推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

面向存储芯片的先进工艺中良率提升技术与统计过程控制SPC.docx

资料介绍

面向存储芯片的先进工艺中良率提升技术与统计过程控制SPC

——从缺陷密度控制到工艺参数优化的良率管理方案

引言

良率是存储芯片制造的核心经济指标,直接影响芯片的成本和竞争力。在DRAMNAND闪存的先进工艺节点中,良率管理面临严峻挑战:工艺步骤数超过1000道,缺陷密度需要控制在每平方厘米0.01个以下,工艺参数的偏差需要控制在纳米级。统计过程控制(SPC)通过监测和分析工艺参数的变化,发现工艺偏差的早期信号,及时调整工艺参数,防止良率损失。本文系统分析面向存储芯片的先进工艺中良率提升技术与统计过程控制方案。

良率模型

良率的基本模型

存储芯片良率的基本模型:

1. 泊松模型Y = exp(-D×A),其中D为缺陷密度,A为芯片面积。适用于缺陷随机分布的场景。

2. 负二项模型Y = (1 + D×A/α)^(-α),其中α为缺陷聚集因子。适用于缺陷聚集分布的场景。

3. 复合模型:结合多种缺陷类型,分别计算每种缺陷引起的良率损失。

良率损失分析

存储芯片良率损失的主要来源:

1. 随机缺陷:制造过程中的颗粒缺陷导致存储单元失效,缺陷密度随工艺节点微缩而增大。

2. 系统缺陷:光刻、刻蚀和CMP等工艺的系统性偏差导致芯片性能偏离规格。

3. 参数缺陷:晶体管的阈值电压、驱动电流和漏电流等参数偏离规格,导致芯片性能不达标。


部分文件列表

文件名 大小
面向存储芯片的先进工艺中良率提升技术与统计过程控制SPC.docx 39K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载