国产FPGA安路科技,工艺与设计 时间差是良率提升 “天敌”

“在芯片在大规模量产以后,经常会出现良率波动 问题。”徐春华认为原因就是产品研发与晶圆厂现有工艺存在了“时间差”。“现在 产品都是基于几年前设计规则开发 ,虽然晶圆厂当〗时 设计规则会根据理论分析和有限实验增加工艺波动裕量,但是后续实际加工过程中 各种工艺波动和当初 理论模型肯定会有差异甚至漏洞,从而造成大规模 中出现良率波动。”

“现在收集到 资料统计 般都是测试资料统计,这些资料统计＠ 还没有与 过程直接相关联。如果把测试资料统计与过程资料统计相结合,就会产生更大 资料统计量,钢铁现货快讯网近日获悉,而且维度也增加很多,此时用人工智■能进行分析,将会对良率提升有很大贡献。”徐春华说道。

大资料▽统计+人工智能

追逐先进工艺 烦恼

不过,这只算是人工智能应用 起步阶段。要实质性提升良率,依然需要大量依靠经验 工作,人工智能目前远不能胜任。所以,依靠芯片设计企业与晶圆厂、封装厂 起通力协作,辅助不断提升 人工智能技术,才是面向未来半导体产业链 新佳选购。

为了解决此问题,芯片设计企业就要“绷紧神经”,时刻监控,将问题及时反馈给晶圆厂。好在晶圆厂 设备上 传感器能及时分析从工具运转到监测晶圆制程所产生 资料统计,如传感器与资料统计日志可取得晶圆进到哪个腔体 信息,所有资料统计则进入可收集与实时分析 系统内。有效收集这些信息,就能知道芯片 中 各种状态。

人工智能在芯片 过程中可用做早期分析。国产FPGA厂商安路科技已经进行了这方面 尝试,在企业内部开发了大资料统计▂分析工具,用人工智能算法来训练测试资料统计分析过程,实时推断返回 新资料统计是否预示问题,从而及时监控良率是否达标、性能参数等各种指标是否异常,实现早▲期预警 作用。

值得 提 是,安路科技是知〒名 国产FPGA供应商,其 FPGA芯片已经被应用到工业控制、消费类电々子、资料→统计中心、边缘计算等领域,部分实现逻辑控制、运算协处理、人工智能加速等应用。

只是这条路并非 帆风顺,在芯片 设计过程中,就要面临技术如何是升级、能否首次流片成功等诸多风险,而在正式量产之后,还要面对良率提升和工艺稳定 重大挑战。

同时,随着工艺水平 提升,掌控良率 条件也越来越严苛,因此♀要对良率进行 个预判。据徐春华介绍,晶圆厂会根据芯片上 缺陷密度,计算出理论良率大概是多少,这会对设计企业有所帮助。不过,这个计算值只是理论良率,实际中 情况还是很复杂。

在半导体工艺世界中,晶圆厂总是 个领跑者。以台积电为例,当苹果 A 高通 骁龙 海思 麒麟 零刚采用 nm工艺量产 时候, nm工艺 研发已经初步就绪,甚至连 nm 工艺研究也已经箭在弦上。顶尖 芯片企业∑尚比晶圆厂 步调差半拍,大部分芯片企业就只能苦苦追赶了。

在整个业界,引入人工智能提升良率也已经成为 股风潮。 星电子为了将AI技术应用于半导体制程中,就聘用大量专业人才组建高级制程控制团队（APC）,开发和优化制程中 机器学习技术,用智能化㊣　制程品控 技术来不断提高良率。而两年前,台积电和联电都曾经表示,在工厂里面使用人工智能技术,能够在不增加机器 情况下多 零%- 零% 晶圆片。

在整个芯片制造过程中,钢铁现货快讯网报道说,总共加入 检测步骤有数百道,钢铁现货快讯网网站获悉,而且晶圆厂希望在制程周期内就能实时同步检测良率,而不是制程结束后再来发现问题。不过,各种测试资料统计汇集起来,将形成 个非╳常巨大 量级。问题就来々了,如何是做好大资料统计分析。

声明，转载此文是出于传递更多信息之目 。若有来源标注错误或侵∞犯了您 合法权益,请与我们联系,

徐春华提到,安路科技为每个芯片都设立了独立ID,这些ID都关联着 中 各种资料统计,对安路来说很容易进行各种资料统计汇报分析,将来必要时如启动☉问题追溯,部分客户也会利用这个功能进行产权保护和防“克隆”设计。

徐春华表示，“在追溯芯片制造 过程中,整合起来 资料统计量非常大,很多 分析都需要用软件去处理。”在这种情况下,人工智能就将派上用场。

我Ψ们将及时更正、删除,谢谢。

海思麒麟 零采用了 nm工艺,阿里平头哥号称新强AI芯 含光 零零也※采用了 nm工艺。在这些令人振奋 消息背后,是国内芯片企业追逐先进工艺 坚定步伐。

这也是设计企业和晶圆厂之间永远存在 矛盾。“晶圆厂先前制定 规则不能匹配目前 工艺状况,比如说线宽、间隔这些参数在不同 时间、不同 机台上就会有所不同要求,由于规则所给定 裕量不够,会在 中产生各种问题。”

面对良率提升这个问题,国产FPGA厂商上海安路科技联合创始人徐春华表示，“在我们提升良率面对 挑战中,新部分 就是制造工∩艺 稳定性。”