在缺陷密度相同的條件下,若加大晶片面積,良率一般會如何變化?
- A下降
- B提升
- C不變
輸入晶圓直徑、晶粒尺寸與缺陷密度,即可得知一片晶圓能放下多少顆晶粒、其中有多少顆是良品,以及每顆良品晶粒的成本。試著把晶粒加大,看看成本如何攀升。
| 良率模型 | 良率 | 良品晶粒數 | 每顆良品晶粒成本 |
|---|---|---|---|
| Poisson | – | – | – |
| Murphy | – | – | – |
| 負二項 | – | – | – |
良品 不良 · 本例的良品晶粒數: –
將預期數量的缺陷以均勻隨機方式散布,凡被至少一個缺陷擊中的晶粒即標記為不良(與 Poisson 模型的假設相同)。實際缺陷會群聚,因此實際良率通常會略高一些。
其他輸入維持目前的值,只讓選擇的輸入在目前值的 1/4 到 4 倍之間變化時的結果。紅點是目前的值。
晶粒以網格方式排列,彼此以切割道隔開,切割刀會沿切割道切開。晶圓最外圍幾毫米因膜厚與平坦度較難控制而不予使用(邊緣排除區),因此只有完整落在可用圓內的晶粒才計入。本計算器會嘗試四種網格擺放位置,並回報其中最多的數量。常用的估算式 DPW ≈ πr²/S − πd/√(2S)(S 為含切割道的晶粒面積,d 為可用直徑)扣除了邊緣損失的不完整晶粒,結果通常略低於網格計數。
設晶粒面積為 A、缺陷密度為 D₀,假設缺陷完全隨機落下的 Poisson 模型給出良率 Y = e^(−A·D₀)。實際缺陷往往群聚在晶圓的某些區域,因此在相同平均密度下,實際損失的晶粒較少。Murphy 模型 Y = ((1 − e^(−A·D₀)) / (A·D₀))² 與負二項模型 Y = (1 + A·D₀/α)^(−α) 都將這一點納入考量。群聚係數 α 越大,結果越接近 Poisson;α 越小,代表缺陷群聚越明顯。
晶粒越大,每片晶圓的晶粒數會依面積成比例減少,在晶圓邊緣損失的比例也越高,而且更容易碰上缺陷。例如在 300 mm 晶圓、100 µm 切割道、3 mm 邊緣排除區、D₀ = 0.1 每 cm² 的條件下,10 × 10 mm 的晶粒可得 612 顆,Poisson 良率約 90%,良品約 554 顆。改為 20 × 20 mm 時降為 148 顆,良率約 67%,良品約 99 顆。若每片晶圓 10,000 美元,每顆良品晶粒成本會從約 18 美元升至約 101 美元:面積為 4 倍,成本約為 5.6 倍。這正是設計越來越常拆分成較小的小晶片(chiplet)的主要原因之一。
這些是用來理解取捨關係的一階估算。實際晶粒數取決於曝光 shot 在晶圓上的步進排列方式、測試結構的位置,以及缺口(notch)區域的處理方式。缺陷密度會隨製程成熟度、層數與設計規則而有很大差異:成熟的大量生產製程常引用約 0.1 每 cm² 的數值,量產爬坡期間則可能是其數倍。本計算未包含參數變異(而非隨機缺陷)所造成的良率損失。
正確答案:B. 約90%
D × A = 0.1 × 1 = 0.1,所以Y = exp(−0.1) ≈ 0.905,亦即約90%。當D×A很小時,可近似為Y≈1−D×A,缺陷的平均個數就直接等於不良的比例。在相同缺陷密度下,若晶片面積變為5 cm²,則會降到exp(−0.5) ≈ 61%。約50%是D×A≈0.7時的值,約99%則是D×A≈0.01時的值。
約 600 顆,假設切割道為 100 µm、邊緣排除區為 3 mm。確切數量會隨切割道寬度、邊緣排除區與網格擺放位置而變動。
考慮缺陷群聚的負二項模型通常更符合實際晶圓廠資料,業界也廣泛採用。Poisson 模型較簡單,對大晶粒會給出偏保守、較低的良率。
將一片完成加工的晶圓成本,除以該晶圓產出的良品晶粒數(總晶粒數 × 良率)。成品還需另加測試、封裝與最終測試的成本,以及這些步驟各自的良率。