利用PVTW表征硅裕度:超越通过/失败测试
生产测试必然围绕决策展开:通过、失败、分选为第1类、分选为第2类、出货、不出货。特性分析的目标不同。它不仅询问器件是否满足规格,还询问其距离边界有多远。
随着处理器将计算、存储、高速接口、多个电源域和先进封装集成到日益复杂的系统中,这种区别变得越来越重要。
假设五个器件都通过产品规格,但在相同受控工作负载下,其最低稳定工作电压为:
0.70 V | 0.71 V | 0.73 V | 0.76 V | 0.79 V
生产测试看到的是五个通过器件。特性分析看到的是五种不同裕度水平。这将工程问题从“该器件为何失败?”转变为一个可能更有用的问题:
什么在消耗产品裕度?
PVTW(工艺、电压、温度、工作负载)为探索这个问题提供了框架。
取同一器件,使用常规自动测试设备(ATE)测试内容建立其电压和频率边界。然后在运行确定性计算工作负载时建立另一个边界。再使用SRAM、存储器、PCIe和组合工作负载重复上述过程。我们可能会发现这些边界并不相同。
这种差异可以告诉我们哪种工作负载正在暴露限制条件,以及更深入的表征应从何处开始。
表征边界
与其只在单一标称工作点测试,不如主动逼近边界。在固定频率、温度和工作负载下扫描电压。在其他条件保持不变时扫描频率。在不同温度下重复。然后调节各个电源域。
可以在扫描核心电源轨、同时保持存储器和I/O电源轨固定时,对计算工作负载进行表征。可以在扫描与存储器相关电源轨时,对存储密集型工作负载进行表征。也可以在保持PCIe流量的同时,改变相关电气和热条件。
此时,我们不再只是判断某个子系统是否能工作,而是在测量其在既定工作负载下有多少裕度。
已知良好器件与裕度不足群体
群体分析使这一点更有力。取已知良好器件和系统级测试(SLT)裕度降低的器件,在相同PVTW条件下表征这两组群体。不要只问哪些器件失效,而是比较它们工作包络的形状。
裕度不足群体是否表现出一致的电压偏移?差异是否只在高温下出现?是否只在计算和存储同时活动时出现?是否存在某个特定电源轨或频率切换点,使两个群体分离?
裕度分布的形状可以提供有关物理机制的线索。
长时间SLT失效可转化为短时测试
假设某个系统工作负载需要45分钟,裕度不足器件才开始出错。这对学习有用,但作为生产筛查成本很高。
PVTW表征可以帮助确定该工作负载为何暴露问题。一旦机制得到更好理解,ATE能力就可以寻找与相同裕度不足相关的更短电学、结构或功能特征。
也许某个电压和频率角可在数秒内暴露问题。也许某个定向功能图形可复现该条件。也许某个特定电源轨响应或接口测量可预测该问题。
如果相关性足够强,更短的测试有可能移入最终测试,甚至晶圆分选。学习流程变为:
SLT发现 → PVTW表征 → ATE关联 → 生产测试筛查
因此,更深入的SLT表征目标未必是进行更多SLT。在某些情况下,其最大价值可能在于教会我们如何更早、更快地筛查风险。
裕度是连续工程变量
这就是为什么我认为应保留裕度数据,而不是立即把一切简化为通过和失败。最低工作电压、最大稳定频率、热裕度、接口裕度、电源裕度和工作负载裕度都可以成为连续表征参数。这些测量可以跨器件群体、工艺角、封装条件,并最终跨制造历史进行比较。
一个拥有100 mV裕度的器件和一个拥有10 mV裕度的器件,今天可能都满足生产规格。但它们对于工艺波动、产品稳健性和未来设计决策,可能说明非常不同的问题。表征这些差异有助于回答一个更根本的问题:
产品工作边界在哪里?什么会使它移动?
这个问题不止于硅。围绕硅的封装有自己的制造历史、材料和工艺波动。
在第三部分中,我将探讨二维ID和单元级追溯如何将PVTW裕度一直追溯回晶圆X、Y坐标和基板面板X、Y坐标。
来源: 海外媒体