[发明专利]分析半导体产品的基准良率值的方法

说明书

技术领域

本发明设计半导体产品测试领域，具体的，涉及在半导体产品测试中，分析半导体产品的基准良率值的方法。

背景技术

在集成电路产业中，良率是表征半导体企业产品设计、制造、封装和测试能力的关键性指标。提升良率，是提高企业盈利能力的重要手段之一。因此，在半导体行业中，尤其是晶圆代工企业里，良率管理是个极其重要的命题，有专门的部门负责整合整个公司的资源、人力来推动良率提升。

良率，又称之为成品率，是指在一批被测试产品中，合格品数目所占被测产品总数之百分比。所述良率的计算公式如下：

良率(Yield)＝合格品数目(Pass devices count)/被测试品总数(Total devices count)*100％    (1)

由公式(1)可以看出，当被测试品总数一定的情况下，良率的高低直接影响最终合格品出货数量。快速、有效地提高良率可显著达到降低成本，提高效率，提升企业品质形象之目的。

目前而言，晶圆代工企业中良率提升的流程通常为：a)收集数据、b)良率统计、c)失效分析、d)改善及防堵措施、e)良率提升。其中失效分析和改善及防堵措施两项，往往是良率团队关注的焦点。失效分析是用来提供给工艺和制造部门哪里出了问题，出了什么样的问题。然后工艺和制造部门针对问题所在，采取相应的改善及防堵措施。

通常，良率统计可按测试类型、统计周期、良率分布等几种类型分类。每种类型又有如下类型：

按测试类型分为：晶圆测试良率(Wafer sort yield/Chip probe yield)、终测良率(Final test yield)等；

按统计周期可分为：日平均良率(Daily yield)、周平均良率(Weekly yield)、月平均良率(Monthly yield)、季度平均良率(Quarterly yield)以及年平均良率(Annual yield)等；

按良率分布可分为：平均良率(Average yield)、正常晶圆良率(normal yield)。

按良率分布分类中，平均良率(Average yield)，表征所有良率数据的平均值；正常晶圆良率(normal yield)，表征去除低良率数据后的平均值。

图1所示为现有的典型晶圆良率趋势图。图1给出了某产品莱一周期的良率分布趋势图。图1中，横轴代表晶圆的标示代码，每个晶圆的标示代码一般由两部分决定，一是该晶圆所在的批次(LOT ID)，二是该晶圆在本批次中的编号。因为晶圆的标示代码并不影响良率，为方便起见，晶圆的标示代码在图1中只用阿拉伯编号标注，将横轴按一定长度为周期将横轴分份，每个长度代表一定数量的晶圆，直到所有晶圆都被标示为止。纵轴表示晶圆的良率值百分比。

计算平均良率时，将所有晶圆的良率值相加并计算取平均值，此平均值即为该产品的平均良率，具体的，对图1所示的产品该周的平均良率为94.1％。

而该周的正常良率的定义应为：去掉低良率值的晶圆，再对剩余晶圆的良率值取平均值。根据经验以85％为正常良率下限标准，则去掉良率值低于85％的那部分晶圆，对剩余晶圆的良率值取平均，所得正常良率为94.4％.。

现有方法的不足之处为：1)标准定义模糊，2)主观性过强，不能准确反应正常的良率值。

可见，虽然现有的良率提升的模式行之有效，然而，仔细分析，依然有提升空间。在“良率统计”环节一直被业界较为忽视，其实此环节相当重要，因为“失效分析”和“改善及防堵措施”能够有效分析问题、解决问题进而提升良率的前提是，找准正确的分析对象，也就是良率损失所在。可现实而言，因为良率数据统计结果表面看来比较直观，所以在此领域分析较为简单。问题在于，良率工程师在良率统计时，往往根据对制程和产品的了解，以经验来设定下限，定义正常良率。如此即会造成，不同时间、不同工程师所报告出来的问题不一样。换言之，主观性很强。这样对于良率团队准确把握良率，抓住问题而言，隐含了较大风险。

发明内容

为解决现有的半导体产品的良率分析方法主观性强、与实际良率相差较大的问题，本发明提供分析半导体产品的基准良率值的方法。

本发明分析半导体产品的基准良率值的方法，包括：

选取一定数量的所述半导体产品，测量每个所述半导体产品的良率值并将其存入第一存储单元；