[go: up one dir, main page]

CN114004778A - 失效图形的获取方法和获取装置 - Google Patents

失效图形的获取方法和获取装置 Download PDF

Info

Publication number
CN114004778A
CN114004778A CN202010730179.1A CN202010730179A CN114004778A CN 114004778 A CN114004778 A CN 114004778A CN 202010730179 A CN202010730179 A CN 202010730179A CN 114004778 A CN114004778 A CN 114004778A
Authority
CN
China
Prior art keywords
failure
test
chip
obtaining
test result
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010730179.1A
Other languages
English (en)
Other versions
CN114004778B (zh
Inventor
林家圣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changxin Memory Technologies Inc
Original Assignee
Changxin Memory Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changxin Memory Technologies Inc filed Critical Changxin Memory Technologies Inc
Priority to CN202010730179.1A priority Critical patent/CN114004778B/zh
Priority to EP20943833.2A priority patent/EP3982326B1/en
Priority to PCT/CN2020/136392 priority patent/WO2022021745A1/zh
Priority to US17/389,594 priority patent/US11609263B2/en
Publication of CN114004778A publication Critical patent/CN114004778A/zh
Application granted granted Critical
Publication of CN114004778B publication Critical patent/CN114004778B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/97Determining parameters from multiple pictures
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

一种失效图形的获取方法和获取装置,其中失效图形的获取方法,包括:包括:获得一晶圆内的芯片测试结果图像,所述芯片测试结果图像中标记有若干失效测试点;计算所有失效测试点间每两点的向量;将具有相同向量的若干失效测试点定为同一群体;从每一个群体中分出若干种待定失效图形;基于所述若干种待定失效图形获得失效图形。通过前述步骤可以准确和快速的获得失效图形,所述失效图形用于判断测试机台是否存在问题,如果获得了失效图形,则可判断所述测试机台的测试环境存在问题,从而测试人员可以对测试机台的测试环境(比如对测试程序进行修改)进行调整,从而防止测试机台误检测的发生,提高电学测试的准确性。

Description

失效图形的获取方法和获取装置
技术领域
本发明涉及半导体测试领域,尤其涉及一种失效图形的获取方法和获取装置。
背景技术
集成电路的制造过程,通常可分为晶圆制程、晶圆测试、封装及最后测试。在芯片封装之前,通常需要对晶圆上的集成电路进行电学性能测试(CP,Circuit Probe),以判断集成电路是否良好,而完成封装工艺后的集成电路则必须在进行另一次的电学测试(FT,Final Test)以筛选出因封装工艺不佳所造成的不良品,进一步提升最终成品的良率。在现有技术中,通常是利用一个具有若干探针的晶圆测试卡,将所述晶圆测试卡的探针与晶圆的集成电路进行接触,向所述集成电路施加测试信号,以判断其电学性能是否良好。
晶圆通常指制作集成电路所用的硅片,在晶圆上的集成电路全部制作完成之后,晶圆上会包含若干个晶粒(Die),每一个晶粒对应为一个芯片,每个芯片里面含大量的内存地址,在进行晶圆的电学性能测试(CP,Circuit Probe)时,会对晶圆上的每一个芯片里的内存地址进行电学性能的测试,电学性能测试不满足电学性能要求的内存地址会被标记为失效的内存地址。
现有对晶圆进行电学性能的测试方法其测试准确性仍有待提升。
发明内容
本发明所要解决的技术问题是提高晶圆电学性能的测试方法的准确性。
本发明提供了一种失效图形的获取方法,包括:
获得一晶圆内的芯片测试结果图像,所述芯片测试结果图像中标记有若干失效测试点;
计算所有失效测试点间每两点的向量;
将具有相同向量的若干失效测试点定为同一群体;
从每一个群体中分出若干种待定失效图形;
基于所述若干种待定失效图形获得失效图形。
可选的,所述晶圆内具有若干芯片,每一个所述芯片具有若干内存地址,一个所述芯片对应具有一个芯片测试结果图像。
可选的,所述芯片测试结果图像获得过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像,所述行列排布图形为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应一个内存地址。
可选的,所述芯片测试结果图像获得过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像;对所述行列排布图形进行压缩,获得压缩图形,所述压缩图像为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应多个内存地址。
可选的,所述压缩的过程为:将所述行列排布图像中相邻的多个电学测试结果压缩为一个点,若所述多个电学测试结果中有一个的电学测试结果是失效的,则所述压缩后形成的一个点即为一个失效测试点。
可选的,所述向量为二维座标向量或极坐标向量。
可选的,采用搭配图形处理器的分散式运算服务器进行向量的计算。
可选的,通过集群算法从每一个群体中分出若干种待定失效图形。
可选的,所述基于所述若干种待定失效图形获得失效图形的过程包括:计算所述若干种待定失效图形对应的出现次数;根据出现次数由大到小进行排序,将所述芯片测试结果图像中对应出现次数≥2次的一种或多种待定失效图形作为失效图形,或者将出现次数排序在前40%的一种或多种待定失效图形作为失效图形。
可选的,还包括:获得失效图形后,对相应的测试机台的测试环境进行检查,所述测试环境包括测试程序。
本发明还提供了一种失效图形的获取装置,包括:
芯片测试结果图像获得单元,用于获得一晶圆内的芯片测试结果图像,所述芯片测试结果图像中标记有若干失效测试点;
向量计算单元,用于计算所有失效测试点间每两点的向量;
群体确认单元,用于将具有相同向量的若干失效测试点定为同一群体;
待定失效图形确认单元,用于从每一个群体中分出若干种待定失效图形;
失效图形获得单元,用于基于所述若干种待定失效图形获得失效图形。
可选的,所述晶圆内具有若干芯片,每一个所述芯片具有若干内存地址,一个所述芯片对应具有一个芯片测试结果图像。
可选的,所述芯片测试结果图像获得单元获得所述测试结果图像的过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像,所述行列排布图形为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应一个内存地址。
可选的,所述芯片测试结果图像获得单元获得所述测试结果图像的过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像;对所述行列排布图形进行压缩,获得压缩图形,所述压缩图像为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应多个内存地址。
可选的,所述压缩的过程为:将所述行列排布图像中相邻的多个电学测试结果压缩为一个点,若所述多个电学测试结果中有一个的电学测试结果是失效的,则所述压缩后形成的一个点即为一个失效测试点。
可选的,所述向量为二维座标向量或极坐标向量。
可选的,所述向量计算单元为搭配图形处理器的分散式运算服务器。
可选的,所述群体确认单元通过集群算法从每一个群体中分出若干种待定失效图形。
可选的,所述失效图形获得单元获得失效图形的过程包括:计算所述若干种待定失效图形对应的出现次数;根据出现次数由大到小进行排序,将所述芯片测试结果图像中对应出现次数≥2次的一种或多种待定失效图形作为失效图形,或者将出现次数排序在前40%的一种或多种待定失效图形作为失效图形。
与现有技术相比,本发明技术方案具有以下优点:
本发明的失效图形的获取方法,包括:获得一晶圆内的芯片测试结果图像,所述芯片测试结果图像中标记有若干失效测试点;计算所有失效测试点间每两点的向量;将具有相同向量的若干失效测试点定为同一群体;从每一个群体中分出若干种待定失效图形;基于所述若干种待定失效图形获得失效图形。通过前述步骤可以准确和快速的获得失效图形,所述失效图形用于判断测试机台是否存在问题,如果获得了失效图形,则可判断所述测试机台的测试环境存在问题,从而测试人员可以对测试机台的测试环境(比如对测试程序进行修改)进行调整,从而防止测试机台误检测的发生,提高电学测试的准确性。
进一步,所述芯片测试结果图像获得过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像;对所述行列排布图形进行压缩,获得压缩图形,所述压缩图像为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应多个内存地址,极大的减小了后续进行向量计算的计算量,提高了效率。
进一步,采用搭配图形处理器的分散式运算服务器进行向量的计算,以进一步提高向量运算的速率和效率,
进一步,所述基于所述若干种待定失效图形获得失效图形的过程包括:计算所述若干种待定失效图形对应的出现次数;根据出现次数由大到小进行排序,将所述芯片测试结果图像中对应出现次数≥2次的一种或多种待定失效图形作为失效图形,或者将出现次数排序在前40%的一种或多种待定失效图形作为失效图形,提高失效图形确定的效率和准确性。
附图说明
图1-图5为本发明一实施例失效图形的获取过程的结构示意图;
图6为本发明一实施例失效图形的获取装置的结构示意图;
图7为本发明一实施例对测试机台进行监测的系统的结构示意图。
具体实施方式
如背景技术所言,现有对晶圆进行电学性能的测试方法其测试准确性仍有待提升。
研究发现,对现有的晶圆的电学测试结果进行进一步检查发现,被标记的失效芯片中并不是每一个芯片都是失效的,有部分失效芯片其电学性能仍是满足性能要求的,即这些失效芯片是误测得。
进一步研究发现,这些误测的失效芯片排布在晶圆上呈现一定的规则排布,更进一步研究发现,这些误测的失效芯片是由于测试机台的测试环境问题(比如测试程序)造成的。
为此,本发明提供了一种失效图形的获取方法和获取装置其中失效图形的获取方法,包括:获得一晶圆内的芯片测试结果图像,所述芯片测试结果图像中标记有若干失效测试点;计算所有失效测试点间每两点的向量;将具有相同向量的若干失效测试点定为同一群体;从每一个群体中分出若干种待定失效图形;基于所述若干种待定失效图形获得失效图形。通过前述步骤可以准确和快速的获得失效图形,所述失效图形用于判断测试机台是否存在问题,如果获得了失效图形,则可判断所述测试机台的测试环境存在问题,从而测试人员可以对测试机台的测试环境(比如对测试程序进行修改)进行调整,从而防止测试机台误检测的发生,提高电学测试的准确性。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在详述本发明实施例时,为便于说明,示意图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明的保护范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
下面结合附图1-图5对本发明实施例的失效图形的获取方法进行详细的说明。
参考图1,获得一晶圆内的芯片测试结果图像100,所述芯片测试结果图像100中标记有若干失效测试点101芯片。
所述晶圆内具有若干芯片,每一个所述芯片具有若干内存地址,一个所述芯片对应具有一个芯片测试结果图像。所述芯片可以为存储器芯片,存储器芯片具有存储阵列,存储阵列中具有若干阵列排布的存储单元,每一个存储单元具有对应的内存地址,根据存储地址可以对对应的存储单元进行写入、读取或擦除操作。在一具体的实施例中所述芯片可以为易失性存储器芯片,包括随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)等,以及非易失性存储器芯片,包括NAND闪存、ONR闪存或电阻可变存储器。在其它实施例中,所述芯片也可以为非存储器芯片,如逻辑芯片。
所述晶圆测试结果图像100为对晶圆内的芯片进行电学性能测试后电学测试结果失效的一个或多个内存地址对应的分布图,在进行失效图形的获取时,所述晶圆测试结果图像100的数量可以为一个或多个。在获取晶圆测测试结果图像100时对芯片中的每一个内存地址都要进行电学性能的测试。
在一实施例中,所述芯片测试结果图像100的获得过程为:提供晶圆,所述晶圆上形成有若干芯片;所述芯片测试结果图像获得过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像,所述行列排布图形为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应一个内存地址。
所述电学性能测试为CP(Circuit Probe)或FT(Final test)。在进行电学性能测试时,对所述芯片上的每一个内存地址均要进行电学性能测试,电学性能测试后,根据电学性能的测试结果,获得行列排布图像,所述行列排布图像与芯片上的内存地址对应,即芯片上的每一个内存地址在行列排布图像上的对应位置都会有一个测试结果显示点,具体的,若某一个内存地址的电学性能测试结果满足电学性能要求,则认为该内存地址为正常内存地址,在行列排布图像的对应位置上标记为正常点或者不标记,若某一个内存地址的电学性能测试结果不满足电学性能要求,则认为该内存地址为电学性能测试失效的内存地址,在行列排布图像中的对应位置标记为失效点,所述电学性能失效的内存地址包括由测试机台的测试环境带来的误测试内存地址。在一实施例中,直接将所述获得的行列排布图形作为芯片测试结果图像100,将行列排布图像中的正常点作为芯片测试结果图像100中的正常测试点,将行列排布图像中的失效点作为芯片测试结果图像100中的失效测试点。
研究发现,由于一个芯片中的内存地址的数量(可能为上百万,上千万或上亿)会很多,如果直接将所述获得的行列排布图形作为芯片测试结果图像100,后续在进行向量的计算时的计算量会非常大,降低了获得失效图形的效率,而测试机台的测试环境带来的误测试会具有一定的重复性,因而,在另一实施例中,所述芯片测试结果图像100获得过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像;对所述行列排布图形进行压缩,获得压缩图形,所述压缩图像为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应多个内存地址,极大的减小了后续进行向量计算的计算量,提高了效率。
在一实施例中,所述压缩的过程为:将所述行列排布图像中相邻的多个电学测试结果压缩为一个点,若所述多个电学测试结果中有一个的电学测试结果是失效的,则所述压缩后形成的一个点即为一个失效测试点。具体的,行列排布图像中具有与若干内存地址对应的若干正常点和/或失效点,若干正常点和/或失效点呈行列排布,在进行压缩,将N*M方阵内的所有点压缩为一个点(N等于或不等于M,2≤N≤1000,2≤M≤1000,若所述N*M方阵内存在至少一个点为失效点,则将该N*M方阵压缩后形成的点标记为失效测试点,若N*M方阵内不存在一个失效点,则将该N*M方阵压缩后形成的点标记为正常测试点。在一具体的实施例中,比如一个芯片中具有2^30的内存地址,进行压缩后,对应只有6000-10000个内存地址。在其它实施例中,也可以采用其它方式进行压缩。
在具体的实施例中,所述电学性能测试过程在现有的测试机台上进行,所述芯片测试结果图像也可以为现有的测试机台对芯片的测试结果进行相应的图像处理后获得。
本实施例中,获得的芯片测试结果图像100如图1所示,所述芯片测试结果图像100为压缩图形,每一个失效测试点101与芯片上的多个内存地址对应,图1中外框代表一个芯片的轮廓,每一个小方块代表一个失效测试点101,正常测试点由于后续不会参与计算,为了减少后续计算的干扰提高计算的精度,因而正常测试点在芯片测试结果图像100上用空白标识。在其他实施例中,所述芯片测试结果图像100上的失效测试点可以为其他图形标记或者采用灰度进行标记。需要说明的是,图1所示的芯片测试结果图像100仅作为一个示例以方便对本发明的方案进行说明,其不应限制本发明的保护范围。
参考图2,计算所有失效测试点101间每两点的向量。
通过所有失效测试点101中每两个失效测试点101间确定一个向量(所述向量代表两个失效测试点101间的方向和距离),因而每一个失效测试点101相对于芯片测试结果图像100其他的失效测试点101具有多个向量,即每一个失效测试点101对应具有多个向量,比如当芯片测试结果图像100上具有800个失效测试点101时,每一个失效测试点101可以获得至多799个向量。
图2中示出了部分失效测试点101对应的部分向量,比如图2中带箭头的虚线11,21,22,23,24均表示图2上的某一些失效测试点101对应的向量。
进行向量计算时,可以采用二维座标系或极坐标系,因而通过计算获得向量为二维座标向量或极坐标向量。
在一实施例中,采用搭配图形处理器的分散式运算服务器进行向量的计算,即多台运算服务器并行对芯片测试结果图像进行处理,以进一步提高向量运算的速率和效率。
参考图3和图4,将具有相同向量的若干失效测试点定为同一群体。
所述相同向量为方向和距离均相同的向量。
由于对芯片测试结果图像100上的每一个失效测试点101都进行了向量的计算,尽管每一个失效测试点101会具有对应的多个向量,但只要某个失效测试点101与其他测试点101具有一个相同的向量,则把该具有一个相同向量的失效测试点101均定为一个群体,芯片测试结果图像100上的若干失效测试点101可以定义很多的群。
在一实施例中,定义同一群体时,具体可以对芯片测试结果图像100上具有相同的向量的每一个失效测试点101进行同一群的标记,不同的群用不同的群标记,具体可以采用字母、文字或数字的组合进行标记,比如可以用字母A、B、C…表示不同的群,用群体1、群体2、群体3表示不同的群。
在其他的实施例中,也可以将芯片测试结果图像100上具有相同的向量的每一个失效测试点101提取出来或者分割出来作为一个群体,所述提取或者分割出来的失效测试点101的位置与芯片测试结果图像100中的失效测试点的位置仍保持对应。图3和图4为根据图2中具有相同的向量失效测试点101定义出的不同的群体,图3示出了群体1,图4示出了群体2,图3所示的群体1中的若干失效测试点101具有相同的第一向量11,图4中的若干失效测试点101具有相同的第二向量12。需要说明的是,图3和图4中示出的群体仅是作为示意,其不应限制本发明的保护范围。
参考图5,从每一个群体中分出若干种待定失效图形。
前述步骤定出了若干群体,每一个群体中具有相同向量的若干失效测试点101。每一个群体中某一个失效测试点101可以是独立分布的,也可以同时与多个其他的失效测试点101相邻,多个相邻的失效测试点可以构成对应的图形。
本实施例中,通过集群算法从每一个群体中分出若干种待定失效图形。参考图5为根据图3和图4中的集群1和集群2分出的三种待定失效图形,包括第一种待定失效图形31,第二种待定失效图形32和第三种待定失效图形33。
所述集群算法例如可以用K-MEANS算法,K-MEDIODS算法,Clara算法,Clarans算法等。
本实施例所述集群算法采用K-MEANS算法,具体步骤包括:
(1)将某一个群体中的若干失效测试点101设定为一个点集S,需要划分成S_1,S_2,...,S_K个类别,S_1,S_2,...,S_K中的每一个类别相应的代表一种待定失效图形;
(2)设定好K的大小,随机选取K个点作为初始中心点;
(3)计算每个点到这K个中心点的距离大小,选取最近的中心点,划分到以该中心点为中心的集群中去;
(4)重新计算K个新集群的中心点;
(5)如果中心点保持不变,则结束K-Means过程。否则,重复进行(3)、(4)步。
在从每一个群体中分出若干种待定失效图形后,还包括步骤:基于所述若干种待定失效图形获得失效图形。
所述失效图形的确定依据为将出现次数多的一种或多种待定失效图形作为失效图形。
具体的,在一实施例中,所述基于所述若干种待定失效图形获得失效图形的过程包括:计算所述若干种待定失效图形对应的出现次数;根据出现次数由大到小进行排序,将所述芯片测试结果图像中对应出现次数≥2次的一种或多种待定失效图形作为失效图形,或者将出现次数排序在前40%的一种或多种待定失效图形作为失效图形,提高失效图形确定的效率和准确性。
在一具体的实施例中,可以将对应出现次数为3次、4次、5次、7次、8次、9次、10次、20次、50次、100次、1000次的一种或多种待定失效图形作为失效图形。本实施例中,将对应出现次数≥4次的一种待定失效图形作为失效图形。具体请参考图5,图5中第一种待定失效图形31出现了4次,将所述第一种待定失效图形31作为失效图形。在其它实施例中,可以根据实际情况合理设置所述次数。
在另一实施例中,将出现次数排序在前40%、20%、10%、8%、6%或5%的一种或多种待定失效图形作为失效图形。具体的,继续参考图5,假如图5中所示的三种待定失效图形(第一种待定失效图形31,第二种待定失效图形32和第三种待定失效图形33)为若干片芯片对应获得的群体分出,获得第一种待定失效图形31,第二种待定失效图形32和第三种待定失效图形33对应出现的次数,比如第一种待定失效图形31出现了50次,第二种待定失效图形32出现了30次,第三种待定失效图形32出现了20次,并根据出现次数由大到小进行排序,所述第一种待定失效图形31在前40%之列,将第一种特定失效图形32作为失效图形。在其它实施例中,可以根据实际情况合理设置所述百分比。
由于测试环境问题带来的测试机台的电学性能的误检测(将正常的内存地址测试为失效内存地址)具有一定的规律,因而本申请中通过前述步骤可以准确和快速的获得失效图形,所述失效图形用于判断测试机台是否存在问题,如果获得了失效图形,则可判断所述测试机台的测试环境存在问题,从而测试人员可以对测试机台的测试环境(比如对测试程序进行修改)进行调整,从而防止测试机台误检测的发生,提高电学测试的准确性。
本发明一实施例还提供了一种对测试机台进行监测的方法,包括:
采用前述实施例所述的方法获取失效图形;
对待测试晶圆上的待测试芯片中每一个内存地址进行电学性能测试获得与所述待测试芯片对应的芯片测试结果图像;
判断与所述待测试芯片对应的芯片测试结果图像上是否具有失效图形,若存在失效图形,则对测试机台的测试环境进行检查。
所述获得的失效图形可以存放于测试机台的经验数据库中,并且根据前述失效图形的获取方法可以实时或不定期的选取产线上不同的待测试晶圆作为芯片,因而可以对所述失效图形可以实时、定期或不定期的更新,进一步提高对测试机台的监测的效率,进一步提高电学测试的准确性。
在一实施例中,通过将与所述待测试芯片对应的芯片测试结果图像上的图形与所述失效图形进行匹配判断所述待测试晶圆对应的芯片测试结果图像上是否存在失效图形。
所述测试环境包括测试程序。
所述对测试环境进行的检查包括对测试程序进行修改。需要说明的是,本实施例(对测试机台进行监测的方法)与前述实施例(失效图形的获取方法)相同或相似部分的限定或描述,在本实施中不再赘述,具体请参考前述实施例相应部分的限定或描述。
本发明一实施例还提供了一种失效图形的获取装置,请参考图6,所述失效图形的获取装置300包括:
芯片测试结果图像获得单元301,用于获得一晶圆内的芯片测试结果图像,所述芯片测试结果图像中标记有若干失效测试点;
向量计算单元302,用于计算所有失效测试点间每两点的向量;
群体确认单元303,用于将具有相同向量的若干失效测试点定为同一群体;
待定失效图形确认单元304,用于从每一个群体中分出若干种待定失效图形;
失效图形获得单元305,用于基于所述若干种待定失效图形获得失效图形。
所述晶圆内具有若干芯片,每一个所述芯片具有若干内存地址,一个所述芯片对应具有一个芯片测试结果图像。
在一实施例中,所述芯片测试结果图像获得单元301获得所述测试结果图像的过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像,所述行列排布图形为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应一个内存地址。
在另一实施例中,所述芯片测试结果图像获得单元301获得所述测试结果图像的过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像;对所述行列排布图形进行压缩,获得压缩图形,所述压缩图像为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应多个内存地址。
在一实施例中,所述压缩的过程为:将所述行列排布图像中相邻的多个电学测试结果压缩为一个点,若所述多个电学测试结果中有一个的电学测试结果是失效的,则所述压缩后形成的一个点即为一个失效测试点。
所述向量为二维座标向量或极坐标向量。
所述群体确认单元303通过集群算法从每一个群体中分出若干种待定失效图形。
在一实施例中,所述失效图形获得单元305获得失效图形的过程包括:计算所述若干种待定失效图形对应的出现次数;根据出现次数由大到小进行排序,将所述芯片测试结果图像中对应出现次数≥2次的一种或多种待定失效图形作为失效图形,或者将出现次数排序在前40%的一种或多种待定失效图形作为失效图形。
在一实施例中,向量计算单元302可以包括搭配图形处理器的分散式运算服务器。
需要说明的是,本实施例(失效图形的获取装置)与前述实施例(失效图形的获取方法)相同或相似部分的限定或描述,在本实施中不再赘述,具体请参考前述实施例相应部分的限定或描述。
本发明一实施例还提供了一种对测试机台进行监测的系统,请参考图7,包括:
前述所述失效图形获取装置300,用于获取失效图形;
测试机台400,对待测试晶圆上的待测试芯片中每一个内存地址进行电学性能测试获得与所述待测试芯片对应的芯片测试结果图像;
判断单元401,判断与所述待测试芯片对应的芯片测试结果图像上是否具有失效图形,若存在失效图形,则对测试机台的测试环境进行检查。
在一具体的实施例中,所述判断单元401以及所述失效图形的获取装置300中的芯片测试结果图像获得单元301可以集成在测试机台400中。
在一实施例中,所述判断单元401通过将与所述待测试芯片对应的芯片测试结果图像上的图形与所述失效图形进行匹配判断所述待测试晶圆对应的芯片测试结果图像上是否存在失效图形。
所述测试环境包括测试程序。
所述对测试环境进行的检查包括对测试程序进行修改。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。

Claims (19)

1.一种失效图形的获取方法,其特征在于,包括:
获得一晶圆内的芯片测试结果图像,所述芯片测试结果图像中标记有若干失效测试点;
计算所有失效测试点间每两点的向量;
将具有相同向量的若干失效测试点定为同一群体;
从每一个群体中分出若干种待定失效图形;
基于所述若干种待定失效图形获得失效图形。
2.如权利要求1所述的失效图形的获取方法,其特征在于,所述晶圆内具有若干芯片,每一个所述芯片具有若干内存地址,一个所述芯片对应具有一个芯片测试结果图像。
3.如权利要求2所述的失效图形的获取方法,其特征在于,所述芯片测试结果图像获得过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像,所述行列排布图形为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应一个内存地址。
4.如权利要求2所述的失效图形的获取方法,其特征在于,所述芯片测试结果图像获得过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像;对所述行列排布图形进行压缩,获得压缩图形,所述压缩图像为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应多个内存地址。
5.如权利要求4所述的失效图形的获取方法,其特征在于,所述压缩的过程为:将所述行列排布图像中相邻的多个电学测试结果压缩为一个点,若所述多个电学测试结果中有一个的电学测试结果是失效的,则所述压缩后形成的一个点即为一个失效测试点。
6.如权利要求1所述的失效图形的获取方法,其特征在于,所述向量为二维座标向量或极坐标向量。
7.如权利要求1或6所述的失效图形的获取方法,其特征在于,采用搭配图形处理器的分散式运算服务器进行向量的计算。
8.如权利要求1所述的失效图形的获取方法,其特征在于,通过集群算法从每一个群体中分出若干种待定失效图形。
9.如权利要求1所述的失效图形的获取方法,其特征在于,所述基于所述若干种待定失效图形获得失效图形的过程包括:计算所述若干种待定失效图形对应的出现次数;根据出现次数由大到小进行排序,将所述芯片测试结果图像中对应出现次数≥2次的一种或多种待定失效图形作为失效图形,或者将出现次数排序在前40%的一种或多种待定失效图形作为失效图形。
10.如权利要求1所述的失效图形的获取方法,其特征在于,还包括:获得失效图形后,对相应的测试机台的测试环境进行检查,所述测试环境包括测试程序。
11.一种失效图形的获取装置,其特征在于,包括:
芯片测试结果图像获得单元,用于获得一晶圆内的芯片测试结果图像,所述芯片测试结果图像中标记有若干失效测试点;
向量计算单元,用于计算所有失效测试点间每两点的向量;
群体确认单元,用于将具有相同向量的若干失效测试点定为同一群体;
待定失效图形确认单元,用于从每一个群体中分出若干种待定失效图形;失效图形获得单元,用于基于所述若干种待定失效图形获得失效图形。
12.如权利要求11所述的失效图形的获取装置,其特征在于,所述晶圆内具有若干芯片,每一个所述芯片具有若干内存地址,一个所述芯片对应具有一个芯片测试结果图像。
13.如权利要求12所述的失效图形的获取装置,其特征在于,所述芯片测试结果图像获得单元获得所述测试结果图像的过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像,所述行列排布图形为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应一个内存地址。
14.如权利要求12所述的失效图形的获取装置,其特征在于,所述芯片测试结果图像获得单元获得所述测试结果图像的过程为:对芯片中的每一个内存地址进行电学性能测试,获得若干电学测试结果;将若干电学测试结果根据内存地址排布获得的行列排布图像;对所述行列排布图形进行压缩,获得压缩图形,所述压缩图像为芯片测试结果图像,所述芯片测试结果图像中的一个所述失效测试点对应多个内存地址。
15.如权利要求14所述的失效图形的获取装置,其特征在于,所述压缩的过程为:将所述行列排布图像中相邻的多个电学测试结果压缩为一个点,若所述多个电学测试结果中有一个的电学测试结果是失效的,则所述压缩后形成的一个点即为一个失效测试点。
16.如权利要求11所述的失效图形的获取装置,其特征在于,所述向量为二维座标向量或极坐标向量。
17.如权利要求11或16所述的失效图形的获取装置,其特征在于,所述向量计算单元为搭配图形处理器的分散式运算服务器。
18.如权利要求13所述的失效图形的获取装置,其特征在于,所述群体确认单元通过集群算法从每一个群体中分出若干种待定失效图形。
19.如权利要求13所述的失效图形的获取装置,其特征在于,所述失效图形获得单元获得失效图形的过程包括:计算所述若干种待定失效图形对应的出现次数;根据出现次数由大到小进行排序,将所述芯片测试结果图像中对应出现次数≥2次的一种或多种待定失效图形作为失效图形,或者将出现次数排序在前40%的一种或多种待定失效图形作为失效图形。
CN202010730179.1A 2020-07-27 2020-07-27 失效图形的获取方法和获取装置 Active CN114004778B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202010730179.1A CN114004778B (zh) 2020-07-27 2020-07-27 失效图形的获取方法和获取装置
EP20943833.2A EP3982326B1 (en) 2020-07-27 2020-12-15 Failure pattern acquisition method and acquisition apparatus
PCT/CN2020/136392 WO2022021745A1 (zh) 2020-07-27 2020-12-15 失效图形的获取方法和获取装置
US17/389,594 US11609263B2 (en) 2020-07-27 2021-07-30 Failure pattern obtaining method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010730179.1A CN114004778B (zh) 2020-07-27 2020-07-27 失效图形的获取方法和获取装置

Publications (2)

Publication Number Publication Date
CN114004778A true CN114004778A (zh) 2022-02-01
CN114004778B CN114004778B (zh) 2025-05-13

Family

ID=79920158

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010730179.1A Active CN114004778B (zh) 2020-07-27 2020-07-27 失效图形的获取方法和获取装置

Country Status (2)

Country Link
CN (1) CN114004778B (zh)
WO (1) WO2022021745A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116486879A (zh) * 2023-06-19 2023-07-25 全芯智造技术有限公司 失效分析方法及装置、可读存储介质、终端

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002023621A2 (en) * 2000-09-13 2002-03-21 Infineon Technologies North America Corp. Method and apparatus for fast automated failure classification for semiconductor wafers
TW494456B (en) * 2001-05-09 2002-07-11 Promos Technologies Inc Analysis method and apparatus for wafer processing
US7280945B1 (en) * 2001-10-17 2007-10-09 Kla-Tencor Technologies Corporation Apparatus and methods for detection of systematic defects
US20070288185A1 (en) * 2003-12-31 2007-12-13 Richard Burch Method and System for Failure Signal Detention Analysis
JP2009122046A (ja) * 2007-11-16 2009-06-04 Hitachi High-Technologies Corp 欠陥検査方法及び欠陥検査装置
US20130060505A1 (en) * 2011-09-07 2013-03-07 ATI Technologies ULC. Technique for wafer testing with multidimensional transform
CN108919083A (zh) * 2018-06-08 2018-11-30 上海华岭集成电路技术股份有限公司 一种提高Serdes IP晶圆测试效率的方法
CN110907796A (zh) * 2018-09-14 2020-03-24 长鑫存储技术有限公司 集成电路量测结果图像化分析方法及系统
CN111046561A (zh) * 2019-12-16 2020-04-21 江苏晟驰微电子有限公司 一种晶圆测试的数据地图分析方法
CN111383938A (zh) * 2018-12-28 2020-07-07 海太半导体(无锡)有限公司 一种测试不良芯片晶元坐标分布的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104916559B (zh) * 2014-03-10 2017-11-03 旺宏电子股份有限公司 结合实体坐标的位失效侦测方法
CN105224776B (zh) * 2014-05-26 2018-06-08 中芯国际集成电路制造(上海)有限公司 一种晶圆测试结果比对方法和系统
CN104483616A (zh) * 2014-12-29 2015-04-01 上海华虹宏力半导体制造有限公司 晶圆测试芯片状态图的分类方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002023621A2 (en) * 2000-09-13 2002-03-21 Infineon Technologies North America Corp. Method and apparatus for fast automated failure classification for semiconductor wafers
TW494456B (en) * 2001-05-09 2002-07-11 Promos Technologies Inc Analysis method and apparatus for wafer processing
US7280945B1 (en) * 2001-10-17 2007-10-09 Kla-Tencor Technologies Corporation Apparatus and methods for detection of systematic defects
US20070288185A1 (en) * 2003-12-31 2007-12-13 Richard Burch Method and System for Failure Signal Detention Analysis
JP2009122046A (ja) * 2007-11-16 2009-06-04 Hitachi High-Technologies Corp 欠陥検査方法及び欠陥検査装置
US20130060505A1 (en) * 2011-09-07 2013-03-07 ATI Technologies ULC. Technique for wafer testing with multidimensional transform
CN108919083A (zh) * 2018-06-08 2018-11-30 上海华岭集成电路技术股份有限公司 一种提高Serdes IP晶圆测试效率的方法
CN110907796A (zh) * 2018-09-14 2020-03-24 长鑫存储技术有限公司 集成电路量测结果图像化分析方法及系统
CN111383938A (zh) * 2018-12-28 2020-07-07 海太半导体(无锡)有限公司 一种测试不良芯片晶元坐标分布的方法
CN111046561A (zh) * 2019-12-16 2020-04-21 江苏晟驰微电子有限公司 一种晶圆测试的数据地图分析方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116486879A (zh) * 2023-06-19 2023-07-25 全芯智造技术有限公司 失效分析方法及装置、可读存储介质、终端
CN116486879B (zh) * 2023-06-19 2023-11-03 全芯智造技术有限公司 失效分析方法及装置、可读存储介质、终端

Also Published As

Publication number Publication date
CN114004778B (zh) 2025-05-13
WO2022021745A1 (zh) 2022-02-03

Similar Documents

Publication Publication Date Title
JP3639636B2 (ja) 半導体ウェハの不良解析装置及び不良解析方法
JP3007055B2 (ja) ドットパターンの検出および評価装置および方法
WO2004038763A2 (en) Method and system for analyzing bitmap test data
TW202202827A (zh) 缺陷辨識方法以及影像分析系統
CN101908382B (zh) 芯片失效的数据分类分析方法及其装置
CN104851821A (zh) 一种晶圆测试数据分析方法
CN114004778B (zh) 失效图形的获取方法和获取装置
KR20030051064A (ko) 순수 디펙트에 의한 페일 발생 확률 측정방법, 순수디펙트에서 추출한 패턴 파라미터의 분류를 이용한 디펙트제한 수율 측정 방법 및 순수 디펙트에 의한 페일 발생확률 및 디펙트 제한 수율을 측정하기 위한 시스템
US11609263B2 (en) Failure pattern obtaining method and apparatus
US12062166B2 (en) Method and system for diagnosing a semiconductor wafer
US20230290692A1 (en) Chip grading method and packaging method, and chip grading system and packaging system
US6553521B1 (en) Method for efficient analysis semiconductor failures
US20080189582A1 (en) Analysis techniques for multi-level memory
CN113096113B (zh) 芯片标记方法、系统、电子设备及计算机可读存储介质
CN110970085B (zh) Dram良率分析系统
KR101542558B1 (ko) 웨이퍼 수율 맵을 분석하는 방법 및 상기 방법을 기록한 기록매체
US8143076B2 (en) Manufacture of defect cards for semiconductor dies
TWI885321B (zh) 晶圓測試機以及晶圓測試方法及系統
CN116071349B (zh) 晶圆缺陷检测方法、存储介质及数据处理设备
US12007428B2 (en) Systems and methods for multidimensional dynamic part average testing
JP3272238B2 (ja) 半導体装置の不良解析方法
US20040175943A1 (en) System and method of pattern detection for semiconductor wafer map data
JP2021077756A (ja) 半導体プロセス解析装置および半導体プロセス解析プログラム
US11378620B2 (en) Method and system for detecting abnormal die
US12512349B2 (en) Wafer yield analysis method and apparatus based on wafer map

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant