在先进工艺节点半导体制造中，工艺和器件的可变性越来越不可忽视。先进工艺控制(APC)已被广泛用于减少和优化半导体制造的工艺点中的工艺和器件可变性(批次到批次、晶片到晶片、芯片内),以增加制造稳定性并降低制造成本。这些制造差异也会影响晶片产量和产品特性。芯片探测是在半导体制造过程完成后定位的。能否在晶圆探测阶段调整芯片电路特性，以进一步抵抗先进工艺中的制造差异，已成为芯片产品设计和DFY/DFT成品率提高设计的热点之一。针对APC原理在晶圆级针测电路参数调整测试中的应用，提出了先进测试控制(ATC)的概念，利用ATC算法对传统的CP参数调整测试进行优化，大大降低了晶圆针测的时间和成本，保证了晶圆针测覆盖率和产品良率。
1导言
随着工业和消费电子对低功耗和高速规格的需求不断增加，Moore 半导体技术的发展仍在继续(65纳米、40纳米、28纳米……)。器件尺寸的不断缩小和器件性能的不断提高，导致半导体制造工艺和制造稳定性的变化难以控制。因此，如图1所示，不断缩短先进半导体产品的大规模生产工艺窗口正成为一项日益严峻的挑战。
半导体制造中工艺参数的可变性是固有的特性。光刻的临界尺寸、薄膜厚度、器件的掺杂浓度和其他工艺可变性导致同类器件的参数分布变宽，如图2所示。晶体管在6nm处的饱和电流显著高于130 nm工艺的相同沟道宽度下的晶体管的饱和电流。这种工艺和器件的多变性会导致电路特性的恶化，甚至异常工作，直接影响最终产品的参数特性和成品率[1]。
鉴于半导体制造过程固有的可变性，APC(高级过程控制)系统被广泛应用于半导体行业，以增加对过程参数的控制。R2控制技术是半导体制造中广泛使用的过程控制方法[2，3]，它降低了重要工艺参数的制造可变性。
R2R(Run-to-Run)控制策略是一种基于模型的批处理过程控制算法。在每个批次走完工艺之前，根据历史工艺信息和当前晶圆信息，可以更好地控制模型，动态调整晶圆加工的最优配方，减少批次之间的差异。通常，半导体制造业的APC控制系统主要基于R2R策略。结合传统的SPC控制和FDC技术，R2R控制算法包括指数加权移动平均(EWMA)[4]，模型预测控制(MPC)等。可以全面降低工艺制造可变性，降低成本，提高产品良率和生产效率。图3显示了R2R的控制结构图。
2可编程SoC产品的制造工艺和性能要求
高性能可编程SoC芯片(MCU、DSP、FPGA等)的应用场景。)越来越广泛，用于制造可编程SoC芯片的嵌入式闪存工艺也成为半导体制造的特色工艺之一[5]。嵌入式闪存的稳定运行需要一系列模拟电路模块产生准确的模拟信号，以保证闪存单元的正确运行和可靠性。这些模拟信号包括：擦除高压、参考电压、参考电流等。工艺可变性会严重影响模拟电路的精度和可重复性。随着闪存技术的不断小型化，闪存单元的擦除窗口不断缩小，对闪存操作的模拟电路的精度提出了越来越高的要求。
对于嵌入式flash SoC产品，APC系统被广泛应用于半导体制造工艺中，以减少工艺和器件可变性，DFY/DFT通常被添加到flash存储器操作所需的模拟电路中。预留了闪存操作的辅助电路参数的调整区间，可以适当应对半导体制造可变性导致的电路性能差异[6]。在晶圆级针测中，通过自动测试仪调整闪存的参数，以满足闪存所需的稳定工作条件。
以一款55 nm工艺验证的嵌入式闪存产品为例，电路设计中可以预留32个调节档位，每个档位可以在0.07V进行调节，这种DFY设计可以补偿目标范围内1.1V电路特性的制造偏差。在传统的晶圆级测试中，针对每个晶圆和每个芯片分别调整电路参数，从档位边界开始遍历整个范围，寻找满足目标的最佳档位。各晶圆测试完全独立进行，无法使用晶圆的历史基准数据，导致参数调整测试时间长，效率低。
针对晶圆制造中批次与批次、晶圆与晶圆、芯片与芯片之间的制造差异，提出了晶圆针测试的ATC概念和基本算法实现。基于被测晶圆和芯片的历史产品特性数据分析，结合被测电路调整行为的建模和预测，动态调整扫描边界和算法，减少了参数调整的测试时间，提高了晶圆针测效率。
3晶圆级参数调整的ATC算法
晶圆级测试ATC的流程图和组成要素可以简单地在图4中示出。
ATC控制结构元素有以下几组。
(1)电路参数调整目标和行为模型。DFY/DFT设计的一般模拟电路参数，如高电压，参考电压和电流。这些电路参数P的变化是调节档位x的函数f-(x)，F-(x)一般是单调的电路行为函数，可以是线性的，也可以是非线性的，通常可以在DFY/DFT设计阶段模拟预测；调整目标设置为tar，调整到tar时的x可以表示为f-1(tar): x=f-1 (tar)。
(2)电路参数调节的参考模型和控制算法。本例中暂时不考虑批间变异，将片间变异和片内变异分成两个反馈控制回路，形成晶圆级针测ATC参数调整的自适应测试。电路参数调整模型和调整的档位可以用公式(1)和公式(2)表示。
X-i，j=f - 1i，j (tar) (1)
S i，j=X-i，j - X-0 1 (2)
其中I是当前调整测试晶圆，J是当前调整芯片，X-0是扫描开始，tar是调整目标，X-I和J是目标调整档位，S i，J和J是当前芯片的调整档位。
传统的参数调整方法是全程参数扫描，每个芯片的X-0的有效范围是X-min ~ X-max。在本文提出的电路参数调整算法中，X-0不是一个固定值，而是一个动态更新的参考扫描起始点X-R，调整档位S i，j和当前参考扫描起始点X r (i，j)可以表示为公式(3)和公式(4)。
S i，j=X-i，j- X r (i，j)(3)
(4)
Jmax为每片晶圆上的芯片总数，当前待测芯片的参数调整起点为X r (i，J)，是前一片晶圆调整完成时的扫描起点Xr(i-1，max)的动态值和当前I片晶圆调整后芯片j-1的实际调整档位X I，J-1等历史特性参数通过ATC反馈计算。公式(4)中的a是工艺可变性对批间和芯片间电路参数的影响的权重。
(3)更新参数ATC扫描起点X r。遍历初始化参数和参数扫描边界；
(4)参数遍历算法控制器。根据参数调整的行为是线性、非线性、单调还是非单调来选择最优算法：一般对单调电路行为选择线性遍历或二分法搜索，其算法复杂度为最大参数调整档位X max的函数log2 (X max)。对于非单调电路行为，它通常用于找出在
(5)在参数调整遍历过程中，电路参数gear K由自动测试机设定并实时测量。参数调整空间遍历算法如图5所示。如果遍历后没有找到满足调整目标的档位，则判断参数调整失败，测试分仓停止；如果找到了符合目标的档位，则调整成功。
(6)原位记录并反馈当前测试芯片的参数调整档位X-i、j和参数测量值M-(k)，反馈给下一个测试芯片更新参数调整约束条件。
(7)对晶圆的最佳调整档位和参数值进行离线SPC控制和分析，定期修正ATC参数调整模型中的权重因子A。这也可以作为半导体生产线基线漂移的指标之一。
4个晶圆级参数的ATC测试算法实现及效率分析
为了简单说明ATC参数测试的概念，本文以一款即将进入量产的55 nm嵌入式闪存芯片的生产测试为例：该晶圆有72片验证芯片晶圆，在晶圆级测试中需要将闪存擦除电压调整为4.5 V。这个电荷泵的输出电压调节函数Vout=f(x)有32档，所以x有0，1，2，3 … 31个有效离散值。传统参数扫描调整算法：每片晶圆的总调整步数表示为Stotal，扫描起点X从最小定值Xmin开始，每片晶圆的总调整步数表示为公式(5)。
Stotal=j Si，j=jmaxj=1[ f i，j (tar) - Xmin 1 ] (5)
基于ATC概念的参数调整算法的总扫描步数可以表示为公式(6)。
Stotal=j [X i，j - Xr(i，j)]
=jmaxj=1[ f i，j (tar) - Xr (i，j) 1 ] (6)
根据图4和图5提出的晶圆级电参数的ATC反馈和调整算法，开发了测试程序，并在55 nm高级嵌入式闪存产品中进行了测试。在传统的非ATC调整测试之后，晶片的最终齿轮分布如图6和图7所示。根据参数调整目标，最终高压参数调整正确后，档位集中在中值20，最大档位25，最小档位18，如表1所示。
根据公式(5)和公式(6)，实验晶圆上传统的参数调整方法和测试成本为1 487步，而基于ATC算法调整的测试成本为249步，比上年节省1 238步，节省率为83%，如表2所示。
在相同的晶圆针测试条件下，参数调整步骤的减少可以直接等同于单位测试时间的减少。因此，基于ATC理念的参数调整测试的效率将比传统测试方法显著提高。在量产测试的情况下，产品仿真参数的调整和测试项目很多。在保证晶圆测试参数调整精度和覆盖范围的前提下，晶圆测试时间和测试成本的降低将是可观的。
5结论
本文提出了晶圆级ATC测试概念，并应用于先进混合信号芯片的量产。同时，提出了基本的ATC组件和实现算法。该算法已经在业界主流测试平台上进行了开发和验证，在研发和生产过程中，参数调整的覆盖率和准确性得到了很好的反馈。
先进的混合信号SoC芯片随着Moore s定律，芯片制造可变性对产品良率的影响不容忽视。前端APC和晶圆针检ATC的同时应用将在提高先进技术的良率和增强可制造性方面发挥越来越重要的作用。
