Gli angoli di processo lenti, veloci e tipici dei dispositivi a semiconduttore possono essere determinati con un semplice numero, come gli Z-score (Sigma dal target di processo). Questo metodo garantisce la conferma degli angoli di processo target e la rapida consegna dei die per convalidarne la funzionalità internamente a NXP Semiconductors.
Gli oscillatori ad anello per il monitoraggio di processo (PMRO) sono un set di 18 oscillatori ad anello su ciascun die. I risultati del ritardo temporale del PMRO sono stati correlati alle strutture del wafer acceptance test (WAT) utilizzando un diagramma di dispersione JMP. Per costruire il modello sono stati utilizzati i parametri più correlati. I dati di variazione di produzione di un dispositivo precedente con la stessa tecnologia sono stati utilizzati come variabile predittiva. Lo strumento Simulator del JMP Prediction Profiler è stato utilizzato per la simulazione Monte Carlo per prevedere la variazione del ciclo di vita degli anelli. La media/deviazione standard del modello e i dati PMRO dei singoli die sono stati utilizzati per calcolare lo Z-score per ciascun die.
Il modello PMRO è stato utilizzato anche per simulare i dati attuali (IDD), che a loro volta hanno contribuito a prevedere la potenza massima del dispositivo in produzione, nonché a impostare il limite superiore IDD nel programma di test ATE.
Ciao. Mi chiamo Nivetha Shivan. Sono un Product Engineer presso NXP Semiconductors. Oggi vi mostrerò come eseguire una simulazione Monte Carlo utilizzando JMP Profiler per valutare il processo del silicio.
Un wafer semiconduttore è in genere costituito da circa 4.000 chip semiconduttori su un chip di medie dimensioni. Negli impianti di fabbricazione di wafer, viene utilizzato un processo chiamato WAT (Wafer Acceptance Test) per valutare se un wafer è veloce o lento rispetto alle specifiche del cliente. Queste strutture WAT si trovano tipicamente tra i die di un wafer. Ci sono circa 11 die adiacenti e ci sono 9 siti su un wafer, quindi ci sono circa 99 die adiacenti a queste strutture WAT.
Nei nostri dispositivi NXP più recenti, abbiamo implementato un sistema chiamato PMRO (process monitor ring oscillator). Queste strutture sono presenti su ogni singolo die del wafer, quindi circa 4.000 die per wafer. Mentre il WAT è disponibile solo in formato wafer, il PMRO è disponibile in formato wafer, per test finali e test a livello di scheda, offrendo quindi molta più flessibilità nell'analisi dei dati.
L'obiettivo principale qui è vedere e valutare quanto un determinato die semiconduttore si discosti dal target di processo e garantire una rapida consegna di questi campioni ai membri del nostro team interno. A tal fine, abbiamo richiesto un campionamento WAT più accurato. Da nove siti sul wafer, lo abbiamo esteso a tutti i siti. Quindi abbiamo eseguito correlazioni PMRO-WAT. Abbiamo eseguito correlazioni sia a livello di die che a livello di wafer. Le correlazioni a livello di die non erano solide a causa delle variazioni tra i wafer, quindi abbiamo finito per utilizzare correlazioni a livello di wafer. Farò una demo JMP per mostrarlo.
Questo è un set di dati di esempio, che contiene circa 22 wafer con diverse suddivisioni di processo. Questa colonna rappresenta la mediana del wafer PMRO e poi la mediana del wafer WAT. Per prima cosa, verificherò se i dati hanno senso. Eseguirò "Analizza", "Adatta Y per X" per creare un grafico di regressione. PMRO su Y, WAT su X. Premo OK.
Farò una legenda a rulli sulle divisioni. Come primo passaggio, appare così. Un wafer lento ha un tempo di ritardo maggiore rispetto, ad esempio, a un wafer veloce che ha un tempo di ritardo inferiore, quindi i dati hanno senso.
Traccerò una retta di adattamento, quindi triangolo rosso e retta di adattamento. Il quadrato RS è 0,97. Questo indica che WAT e PMRO sono fortemente correlati. Quindi l'RMSE è intorno a 0,11, quindi è sul lato inferiore.
Successivamente, eseguirò le simulazioni Monte Carlo per le quali devo essere nella piattaforma Fit Model. Andrò su Analizza, Fit Model, PMRO su Y e WAT in Effects. Userò i minimi quadrati standard per la personalità, modificando l'enfasi sullo screening degli effetti, e poi premerò Esegui.
Questo è lo stesso grafico di regressione che abbiamo visto prima. Scorrerò verso il basso fino al profiler di previsione. Il triangolo rosso accanto ha un'opzione "Simulatore".
Qui, cambierò il valore da Fisso a Casuale per eseguire simulazioni Monte Carlo. JMP ci offre la possibilità di inserire la deviazione standard media. Userò i dati di un dispositivo in produzione da oltre 2 anni, quindi i dati sono molti. Ricordo questo numero per il bene di questa demo. Anche questo è un set di dati di esempio, non valori reali.
Poi aggiungerò il numero di esecuzioni. Simulerò circa 1.000 wafer. Sono 4.000 dadi per wafer e poi 1.000 wafer. Poi aggiungerò di nuovo RMSE al modello e cliccherò su "Simula".
JMP ci fornisce un piccolo istogramma qui. Questo è il modello PMRO simulato. Dovrei estrarre la media e la deviazione standard dal modello. Userò la funzione "Simulatore in tabella" in basso, "Crea tabella". JMP ci ha fornito questo modello PMRO per circa 1.000 wafer.
Farò un istogramma sul PMRO. La media è circa 14,9, e la deviazione standard è circa 0,38. Il modello sembra distribuito in modo abbastanza normale. Ora inserirò la media e la deviazione standard del modello nell'equazione degli Z-score.
Passeremo a un set di dati diverso. Questo set di dati contiene fondamentalmente circa 1.200 diversi die di semiconduttori. Sono identificati qui e le loro suddivisioni di processo come le conosco oggi. I dati qui sono i dati PMRO dei singoli die, e poi ho un'equazione per i punteggi Z. Qui, ho la media del modello meno i dati individuali sulla deviazione standard del modello.
Ora controllerò se i dati hanno senso. Farò un'analisi unidirezionale, quindi Analizza, Adatta Y per X, Punteggi Z su Y, Dividi su X. Premo OK.
Ora, farò i quantili. I quantili mediani si trovano qui. Dice che i dadi veloci sono a circa più 3 Sigma dal target, e i dadi lenti sono a circa meno 3 Sigma dal target, e i dadi tipici sono centrati attorno a 0.
Gli angoli di processo per questi die semiconduttori sono stati valutati con successo. Diversi dispositivi NXP utilizzano lo stesso modello PMRO, che funziona in modo uniforme come previsto. Ancora più importante, una funzione simile nel profiler di JMP è stata utilizzata per eseguire la simulazione Monte Carlo con successo, in modo molto rapido ed efficace. Consiglio vivamente di utilizzare la funzionalità Monte Carlo di JMP anche per i vostri progetti. Grazie.
