關鍵詞：汽車芯片、半導體

在SEMICON China 2019期間，KLA在上海舉辦新聞發布會，企業傳播高級總監Becky Howland女士和中國區總裁張智安先生向電子產品世界等媒體介紹了汽車半導體的檢測技術。

KLA可提供檢測和量測機臺，找出在制程中導致可靠性問題的缺陷，讓問題在最前端解決。KLA的新研究——在線檢測數據輔助芯片篩選法，即正在申請專利的新技術 I-PAT，與常規的G-PAT方法相結合，使可靠性檢測效率大幅提高。

1 制程控制為什么重要

KLA制程控制包含兩個部分，一是檢測，即找出關鍵缺陷；另一個是量測，就是測量關鍵參數 (Measure critical parameters)，例如線寬(line)，高度(heights)及側壁刻蝕角(side wall angle)等。

對于半導體制造商而言，不能發現問題就無法解決，不能測量就無法控制。KLA所做的是提供設備給客戶，讓客戶檢測和量測每個關鍵制程步驟，確保芯片最后的良率和產出。

在半導體制造過程中找到這些缺陷的挑戰是非常大的，因為缺陷的尺寸非常小，以DNA的雙螺旋為例，它是6 nm，而KLA要檢測的半導體線寬在7 nm左右，甚至小于5 nm。

如果你是半導體制造商，你開發了新工藝，想要芯片上市，需要良率指標。良率曲線圖如下圖，Y軸是良率，X軸是時間。KLA希望可以借助制程控制的能力，幫助客戶在更短的時間，達到更高的良率。因為良率越高，客戶的收益越高。

另外，制程上，可以通過KLA的設備讓客戶更快地研發芯片，以便快速進入市場，實際上也是幫助客戶獲得更多利潤。

2 汽車半導體制造的特點

在消費類電子中，通常考慮晶圓廠制程是否在控制之中://www.xnsvs.com/cps” title=”產品中心” data-wpil-keyword-link=”linked” data-wpil-monitor-id=”8814″>電子元器件也帶來了風險，據統計，從下圖可見，如果將隨機故障（18％）、系統故障（29％）和測試覆蓋率故障（14％）加總，大約有47％的零公里故障是源自于電子元器件的缺陷。何謂零公里故障？加入我今天買了一輛車，剛剛開出去出了問題， 47%機率是由于電子缺陷造成的故障，所以這是一個很高一個比例。

以技術的節點來看（如下圖），以前消費電子和汽車電子沒有太多的關聯，但是現在汽車電子的技術節點越來越小。

在消費電子和汽車電子之間，有很多應用條件是不同的，汽車電子對于操作參數的要求是更為嚴苛（如下表）。以溫度為例，手機基本在0到40℃就可以運作，但是汽車一般要在-40到160℃。

3 KLA的解決方案

KLA的角色是盡快發現問題，并在問題擴大之前對其進行處理。KLA在整個汽車產業鏈里面的作用就是它在最前端（如下圖），即橙色(Fab)端起功效。KLA與晶圓廠合作，因此希望在元器件封裝之前就發現晶圓制造中的電子問題。

從晶圓廠到封裝到組裝成零件，再到0公里，到最后的召回，每錯過一個階段的查找，停止和糾正問題的成本就會增加10倍，所以召回的成本是最昂貴的。因此，KLA所做的是使用檢測和量測機臺，第一時間找出在制程中導致可靠性問題的缺陷，把問題在最前面解決。

3.1 當今汽車半導體的檢測挑戰

不過，現在的汽車電子產品和以前很大不同。左下圖是以前的汽車電子模塊。在以前，汽車電子的制程控制是相對容易的，人們用的是比較舊型的檢測和量測的機臺。右下圖是現今的汽車電子，可見更加復雜，因而對制程控制的要求非常高。KLA針對此開發了新方法，并為汽車電子制造廠提供技術領先的檢測和量測機臺。

3.2 潛在缺陷檢測

潛在缺陷——latent defect（影響芯片可靠性的缺陷）和致命缺陷（影響良率的缺陷）有何不同？

一些潛在的可靠性缺陷是最嚴重的。左下圖是好的芯片（good die），右下圖是壞的芯片（bad die），它的電性能異常芯片測試（e-test）沒有通過。但中下圖的情況是危險的，可以看到兩條線之間的距離太小，但這個芯片將在晶圓探針和最終測試中通過測試。

當你駕駛汽車時，本來并沒有發現這缺陷，隨著電子遷移、張力遷移，在慢慢的張力轉移過程中，本來有一個小的接觸，慢慢接觸了以后，變成右上圖，就發生短路了。

好消息是潛在缺陷與致命缺陷的檢測方法實際上是相同的：只要你知道如何檢測影響良率的致命缺陷，提高機臺的靈敏度，就能測量到影響芯片可靠性的缺陷。這方面正是KLA的專業領域。

4 汽車電子制程控制的三種方法

汽車電子新的制程控制方法主要有三點：一是大大減少基線缺陷；二是更高的采樣率可以捕捉偏移；三是智能使用在線缺陷檢測結果來幫助芯片篩選的準確性。

4.1 大幅“基線缺陷減少 。這是在已經使用的減少缺陷檢測的策略上做更多的事情。例如，提高靈敏度并確保檢測到影響芯片可靠性的缺陷。如下圖，對于消費類電子產品，圖中的藍線顯示了典型的良率曲線。藍線的后面加上的紅虛線代表汽車電子，汽車電子對良率的要求比一般消費類電子產品的良率更高，需要測量到可靠性缺陷來提高良率。KLA的解決方案就是把靈敏度提高到更高程度。

4.2 偏移的監控。該方法在制程控制時一直被運用，但是汽車電子對制程控制的要求更高，所以需要把抽樣增加，技巧性更加強。

上文所述是通過減少所有缺陷來降低潛在缺陷的制程控制，現在還有第三種方法——芯片篩選。

芯片篩選。為了實現在線檢測數據輔助芯片篩選，KLA有正在申請專利的新技術 I-PAT (在線零件平均測試 ，Inline PAT)。這是KLA之前沒有做過的事情。當芯片被制造出來后，需要通過晶圓探針（wafer probe）或電性能異常芯片測試（e-test）來確定芯片的好壞。下圖左是通過電性能檢測以后，打X的是不好的芯片。傳統方法就是G-PAT (Geographic Part Average Testing)，所做的是移除壞的芯片，但在其附近的芯片也可能都不是好的，因為只能檢測到致命缺陷，沒有辦法檢測可靠性缺陷。所以為了安全起見，附近所有的芯片也要被丟棄。下右圖在打黑X的旁邊，可疑的用紅X表示，把這些全部拿掉，以便不讓這些不好的或者有可能不好的芯片往下游走。這種方法不是廠家愿意看到的情況——把不好的或懷疑不好的芯片全部拿掉。但這種方式就有可能把好的芯片丟棄，對廠家來說這意味著資金的浪費。

為此，KLA開發出了更先進的在線零件平均測試（I-PAT）技術，并且通過犧牲較少的良率，而顯著提升可靠性。方法是下圖左已查出一些不好的芯片，根據KLA在線上檢測出來的跡象，看到四條跡象，把它們重疊，之后把重疊的部分/有問題的去掉。這樣可以看到，下圖右懷疑壞的芯片比上圖右的少了很多，這樣就減少好的芯片被去掉。

簡而言之，I-PAT技術利用基于硬件（檢測設備）和軟件（數據分析）尋找那些在總體生產中的多個常規檢測中累計缺陷異常多的芯片。這些異常芯片從統計上來講更可能包含需要消除的潛在可靠性缺陷。I-PAT結果可以與電性能異常芯片測試相結合，改進芯片的整體“通過/不通過”決策。

那么，I-PAT是種新的設備，還是在原有的設備上做一些軟件的升級？答案是：目前這還不是一個產品，只是一項研究。這會是新的產品，只針對汽車電子。

另外的問題是：現在增加了檢測的項目和技術，速度是不是就會降下來一些？答案是：有可能，因為你需要做更多的檢測，你可能要么花費更多的時間，或者使用更多的檢測設備，這樣成本會上升，但另一方面，可以提早發現問題。所以對整個成本來說，還是下降的。目前，汽車電子行業存在很昂貴的問題，KLA主要針對3個方面準備了解決方案。