晶粒良率、缺陷密度与关键面积：如何读懂模型

为什么相同缺陷数不代表相同良率

晶粒良率，是接受评价的晶粒中满足指定验收条件的比例。缺陷计数器测量的是另一个量：颗粒落在不敏感的位置，可能不造成电学失效；敏感位置的小缺陷，却可能使电路失效。因此，一个有用的入门模型把缺陷密度与关键面积联系起来，即对某种缺陷失效机制敏感的面积，而不是把每个检测到的颗粒都当成一颗坏芯片。[T1]

本文解释随机缺陷模型，不估算某家工厂的实际良率，不规定工艺限值，也不代替电学测试。

先读模型，再用数字

当致命缺陷独立、随机分布时，最基本的泊松模型为：

Y = exp(-D × A_c)

D是与所研究失效相关的缺陷密度，A_c是相应关键面积。二者必须使用一致的面积单位；乘积无量纲，表示关键面积内此类缺陷的期望个数。Y是没有这类缺陷出现的概率。该模型并不意味着所有失效都来自这一种机制。[T1]

关键面积不一定等于晶粒的几何面积，而取决于缺陷与版图的相互作用。例如，导电物连接了本应隔离的两条网络，与导电小点落在不敏感区域，其后果不同。这里区分的是位置与失效机制，而非缺陷在图像中看上去有多大。[T1]

用无量纲例子比较

以下是计算得到的教学例子，不是生产实测值。令λ = D × A_c，避免将例子误读成制造所需的缺陷密度或尺寸规格。

比较A与B，发生变化的是敏感面积内的期望缺陷数。仅凭这个计算，无法判断变化来自污染、版图敏感性，还是二者共同作用。在D固定时，A_c加倍会使Y变为原来的Y²；在A_c固定时，D减半会使Y变为原Y的平方根。这些结论来自该方程，不是普遍适用的良率改善承诺。

模型在哪些地方失效

缺陷可能聚集而非独立出现；系统性图形失效可能在同一几何结构上反复发生；电学指标也可能在没有检测到颗粒的情况下超限。这些情况需要不同证据，可能也需要不同模型。教材介绍了泊松假设之外的模型，并区分模块与完整流程的缺陷贡献。把各模块良率直接相乘，同样需要独立性假设。[T1]

一个反例是特定图形反复出现光刻桥接。把它统统归为均匀随机缺陷，会掩盖可重复的原因。另一个反例是把表面颗粒总数直接代入D，却没有核查检测灵敏度及这些颗粒是否能造成当前研究的失效。

完成判断练习

两个假想版图具有相同晶粒面积，A对某种桥接缺陷的关键面积更大。在相关缺陷密度相同时，哪个模型良率更低？答案是A，因为D × A_c更大。晶粒面积相同，不能证明关键面积相同。

如果两个版图测得相同表面颗粒数，电学失效图却不同，先核三个问题：颗粒测量与电学测试是否处于可比阶段；哪些被计数缺陷能够造成该失效；空间分布是随机、聚集还是重复图形？缺证据时，应记录缺口，而非强行给出良率预测。

具体失效路径可在40nm工艺节点CIS流程中的场区阻挡层CMP步骤中练习：分开判断场区导电残膜、钨塞凹陷和介质损失。它们对应不同机制，该步骤不提供经过校准的晶粒良率模型。匿名可读公开预览，免费登录后可读完整教学。

半导体制造流程全景可帮助定位这一问题所在的制造环节。单个步骤成功或模型概率较高，都不能认证最终晶粒验收通过。

来源

[T1] Plummer、Deal和Griffin，Silicon VLSI Technology，第4.5.1节，第162–164页。ISBN 978-0130850379。来源支持模型假设及关键面积的区别；无量纲数值与练习为本文独立计算。