2020年04月28日 | 普迪飞半导体俞冠源：良率提升需要数据分析、云端协作等

摩尔定律还未失效，先进制程不断向前，良率提升已经不单单是晶圆厂的挑战，整个半导体产业都需要重新审视这个问题，并引入更多有效的手段和工具。

4月24日晚，在第八期集微龙门阵之“先进制程、数据分析和良率提升”中，普迪飞半导体技术有限公司亚太区副总俞冠源作为重量级嘉宾，分享了当下先进制程中良率提升所面临的挑战和解决方法。

先进制程的良率提升

俞冠源指出，在先进工艺下探到7nm、5nm时，良率提升开始遇到了一些新的挑战，主要包括以下三点。

第一点是如何准确定位设计和生产过程中的缺陷。以前在良率提升的时候，都可以用工具看得到，但是现在做FinFET，以后还要做GAA，很多缺陷都不在表面上，而是埋在里面。怎样在研发和量产时监控这些东西，变得十分困难。以前良率可能只是晶圆厂要考虑的问题，但现在需要fabless公司在产品设计的时候，就把监控结构埋在产品里面。

普迪飞公司在与世界一流芯片设计公司以及晶圆厂近30年的合作中，积累了大量不断演进的良率提升技术。例如，可以帮助先进制程客户设计独特的监控结构，内置于芯片和晶圆的空闲位置，并结合普迪飞专用测试设备，实现大量特征数据的超高速抓取和分析，从而使得设计和工艺的缺陷一目了然。

第二点是封装时产生的应力会导致芯片中晶体管的特性出现改变。在芯片的边缘和中间，应力是不一样的，用传统的方式去监控，会导致很多后续的问题。要解决问题就需要晶圆厂和fabless协同合作，实现半导体数据从设计到生产到封装测试的全产业链管理和监控。

第三点是器件的可追溯性。苹果等大型客户要求整个供应链能够精确地跟踪到芯片的问题出现在哪一个机台，哪一片Wafer，哪一个位置。只有跟踪到才能够确认出哪个步骤出了问题，所以整个端到端的传递性是一个先进制程需要进一步提升的地方。

而作为一家专门帮助客户做数据分析和良率提升的公司，普迪飞已经在上述几个领域积累了丰富的经验，目前正在帮助很多海内外的半导体设计和制造类公司部署这些解决方案，例如Exensio大数据分析平台，作为一套完整的端到端的解决方案，能够对工厂制程进行实时监控、测试生产营运优化、进行良率分析、工艺制程设计优化以及封装营运优化。

大数据分析和云端协作

除了增强对整个制造过程的监控，数据分析也成为了良率提升的重要一环。在工业4.0的浪潮中，数字孪生是核心概念之一，它结合了实时的设施数据与制造数据，通过传感器将海量的数据搜集起来，再通过数据模型来表征一个晶圆厂。而如何去处理收集到的海量数据，是一个大问题，重点是怎样找到最有价值的数据。

俞冠源表示：“通过先进的技术把海量数据精简，才能提炼出最有用的信息。”为了把所有数据都串联在一起，做出一个端对端的解决方案，普迪飞将良率和机台联系起来，把对良率影响最密切的数据监控起来。

另外，云端的远程协作也已经成为了工业4.0的趋势之一。俞冠源认为：“在半导体领域， IC设计公司在云端方面要走在IC制造公司的前面，欧美客户走在大陆客户的前面，而云端实现最关键的难点便在于如何保障信息安全。”

俞冠源进一步指出：“在数据分析层面，如果已经生成良率数据，之后的工作便可以通过云端完成。”其实从去年下半年到今年第一季度，很多普迪飞美国和欧洲的客户已经提前开始切换云端，主要是为5G、车用和AI等芯片做准备，因为这些领域产生的数据量将会非常大。

而对于晶圆厂而言，信息安全则是更大的考量，所以制造厂选择云端时比设计公司更为谨慎，目前很多工人远程操控操作机台都是通过公司的局部网实现。俞冠源表示，几家全球最先进的晶圆制造厂两三年前便开始讨论工厂内部的云端，但依然只是一个概念，距离真正实现还有好几年的路要走，前提是做好数据安全。

值得一提的是，普迪飞推出的DEXTM 网络已经帮助全球主要封测厂实现了云端部署和边缘计算，包括通过边缘分析来实现快速预测和预测响应；减少数据丢失，提升数据质量。普迪飞提供的生产监控软件连接了全球超过24,000台芯片生产设备，实现与全球主要封测厂的数据对接，其全球数据库管理了超过4000 TB的半导体数据。同时，允许用户应用最新机器学习技术开发定制模型，以量产数据建立预测模型，为客户带来三倍ROI价值。

人工智能实现先见之明

除了大数据分析和云端协作，人工智能也是半导体制造领域近年来引入的重要技术之一。俞冠源表示：“人工智能从描述性分析到诊断性分析，再到预见性分析，主要经历三个阶段，而预见性分析已经成为业界的趋势。”在半导体领域，被动应对已经无法满足需求，业界领先者正在寻求“先见之明”。

一两年前，台积电和联电就曾表示，已经在工厂里开始使用人工智能，在人工智能的帮助下，能够在不增加机器的情况下多生产20%-30%片wafer。例如，在离子注入这道工序上，使用人工智能就能够定时做出调整，提高生产效率。另外，人工智能还可以将很多专家的经验和专业技能整合在一起，实现同时操作多台机器的可能性。

对于设计公司而言，它们则会提出边缘AI的概念，并开发出一些提升良率的算法，将其云端部署到封装厂的量测机台中。例如，当量测机台检测到wafer上的一颗芯片不合格时，在人工智能算法的引导下，机台便会自动舍弃周围的一些芯片。

俞冠源进一步指出，针对半导体领域的这些人工智能需求，普迪飞将产品技术与行业经验相结合，推出了AIM（Advanced Insights for Manufacturing）半导体人工智能解决方案。AIM解决方案架设于Exensio大数据软件平台之上，包含了早期失效诊断（ELF）、智能测试（ST）、电子物料管理（eBOM）等十多个功能模块，结合人工智能技术和协同反馈，驱动对每个客户至关重要的特定目标结果，实现效率提升和成本下降。

最后，针对中国大陆的半导体市场，普迪飞公司推出了基于云端部署的Exensio-Hosted半导体数据分析平台。Exensio–Hosted是一款不需要任何IT维护的企业级的云端数据分析系统，它可以让我们随时随地去访问数据，并且可以做一些定制化的数据分析，快速的查找问题的根源。该平台目前提供免费账号的注册申请，方便芯片设计企业迅速掌握先进的数据分析手段