2019年05月10日 | 如何检查需要预防的汽车潜在缺陷

引言

如今，现代汽车使用的数字代码超过 10 万行1，预计到2025 年，这一数字将增长 6 倍，并且在 10 到 12 年内，车载电子设备预计将占据电动汽车和自动驾驶汽车一半的价值。考虑到目前 30% 以上的现场故障都是由汽车的电子设备引起的，这些数字引人深思。

汽车召回不仅会损害公司声誉，而且成本高昂，与电子 设备相关的召回次数增多所带来的影响让厂商无法承受。汽车电子设备的一个已知风险是潜在缺陷，也就是在半  导体晶圆厂的测试中或在组件封装的后续老化测试中并  未出现的故障。随着时间的推移，这些缺陷会逐渐发展， 从而引发可能导致安全危害和昂贵召回的故障。

电子设备缺陷已经是一个代价高昂的问题，但许多因素可能会使这些缺陷在未来成为一个更重要的问题。汽车电子元件的价值正在上升，这在很大程度上要归功于数字控制和舒适系统，先进的驾驶员辅助系统 (ADAS) 以及全自动驾驶汽车的持续发展。随着汽车成本的增加， 驾驶员和乘客越来越依赖于嵌入式系统来引导和控制其出行，买家对“卓越表现”的期待也随之提高。随着电子设备日益融入到安全系统中以及自动驾驶汽车的出现，电子系统故障可能会对生命构成潜在威胁。当问题出现时，这将激化召回的需求。此外，随着汽车使用模式的增加，代价高昂的潜在缺陷将更有可能显现出来。

根据Electroiq2，当前一辆典型的汽车包含5000到8000个微芯片（芯片）。如果一家制造商每天生产25,000 辆汽车，芯片故障率为百万分之一 (PPM)，那么每天生产的汽车中就有 125 辆存在潜在芯片质量问题。在任何条件不变的情况下，随着更多的电子设备安装到汽车上，这个数字将会成倍增长。

为了应对这些挑战，芯片制造商将需要找到相应的方法， 用较低的成本来识别或防止制造不可靠的芯片，并在不可靠的芯片被安装到电子组件并继而被安装到汽车中之前， 将其从供应链中剔除出去。

半导体晶圆厂的一个有故障的芯片的成本相对较小(1X)。如果这个芯片通过了封装制程，然后在老化制程中被识别，则故障成本已上升到晶圆厂预防成本的10倍。如果这个有故障的芯片进入了制造工厂，并在问题出现之前被安装到了汽车中，则成本会增加到一个天文数字，也就是在晶圆厂消除或预防此问题的成本的 1000 倍，而这还未考虑到对安全或生命的潜在威胁。

发现有问题的微粒

显然，晶圆厂是防止潜在缺陷的最符合逻辑，最具成本效益的地方。问题是，很难通过大多数现代半导体晶圆厂普遍使用的技术来识别潜在缺陷，因为这些晶圆厂传统上注重于让生产制程消除更易识别的“致命”缺陷来实现良率最大化。这些缺陷通常是由较大的微粒引起的，这些微粒可能会桥接相邻线路或者嵌入到栅氧化层等层中，导致垂直泄漏。所谓的“大微粒”取决于电路间隔或者间距（两个传输电子信号的相邻电路的接近度）。芯片的设计各不相同，因此一个晶圆厂中导致“致命”缺陷的微粒可能为90nm，而另一个晶圆厂中的可能为5nm。晶圆厂使用的计量系统在选择时考虑到了经济因素，主要用于检测可能会给晶圆厂的典型电路间距带来风险的大小的微粒， 并专门选择了相应的过滤器来去除进入制造过程的流体中的致命微粒。

这些致命微粒由于较大，通常更容易使用内联计量方法发现，并在晶圆厂进行过滤来去除。中等大小的微粒不易通过传统计量系统发现或通过传统过滤器去除，并且也可能导致问题。它们可以在设备封装步骤的老化制程中被发现，但无法去除。因此，那些在老化中被发现存在故障的设备只能被丢弃，从而造成可销售商品的损失。用于发现这些大中型微粒引起的缺陷的设备和方法是众所周知且经过证实的，并且已成为任何电子设备可持续生产的一个组成部分。

小威力，大问题

各种检测已经开始描绘出潜在缺陷与污染物（如微粒，凝胶，金属离子和有机物）之间的关系。这些是在晶圆厂采取标准预防措施和老化可用性测试后仍然存在的污染物。尽管导致了短路，开路或任何电解质泄漏的污染物会被检测到，但较小的和中等大小的污染物仍可能会嵌入在相应的层中，并随着时间的推移而引发问题。

业界对可靠性故障原因的研究已有几十年了。其中的原因包括电迁移，氧化层击穿，热载流子注入 (HCI)，应力导致的开裂和负偏压温度不稳定性 (NBTI) 等效应。此外，还发现了与扩散，腐蚀和可塑性有关的更多机制。随着可靠性目标变得更加严格，将需要采用更多机制，  对与微粒和金属污染物有关的潜在缺陷进行控制，从而  使可靠性达到新的水平。

微粒大小对栅氧化层的影响

图 5 从三个问题层次总结了小微粒，中等大小微粒和大微粒对栅氧化层完整性的潜在影响。最大的微粒可能会破坏芯片上的特征图案或干扰不同材料的分层，并导致“致命”缺陷。去除大微粒可以立即提高良率，并且可以很轻松地通过计量系统发现并通过标准的半导体液体过滤器和净化器去除这些大微粒。阻止或控制大微粒的成本不高。但是，一旦晶圆在半导体晶圆厂中生产出来，这些微粒和任何相关缺陷将会永久嵌入其中，无法修复。

不当的过滤或计量方法可能会漏掉中等大小的微粒，这些微粒可能会也可能不会在老化测试中导致故障。由于这些微粒不会完全破坏芯片上的特征图案或干扰不同材料的分层，因此它们不会导致设备的即时故障。随着时间的推移，这可能会导致安装的部件最终出现故障。为防止潜在缺陷，应在半导体晶圆厂发现并处理这些晶圆缺陷。根据现有的计量技术，发现这些故障的难度会更大，成本也会更高，但在这个制造阶段发现问题可以将不合格的芯片从供应链中剔除。可以通过加强过滤和净化操作来预防这些缺陷。

下一个挑战是可能无法通过晶圆厂的过滤器去除或由计量系统检测到的小微粒。由于它们只是部分地破坏芯片上的特征图案，或部分地干扰不同材料的分层，因此它们不会导致设备的即时故障，也不会在芯片和模块制造过程中的老化测试中发现。它们可能导致的恶化发生得更慢，从而导致潜在故障，这种故障可能在芯片通过所有参数检验，老化测试和功能测试并投入使用后的几个月或几年之后才会发生。

请注意，从图 5 中可以发现，微粒密度会随着微粒变小而增加。用自然界作为类比，化学物中的微粒分布与地质状况相似。地球上的沙粒比大石块多得多。在同一图表中，缺陷密度也会随着微粒变小而增加。但是，随着微粒持续变小，缺陷密度将降低并定格在某个点。此时，微粒已经足够小，以至于不再可能产生潜在缺陷，因此不需要成为清除工作的重点。与其他大小的微粒一样，“小”微粒大小的描述将因每个电路设计的容差而异。

应对十亿分率的挑战

业内早已意识到这些问题。适用于AI（人工智能），HPC（高性能计算），加密货币，5G以及其他存储和处理密集型应用的高端芯片的制造商正在努力达到接近 零缺陷的标准。但是，车用芯片传统的特点是，在电力 应用，微控制器和低复杂度传感器中要求有较大的电路 宽度和严格的质量标准，从而在 10-15 年的预期寿命中能够承受恶劣的温度，湿度和振动条件的考验。因此，污染控制通常集中在去除较大的微粒，以免产生威胁良 率的致命缺陷。但随着我们让汽车对我们的出行需求和 整体安全进行更多的自动化控制，汽车制造商越来越意 识到，在个别故障和代价高昂的召回中，污染与潜在缺 陷之间可能存在关系。随着行业期待将设备故障率从ppm 级别降低到ppb级别，半导体制造商将不得不进一步展示满足这些要求的能力。随着在汽车应用中引入新的设备设计，可展示的芯片可靠性将很快成为一个关 键的竞争优势，这将为那些能够达到质量，成本，性能 和可靠性标准的组织创造更多的机会。

正在接受评估的污染控制解决方案将使用现代计量工具和缺陷检测技术的检测方法，并结合使用过滤和净化技术的预防策略。每个晶圆厂和制程都独具特色，因此有不同的解决方案来满足每个晶圆厂和工序遇到的不同需求和限制条件，以便去除导致缺陷的污染物。通过描绘半导体制造制程中的污染物概况并实施去除策略，可提供最全面和可预测的结果。根据所使用的计量技术，可检测到的微粒大小存在限制。在不降低晶圆良率的情况下，小于检测限制大小的微粒仍可能对电路的可靠性造成威胁。随着汽车的互联程度越来越高，且电子设备在汽车价值中所占的比例越来越大，汽车芯片制造商需要探索采用何种方法来实现更高的可靠性能，以解决这些小微粒和杂质造成的问题以及由此产生的潜在缺陷，这一点非常关键。这些工作可以通过实验室中的加速生命周期测试来进行验证，从而无需经过多年的现场测试，便可了解投资回报的情况。

总结

随着汽车与先进的驾驶员辅助系统4 (ADAS)和其他数字系统的集成程度越来越高，汽车将包含种类和数量更多的芯片。这些数字系统将包括传统的传感器，电力设备，微控制器和存储，而 ADAS和其他系统会将我们的手机和其他“高性能计算”处理和存储技术带到汽车上，从而构造出最复杂的数字系统之一。这些汽车对芯片安装到汽车中之后显现的潜在缺陷具有高度敏感性。无论是涉及更换故障元件还是召回和生命安全，纠正这些缺陷的代价都将非常高昂。晶圆厂的检测以及后续的老化测试（旨在发现当场出现故障的芯片）很难发现导致潜在缺陷的小微粒和金属污染物。芯片制造商面临的问题是，通过更严格的测试提高芯片可靠性的做法可能会引发一场关于晶圆良率取舍的哲学辩论。在不降低良率的情况下提高可靠性的一种方法是，在这些小微粒和金属污染物进入芯片生产过程之前，通过更彻底的过滤和净化来去除它们。随着潜在缺陷和污染物之间关系的进一步确定，这种提高可靠性的方法可能会成为一种强有力的竞争优势，并提供极高的投资回报。