本博客最初发布于cimetrix.com。
在半导体制造的复杂生态系统中，数据如同生命之源，支撑着质量控制、良率提升与产品可靠性。PDF Solutions深耕行业三十余载，已开发出全面的系统解决方案，能够处理从初始设计到系统级测试的各类数据类型。本文将概述半导体制造数据的全景图景，阐释其内涵意义与关键价值。
制造之旅：从设计到系统
在深入探讨具体数据类型之前，理解半导体制造流程至关重要：
- 设计 ——从芯片架构与规格参数开始
- 晶圆厂 – 硅晶圆通过数百道精密工序制造而成– 硅片通过数百道精密工序制造而成
- 晶圆分选 – 晶圆上单个芯片的电气测试
- 装配 ——优质模具的提取与包装
- 最终测试 – 在包或模块级别进行测试
- 系统集成 – 集成至智能手机或计算机等最终产品中
我们的旗舰产品Exensio制造分析（MA）支持整个制造领域的数据采集与分析，服务于全球150多家客户，包括最大的半导体公司。
晶圆制造中的关键数据类型
制造执行系统（MES）
制造执行系统（MES）统筹协调晶圆厂或代工厂的所有生产操作。它如同制造工厂的中枢神经系统，实时追踪物料、工艺流程及设备状态。该系统生成的在制品数据能精确显示每块晶圆的当前位置，以及其在任意时刻所处的具体加工阶段。
自动化物料搬运系统（AMHS）
现代晶圆厂采用高度自动化生产模式，通过顶部运输系统在各加工工位间转移晶圆盒。每块晶圆均带有唯一ID代码，自动化物料处理系统（AMHS）可追踪晶圆在各类设备与腔室中的流转路径。当问题发生时，这些可追溯数据对根源分析至关重要。
故障检测与分类（FDC）
FDC数据直接来自制造设备。现代制造工具可能配备100至200个不同传感器，用于监测温度、压力、气体流量和阀门位置等参数。这些传感器在每次工艺运行期间以高频采集数据，并生成工艺指标，有助于检测任何偏离正常运行的情况。
计量数据
计量学涉及物理特性的测量，主要分为三类：
- 形状/三维几何 – 测量晶圆上结构的三维属性– 测量晶圆上结构的三维属性
- 关键尺寸（CD） ——主要用于测量线宽，其关键性在于线宽尺寸直接决定晶体管性能
- 叠层 – 测量不同层之间的对齐度，确保在长达三个月、超过2000个制造步骤中实现精确的层间定位
这些测量数据取自位于“划线区”（晶圆上模具间隙）的特殊标靶。
缺陷数据
由于晶圆上的所有晶粒应完全一致，检测工具会扫描晶圆以识别异常。缺陷数据分为两种形式：
- 缺陷检测 – 记录属性如X-Y坐标、尺寸、面积和缺陷类型
- 缺陷审查 – 对选定缺陷，通过自动缺陷分类（ADC）技术采集高分辨率图像并进行分析，以识别缺陷性质（颗粒、短路等）
分析缺陷模式可揭示“空间特征”，这些特征通常与特定设备问题相关。例如，圆形缺陷模式可能表明加工设备中的某个卡盘存在问题——这正是我们常说的在晶圆厂中找到“确凿证据”。
过程控制监视器（PCM）数据
PCM数据通过刻线中的专用测试结构采集，可提供晶圆的电气特性。这是最关键的数据类型之一，因为它能反映当前性能与理想状态的差距。PCM数据包括：
- 晶体管特性（跨导、漏电流、阈值电压）
- 互连测量（线路电阻与过孔电阻）
- 介电击穿电压（可靠性指标）
- 结测量（面电阻、接触电阻、电容）
- 射频或图像传感器等技术的特定应用参数
有趣的是，PCM数据是代工厂通常会与无晶圆厂客户共享的少数数据类型之一。其他数据类型（如缺陷或计量数据）往往被视为敏感的内部信息或"不愿公开的秘密"，代工厂通常不愿披露。
电气晶圆分选（EWS）
早期预警系统（EWS）数据来源于在多种条件下对晶圆上每个晶粒进行测试，包括：
- 标准操作条件
- 高温测试（确保芯片在120°C环境下正常工作——想想被遗忘在汽车仪表盘上的手机）
- 低温测试
- 老化测试用于识别早期故障
测试结果决定哪些芯片被认定为"已知良品"（KGD），可用于封装组装。芯片根据性能表现分入多个"分级箱"，制造商据此对产品进行分级。这正是为何同一芯片可能存在不同等级（如标准型与高性能FPGA），或图像传感器允许的缺陷像素数量存在差异的原因。
虚拟操作（如“墨迹规则”）可能将通过所有测试的芯片标记为缺陷品——例如，若某芯片被故障芯片包围，则可能被视为可疑芯片并排除在后续处理之外。
晶圆之外
晶圆分选完成且确认良品晶粒后，晶圆本身便不再作为整体存在。根据"取片图"从晶圆上取下晶粒并封装入器件，由此开启全新的数据旅程——经历组装与最终测试环节。
半导体数据的规模
半导体行业每天产生数千兆字节的数据，根据客户和应用的不同，数据保留要求可达5至15年。这意味着需要存储、管理和分析数千亿兆字节的数据，通常需要专用数据中心来实现。
有效利用这些数据的能力，正是区分优秀半导体制造商与顶尖制造商的关键所在。通过关联不同数据类型的信息，企业能够识别影响良率的因素，优化生产流程，最终为消费者提供更可靠的产品。
通过全面的数据采集和Exensio等先进分析平台，半导体企业能够将原始制造数据转化为可操作的洞察，从而推动全球技术最先进的行业之一在质量、良率和盈利能力方面实现突破。