한도들보다 좁다. 즉, 상기 동적 조정된 검사 한도들은 "양호한" 다이(Die)를 보다 엄격하게 정의할 수 있다. 따라서, 장치 수명기간 동안 장치 불량을 감소시킬 수 있다. 예를 들어, 일 실시예에서, "± 6 시그마"의 동적 부품 평균 검사(Dynamic Part Average Test; DPAT) 레벨을 사용하여, 백만 당 결함 수(DPM) 비율을 3.5 이하로 제한할 수 있다. 경우에 따라, 상기 DPM 비율은 고객으로부터 접수된 데이터에 기반한 현장 불량에 의해 결정될 수 있다. 다른 경우에, 스트레스 조건 하에서 판매자에 의해 제어되는 장치 수명 검사를 통해 장치를 검사할 수 있다.
상기와 같이 본 발명의 특정 실시예들을 설명하였지만, 본 설명은 본 발명의 범위를 제한하는 것으로 간주되어서는 안 된다. 본 명세서에 기술된 실시예 및 구현예는 단지 예시를 위한 것이며, 이러한 관점에서 다양한 수정 또는 변경이 이루어질 수 있음을 유의해야 할 것이다.
410: 최종 검사를 수행하기 위한 테스터
420: 프로세서
430: 저장소

Claims (20)

  1. 검사 장비;
    상기 검사 장비에 연결된 프로세서; 및
    상기 프로세서에 연결된 저장 장치를 포함하며,
    상기 시스템은,
    m 개의 장치를 검사하도록 구성된 장치 테스터에서 m 개의 장치를 검사하여 장치 파라미터들을 측정하고, 여기서 m은 정수이며,
    각 검사 후, 상기 검사된 장치들에 대해 상기 측정된 장치 파라미터들의 통계 분석을 수행하여 각 파라미터의 갱신된 평균 및 표준 편차를 포함하는 업데이트된 통계 데이터를 결정하며,
    상기 측정된 장치 파라미터들이 아닌 상기 갱신된 통계 데이터만을 저장하며,
    N 개의 장치들에 대해, N은 정수이고, 각 검사는 상기 장치 파라미터들에 대한 기설정된 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 것을 포함하고,
    상기 N 개의 장치 이후에, 각각의 후속 검사는,
    상기 업데이트된 평균 및 표준 편차에 기초하여 각 장치 파라미터에 대한 새로운 합격 또는 불합격 한도들을 결정하고,
    각 장치 파라미터에 대한 상기 새로운 합격 또는 불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 것을 포함하는, 복수의 전자 장치들을 검사하기 위한 시스템.
  2. 제 1 항에 있어서,
    각 장치 파라미터에 대한 상기 새로운 합격 또는 불합격 한도들은 각 파라미터의 상기 갱신된 평균 ± 6 표준 편차에 기초하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 시스템.
  3. 제 1 항에 있어서,
    각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들은 각 파라미터의 상기 업데이트된 평균 ± 3 표준 편차에 기초하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 시스템.
  4. 제 1 항에 있어서,
    상기 정수 N은 상기 장치 파라미터들의 새로운 통계 데이터를 결정하기에 충분히 많은 수의 검사된 장치들을 제공할 수 있도록 선택되는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 시스템.
  5. 제 1 항에 있어서,
    상기 최초 N 개의 장치들은 50 내지 500 개의 장치들을 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 시스템.
  6. 제 1 항에 있어서,
    상기 최초 N 개의 장치들은 500 내지 3000 개의 장치들을 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 시스템.
  7. 제 1 항에 있어서,
    상기 통계 데이터는 검사된 장치들의 총 개수, 불합격한 장치들의 개수 및 불합격한 장치의 백분율을 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 시스템.
  8. 제 1 항에 있어서,
    상기 통계 데이터는 상기 장치 파라미터들의 분포를 나타내는 히스토그램들을 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 시스템.
  9. 제1항에 있어서,
    상기 통계 데이터는 각 파라미터의 상기 업데이트된 평균 ± 6 표준 편차를 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 시스템.
  10. 제 1 항에 있어서,
    상기 통계 데이터는 각 파라미터의 상기 업데이트된 평균 ± 3 표준 편차를 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 시스템.
  11. m 개의 장치를 검사하도록 구성된 장치 테스터에서 한 번에 최대 m 개의 장치를 검사하여 장치 파라미터들을 측정하고, 여기서 m은 정수인 단계;
    각 검사 후, 상기 검사된 장치들에 대해 상기 측정된 장치 파라미터들의 통계 분석을 수행하여 각 파라미터의 업데이트된 평균 및 표준 편차를 포함하는 통계 데이터를 결정하는 단계;
    상기 측정된 장치 파라미터들이 아닌 상기 통계 데이터만을 저장하는 단계;
    상기 업데이트된 평균 및 표준 편차에 기초하여 각 장치 파라미터에 대한 새로운 합격 또는 불합격 한도들을 결정하는 단계; 및
    각 장치 파라미터에 대한 상기 새로운 합격 또는 불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 단계를 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 방법.
  12. 제 11 항에 있어서,
    각 장치 파라미터에 대한 상기 새로운 합격 또는 불합격 한도들은 각 파라미터의 상기 업데이트된 평균 ± 6×표준 편차에 기초하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 방법.
  13. 제 11 항에 있어서,
    각 장치 파라미터에 대한 상기 새로운 합격 또는 불합격 한도들은 각 파라미터의 상기 업데이트된 평균 ± 3×표준 편차에 기초하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 방법.
  14. 제 11 항에 있어서,
    최초 N 개의 장치들에 대해, N은 정수이고, 각 검사는 각 장치 파라미터에 대한 기설정된 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 것을 포함하고,
    상기 최초 N 개의 장치 이후에, 각각의 후속 검사는,
    상기 업데이트된 평균 및 표준 편차에 기초하여 각 장치 파라미터에 대한 새로운 합격 또는 불합격 한도들을 결정하고,
    각 장치 파라미터에 대한 상기 새로운 합격/불합격 한도들에 기초하여 각 장치의 합격 또는 불합격을 판단하는 것을 포함하는, 복수의 전자 장치들을 검사하기 위한 방법.
  15. 제 14 항에 있어서,
    상기 정수 N은 상기 장치 파라미터들의 새로운 통계 데이터를 결정하기에 충분히 많은 수의 검사된 장치들을 제공할 수 있도록 선택되는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 방법.
  16. 제 14 항에 있어서,
    상기 최초 N 개의 장치들은 50 내지 500 개의 장치들을 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 방법.
  17. 제 14 항에 있어서,
    상기 최초 N 개의 장치들은 500 내지 3000 개의 장치들을 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 방법.
  18. 제 11 항에 있어서,
    상기 통계 데이터는 검사된 장치들의 총 개수, 불합격한 장치들의 개수 및 불합격한 장치들의 백분율을 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 방법.
  19. 제 11 항에 있어서,
    상기 통계 데이터는 상기 장치 파라미터들의 분포를 나타내는 히스토그램들을 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 방법.
  20. 제 11 항에 있어서,
    상기 통계 데이터는 각 파라미터의 상기 업데이트된 평균 ± 6×표준 편차를 포함하는 것을 특징으로 하는 복수의 전자 장치들을 검사하기 위한 방법.
KR1020180029916A 2017-06-14 2018-03-14 반도체 제품의 적응적 검사를 위한 시스템 및 방법 KR102028278B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/623,366 US10393802B2 (en) 2017-06-14 2017-06-14 System and method for adaptive testing of semiconductor product
US15/623,366 2017-06-14

Publications (2)

Publication Number Publication Date
KR20180136366A true KR20180136366A (ko) 2018-12-24
KR102028278B1 KR102028278B1 (ko) 2019-10-02

Family

ID=64657380

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180029916A KR102028278B1 (ko) 2017-06-14 2018-03-14 반도체 제품의 적응적 검사를 위한 시스템 및 방법

Country Status (4)

Country Link
US (1) US10393802B2 (ko)
KR (1) KR102028278B1 (ko)
CN (1) CN109085485B (ko)
TW (1) TWI642128B (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110788029B (zh) * 2019-11-21 2021-09-14 南京派格测控科技有限公司 测试芯片的方法及装置
US11350525B2 (en) * 2020-05-18 2022-05-31 Nuvoton Technology Corporation Method and apparatus for mounting a DUT on a test board without use of socket or solder
CN112397409A (zh) * 2020-11-24 2021-02-23 安测半导体技术(江苏)有限公司 一种芯片晶圆测试数据分析方法及系统
US11624775B2 (en) * 2021-06-07 2023-04-11 Kla Corporation Systems and methods for semiconductor defect-guided burn-in and system level tests
US12007428B2 (en) 2021-10-08 2024-06-11 Advantest Corporation Systems and methods for multidimensional dynamic part average testing
CN114839514B (zh) * 2022-07-04 2022-11-18 杭州加速科技有限公司 一种芯片测试工程的动态优化方法及其系统
US20240219453A1 (en) * 2023-01-03 2024-07-04 Nxp B.V. Test system for detecting faults in multiple devices of the same type
CN115774185B (zh) * 2023-02-13 2023-05-05 江苏泰治科技股份有限公司 一种车规级芯片dpat检测方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001013200A (ja) * 1999-06-29 2001-01-19 Nec Corp 集積回路の故障検出方法及び故障検出装置及びその制御プログラムを記録した記憶媒体
JP2002533844A (ja) * 1998-12-28 2002-10-08 ゼネラル・エレクトリック・カンパニイ 高度な処理能力をもつ電子装置での統計的分析方法
KR20140005922A (ko) * 2011-01-20 2014-01-15 히타치 긴조쿠 가부시키가이샤 온보드 진단, 예측 및 데이터 로깅 기능을 가진 질량 유량 제어기
KR20140141051A (ko) * 2013-05-31 2014-12-10 삼성에스디에스 주식회사 제조 설비의 센서 데이터를 활용한 수율 분석 시스템 및 방법

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6826721B2 (en) * 2001-11-01 2004-11-30 Agilent Technoloiges, Inc. Data accelerator and methods for increasing data throughput
CN1285110C (zh) * 2003-01-28 2006-11-15 力晶半导体股份有限公司 封装后测试参数分析方法
US7290192B2 (en) * 2003-03-31 2007-10-30 Advantest Corporation Test apparatus and test method for testing plurality of devices in parallel
US6960774B2 (en) * 2003-11-03 2005-11-01 Advanced Micro Devices, Inc. Fault detection and control methodologies for ion implantation processes, and system for performing same
JP4703148B2 (ja) * 2004-09-08 2011-06-15 株式会社東芝 不揮発性半導体記憶装置
KR100909474B1 (ko) * 2005-08-10 2009-07-28 삼성전자주식회사 웨이퍼 결함지수를 사용하여 국부성 불량 모드를 갖는결함성 반도체 웨이퍼의 검출 방법들 및 이에 사용되는장비들
US7567947B2 (en) * 2006-04-04 2009-07-28 Optimaltest Ltd. Methods and systems for semiconductor testing using a testing scenario language
CN101174149A (zh) * 2006-11-03 2008-05-07 力晶半导体股份有限公司 控制规格界限的制定方法
US7528623B2 (en) * 2007-02-02 2009-05-05 Teradyne, Inc. Distributing data among test boards to determine test parameters
US10118200B2 (en) * 2009-07-06 2018-11-06 Optimal Plus Ltd System and method for binning at final test
CN101963802B (zh) * 2010-08-25 2012-08-15 江苏大学 批次制程的虚拟量测方法与系统
CN103676881B (zh) * 2013-12-16 2017-07-28 北京化工大学 一种半导体生产线动态瓶颈分析方法
CN104320297B (zh) * 2014-10-15 2018-03-06 中冶长天国际工程有限责任公司 一种网络异常检测及网络通信控制的方法和装置
CN106155856A (zh) * 2015-04-21 2016-11-23 神讯电脑(昆山)有限公司 Tpm安全芯片自动化测试系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002533844A (ja) * 1998-12-28 2002-10-08 ゼネラル・エレクトリック・カンパニイ 高度な処理能力をもつ電子装置での統計的分析方法
JP2001013200A (ja) * 1999-06-29 2001-01-19 Nec Corp 集積回路の故障検出方法及び故障検出装置及びその制御プログラムを記録した記憶媒体
KR20140005922A (ko) * 2011-01-20 2014-01-15 히타치 긴조쿠 가부시키가이샤 온보드 진단, 예측 및 데이터 로깅 기능을 가진 질량 유량 제어기
KR20140141051A (ko) * 2013-05-31 2014-12-10 삼성에스디에스 주식회사 제조 설비의 센서 데이터를 활용한 수율 분석 시스템 및 방법

Also Published As

Publication number Publication date
CN109085485A (zh) 2018-12-25
US10393802B2 (en) 2019-08-27
TWI642128B (zh) 2018-11-21
TW201906040A (zh) 2019-02-01
US20180364302A1 (en) 2018-12-20
KR102028278B1 (ko) 2019-10-02
CN109085485B (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
KR102028278B1 (ko) 반도체 제품의 적응적 검사를 위한 시스템 및 방법
DE69822527T2 (de) Testen von analogen Signalen auf Histogrammbasis
US9204233B2 (en) Audio testing system and method
US20060106555A1 (en) Method for using an alternate performance test to reduce test time and improve manufacturing yield
TW201702628A (zh) 自動調校半導體元件測試機台之方法
JP2008002900A (ja) 半導体装置のスクリーニング方法と装置並びにプログラム
CN108051722A (zh) 热载流子注入效应的寿命评估方法和系统
US20080004829A1 (en) Method and apparatus for automatic test equipment
US20020053054A1 (en) Method for automatically searching for and sorting failure signatures of wafers
US7073107B2 (en) Adaptive defect based testing
US6442499B1 (en) Methods and apparatus for statistical process control of test
US5020010A (en) Method for preparing and evaluating measurement specificatons for an electronic circuit
US7039543B1 (en) Transforming yield information of a semiconductor fabrication process
US6101458A (en) Automatic ranging apparatus and method for precise integrated circuit current measurements
Streitwieser Real-time test data acquisition and data processing enabling closed loop control systems for adaptive test
JP3317384B2 (ja) 集積回路テスト方法
CN115684737B (zh) 一种用于计算波形毛刺的算法
CN112462233B (zh) 一种集成电路测试中site的管控方法及系统
CN113436670B (zh) 存储器检测方法与存储器检测系统
JP2000266822A (ja) 半導体試験装置
JPS60200173A (ja) 雑音尖頭電圧値の測定方法
JP2012088246A (ja) 検査制御システム、検査方法、および検査制御プログラム
KR20230060202A (ko) 소음 측정 센서를 이용한 모터 소음 불량 판정 시스템 및 방법
RU2253125C1 (ru) Способ определения потенциально нестабильных транзистров
Huntley An investigation into the role of the Allan Variance in establishing a reference standard of voltage

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant