半导体元器件零缺陷需求呼声日益高涨

半导体元器件零缺陷需求呼声日益高涨

       所运算出的PAT限制值必定被作为图1中所示的较低PAT限制(LPL)和较高PAT限制(UPL)。任何超过动态PAT限制且处于LSL和USL限制之间的值都被视为异常值。这些异常值通常被命名为故障并被装入一个特定的异常值软件和硬件箱。追踪特定晶圆或批次所计算出的PAT限制以及每一个测试所检测到的异常量对于后期追溯具有重要意义。
        实施PAT有两种主要方法：实时PAT和统计后处理(SPP)。供货商必须清楚是否要在探测和最终测试中采用两种不同方法，还是只采用一种方案更有意义。实时PAT根据对动态PAT限制的运算，在不影响测试时间的情况下，当零件被测试时就作出分选决策。这就需要能够处理监测和取样的复杂数据串流的动态实时引擎。
      同样，这一过程也需要强韧的统计引擎，该引擎可撷取测试数据并执行必要的计算以产生新的限制值，将新限制值和分选信息送入测试程序；同时，监测整个过程以确保稳定性及可控性。供货商需要对探测和最终测试进行实时处理并处理基线异常值。 统计后处理方法会产生相同的最终测试结果，在一个批次完成之后，要对元器件测试进行统计处理并作出分选决策。
      然而，因为分选决策是在批处理后作出的，后处理只能用于晶圆探测，因为测试和分选结果与特定元器件相关，以便重新分选。在封装测试中，元器件一旦被封装，就没有办法追踪或顺序排列，因而无法将测试及分选结果与特定元器件联系起来。SPP还要求进行完全测试结果的数据记录以便做出决策，日益增加的IT基础架构需要(大量时间)并大幅放慢了测试时间。由于结果被后处理，因此SPP将一个批次中基线异常值作为元器件整体的一个部份进行处理。
      两种方法在处理测试和分选结果时都需要执行强大的运算，就像区域性PAT和其它故障模式一样。区域性PAT的实例是一块晶圆中的一颗合格芯片被多块有故障的芯片包围。研究显示：这颗合格元器件很可能过早出现故障，要努力减少汽车元器件中的DPM，大部份供货商都必须找到这颗合格元器件。