良率学习缺陷帕累托:失效分 bin、诊断驱动工艺改进的闭环方法
更新时间:2026-09-29。在 CP/FT/老化测试与失效诊断 里,我们把一颗芯片从晶圆测试到成品测试再到失效诊断的流程走了一遍;在 良率、缺陷密度与成本 里,我们建立了「缺陷密度决定良率、良率决定成本」的量化关系。但知道良率低只是开始——真正的问题是:低在哪里?哪种缺陷贡献最大?该先打哪一个?这一篇介绍的良率学习缺陷帕累托方法,就是把海量失效数据压缩成一张可行动的优先级清单的系统做法。
本文要回答的问题
- 良率学习和日常量产测试有什么区别,为什么前者必须「过度收集」数据?
- 失效分 bin(binning)怎么分才有诊断价值,软 bin 和硬 bin 各管什么?
- 体积诊断(volume diagnosis)怎么把成千上万的 fail log 汇成缺陷分布?
- 帕累托图怎么读,为什么「前两三根柱子」决定整个良率改进的排期?
- 从帕累托到工艺改进,闭环是怎么转起来的,谁在每一环负责什么?
一、良率学习:量产之外的另一条数据战线
量产测试的目标是分拣:pass/fail,fail 的报废或降级,数据能省则省,因为测试时间就是钱。良率学习(yield learning)的目标完全相反:它出现在新品导入(NPI)和良率爬坡(ramp)阶段,任务是尽快搞清楚「是什么在杀死芯片」,为此不惜多花时间收集诊断数据、多测边界条件、甚至把 fail 的片子送去物理失效分析(PFA)。
两者的差异直接决定了数据基础设施的不同:
| 维度 | 量产测试模式 | 良率学习模式 |
|---|---|---|
| 目标 | 分拣,单位成本最低 | 找根因,信息密度最高 |
| 数据收集 | 只记 bin 号 | 全量 fail log + datalog + 诊断 |
| 测试时间预算 | 秒级,逐点压缩 | 可放宽数倍,允许诊断插入 |
| 样本量 | 全量(但信息浅) | 抽样(但信息深) |
| 产出 | pass/fail 判定 | 失效模式帕累托 + 改进建议 |
良率学习的产出物只有一件东西:一张按贡献度排序的失效模式清单。它回答管理层最关心的问题——下个月良率从 65% 提到 80%,钱和人该砸在哪个问题上。帕累托分析就是把这张清单可视化的标准工具。
上图是整个良率学习闭环的主干。注意它不是单向流水线:action 指回 fab 的那条边才是「学习」二字的含义——每一批晶圆的失效数据都在修正下一批的工艺窗口。
二、失效分 bin:给每颗坏片一张身份证
帕累托分析的第一块基石是分 bin。如果所有 fail 都堆在一个桶里,后面什么都分析不出来。bin 体系分两层。
硬 bin(hard bin) 是物理分拣的桶,决定这颗 die 的去向:bin 1 是正品出货,bin 2~n 是各种降级或报废类别。硬 bin 数量受分选机(handler)物理仓位限制,一般 8~16 个。
软 bin(soft bin) 是逻辑分类的桶,数量不受限(几千个都行),按「哪个测试项、哪个电压频率点、哪个向量段 fail」精细编码。软 bin 才是诊断的燃料。
设计 bin 表的核心原则是按失效机理分,而不是按测试流程位置分。同样是在 PLL 锁定测试 fail,「锁定超时」和「锁定后频率偏移」应该进不同软 bin,因为前者多指向电源噪声或工艺角漂移,后者多指向 VCO 增益偏差。一个反例:某公司早期 bin 表按测试程序段落编号(bin 101 = 第一段 fail、bin 102 = 第二段 fail),结果一段测试里混着 MBIST、scan、PLL 三类测试,帕累托图做出来前三名全是这种「混合桶」,完全无法行动,只能返工重定义 bin 表。
典型的一颗 SoC 软 bin 划分骨架如下:
| 软 bin 段 | 含义 | 指向的失效机理 |
|---|---|---|
| 1001–1999 | MBIST fail(按 memory 实例细分) | 位单元缺陷、 periphery 电路弱点 |
| 2001–2999 | scan/ATPG fail(按 pattern 段细分) | 桥接、开路、单元内部缺陷 |
| 3001–3999 | at-speed 功能 fail | 时序 marginal、工艺角偏差 |
| 4001–4999 | 模拟/IO fail | ESD 结构、模拟参数漂移 |
| 5001–5999 | 漏电/功耗超限 | 栅氧缺陷、结漏电 |
| 9001–9999 | 测试接触/设备问题(疑似) | 探针卡、load board,非芯片问题 |
最后一段容易被忽视但极其重要:测试设备自身的假 fail 必须能单独归 bin,否则探针卡脏一批,你的「缺陷帕累托」第一名就是假数据。
三、从 bin 计数到体积诊断
bin 计数回答「多少」,诊断回答「在哪、是什么」。CP/FT 的 fail log 记录了哪条 pattern、哪个扫描链、哪个观测点出错了,但这对工艺工程师来说是天书——他们想知道的是「金属三层某区域的短路缺陷」。把前者翻译成后者的工具就是 scan 诊断,而把它做到成千上万颗芯片规模的技术叫体积诊断(volume diagnosis)。
单次诊断的原理:测试机记录 fail pattern 里所有 mismatch 的 cycle 和 pin,诊断软件用 ATPG 的故障模型反向推演——哪些候选故障位置能解释这组观测到的 mismatch——输出一个候选列表(suspect list),每个候选带缺陷类型猜测(stuck-at、bridge、open、cell-aware 等)和版图坐标。
上图的要点在「跨 wafer/lot 叠加」这一步:单颗 die 的诊断结论噪声很大(一个 fail 可能有十几个等效候选),但把几百上千颗同 bin 失效的诊断结果叠在一起,真正的系统性缺陷会在版图上聚成簇——比如所有失效 suspect 都指向某个 PLL 宏单元边上的标准单元区,这几乎可以直接锁定问题。random defect(随机颗粒缺陷)则不会在版图上聚簇,它在晶圆图上表现为位置随机、密度与面积成正比,两种失效在汇总图里一眼可分。
这里有一个数据量的现实约束:全量诊断算力开销巨大,工程上通常的做法是对每个软 bin 分层抽样——大 bin 抽 100~300 颗诊断,小 bin 全诊。帕累托头部 bin 贡献 80% 损失,抽样预算也向头部倾斜。
四、帕累托图:读法与决策
数据齐了,最后一步是排序。良率学习缺陷帕累托图的标准画法:横轴是失效模式(软 bin 或诊断聚类后的根因类别),按贡献降序排;左纵轴是该模式损失的 die 数(或折算的良率百分点),右纵轴是累计百分比曲线。
这张图怎么读?三条经验。
第一,只看头部。上面这个例子里,P1+P2 占了 63% 的损失,P1 到 P3 占 77%。良率改进计划如果只排得下两件事,那就是 SRAM 位单元和金属三层桥接,其余的先不动。试图同时打十个问题的团队往往一个都打不掉。
第二,区分「可改善」与「不可改善」。P5 探针接触是测试问题,清探针卡就能解决,收益快但跟芯片良率无关;P3 at-speed 失效可能是设计时序余量不足,改版(ECO)才能根治,周期长。帕累托排序之后还要再叠一张「成本-周期」表决定动手顺序。
第三,长尾不是忽略,是归档。P6 往后的项目单独立项不划算,但它们应该进入监控看板——一旦某个长尾 bin 的比例抬头(比如某批 lot 的 IO 漏电从 0.8% 跳到 3%),说明工艺窗口漂移了,要触发新的学习循环。
一个常见的误读是把帕累托当静态快照。良率爬坡期应该每周重画:上周的 P1 被工艺调整后,这周应该萎缩,新的 P1 浮上来。如果连续三周帕累托头部纹丝不动,要么改进措施没打中根因,要么数据收集环节有假 fail 污染——这本身就是重要的管理信号。
五、闭环的最后一公里:谁对哪根柱子负责
帕累托图本身不改良率,改良率的是它触发的行动。每种失效模式对应不同的责任方和典型动作:
| 失效模式 | 责任方 | 典型改进动作 | 见效周期 |
|---|---|---|---|
| 存储器位单元失效 | 工艺 + 设计 | 修 bitcell 工艺窗口;加冗余行列修复 | 4–12 周 |
| 金属层桥接/开路 | 工艺(fab) | 调光刻/刻蚀窗口、OPC 修正 | 2–8 周 |
| at-speed 时序失效 | 设计 | 修 clock tree、加余量、降频分 bin 出货 | 数周到一次改版 |
| 漏电/功耗超限 | 工艺 + 设计 | 调掺杂/栅氧;Vth 分 bin | 4–12 周 |
| 测试假失效 | 测试工程 | 清探针卡、修 contact、调测试程序 | 数天 |
闭环运转的节奏一般是这样的:测试工程师按周出 bin 帕累托;诊断团队对头部 bin 做体积诊断,把「bin 级」帕累托细化为「根因级」帕累托;良率工程(YE)召集工艺和设计开评审会,确定打哪根柱子;必要时挑几颗代表性失效 die 做 PFA(去层、SEM 拍照)验证诊断结论——PFA 贵且慢,只能做几颗,所以它的角色是校准体积诊断的置信度,而不是替代它。措施上线后,下一批 lot 的帕累托图就是考卷。
这张闭环图里最容易断的环节是最后一环:措施上了,但没人盯下一批的帕累托验证,几周后才发现没打中。把「验证」写进改进措施的关闭条件里,闭环才算真的闭合。
六、配合晶圆图:帕累托之外的另一双眼睛
帕累托回答「哪种失效最多」,晶圆图(wafer map)回答「失效长在哪」。两者必须叠着看,因为同一根帕累托柱子在不同空间分布下,根因完全不同。
经典的空间模式有四类。边缘失效:die 集中在 wafer 外圈,通常是边缘曝光/刻蚀均匀性问题,或者边缘 die 本身设计余量更紧。中心-边缘梯度:比如中心 pass 率高、四周低,常指向温度梯度或薄膜厚度径向分布。条状/环状图案:往往对应设备某个具体工位——某台 CMP 设备的抛光垫磨损会画出特征性的环,某片光刻机的透镜瑕疵会按曝光场(shot)重复出现。重复性单点:同一 die 坐标位置在多片 wafer 上同一结构失效,几乎可以直接断定是掩膜版缺陷或设计热点(hotspot)。
工程做法是把头部 bin 的 die 坐标画成堆叠晶圆图(stacked wafer map,多片 wafer 同坐标叠加计数)。一个真实案例:某颗芯片 CP 阶段 scan fail 占帕累托第一,体积诊断把 suspect 聚到两个标准单元上,但工艺端怎么调窗口都没用;后来有人把 fail die 画到堆叠晶圆图上,发现失效严格按 5×5 曝光场网格的右下角重复——那是掩膜版上该位置的 OPC(光学邻近效应修正)残留误差,修 mask 后这一根柱子直接消失。只盯帕累托不看晶圆图,这个问题还会再拖几周。
七、落地清单
如果要在自己的项目里把这套方法立起来,最小可行配置是:
- 定义一张按失效机理划分的软 bin 表(含「测试设备假 fail」专属段),并在 CP/FT 程序里落实编码。
- datalog 全量落库:die 坐标、bin、fail pattern/cycle/pin,至少保留整个 ramp 期。
- 选一套 scan 诊断工具(主流 ATPG 厂商都有),对头部 bin 做分层抽样诊断。
- 固定节奏(每周)出 bin 帕累托和根因帕累托,评审会只看头部三项。
- 改进措施登记在案,关闭条件绑定下一批 lot 的帕累托变化。
这一篇在知识体系里的位置
- 向上承接:CP/FT/老化测试与失效诊断 讲了数据从哪来,本篇讲数据怎么变成行动。
- 量化基础:良率、缺陷密度与成本 给出良率与缺陷密度的模型,本篇的帕累托是把「缺陷密度」拆成可治理分项的方法。
- DFT 侧支撑:ATPG 压缩与向量生成 和 故障模型与覆盖率 决定了诊断可用的故障模型精度;MBIST 与存储器内建自测 对应帕累托头部最常见的存储器失效 bin。
总结
良率学习缺陷帕累托的核心是「把良率损失拆成可行动的排序清单」:用按机理划分的软 bin 给每颗坏片发身份证,用体积诊断把海量 fail log 翻译成版图上的缺陷聚类,再用帕累托法则锁定贡献 80% 损失的前两三根柱子,驱动工艺、设计、测试三方按「措施上线 → 下批 lot 重画帕累托验证」的闭环持续迭代,直到良率爬过目标线。