流片Corner Wafer介绍

简介: 本文介绍 流片Corner Wafer介绍

1.什么是Corner?

芯片制造是一个物理过程,存在着工艺偏差(包括掺杂浓度、扩散深度、刻蚀程度等),导致不同批次之间,同一批次不同晶圆之间,同一晶圆不同芯片之间情况都是不相同的。在一片wafer上,不可能每点的载流子平均漂移速度都是一样的,随着电压、温度不同,它们的特性也会不同,把他们分类就有了PVT(Process,Voltage,Temperature),而Process又分为不同的corner: TT:Typical N Typical P FF:Fast N Fast P SS:Slow N Slow P FS:Fast N Slow P SF:Slow N Fast P

image.png

第一个字母代表NMOS,第二个字母代表PMOS,都是针对不同浓度的N型和P型掺杂来说的。NMOS和PMOS在工艺上是独立做出来的,彼此之间不会影响,但是对于电路,NMOS和PMOS是同时工作的,会出现NMOS快的同时PMOS也快,或者慢,所以会出现FF、SS、FS、SF四种情况。通过Process注入的调整,模拟器件速度快慢,同时根据偏差大小设定不同等级的FF和SS。正常情况下大部分是TT,而以上5种corner在+/-3sigma可以覆盖约99.73%的范围,这种随机性的发生符合正态分布。

2.Corner wafer的意义

工程片流片的时候,FAB会pirun关键层次调整inline variation,有的还会下backup wafer以保证出货的wafer器件on target,即在TT corner附近。如果单纯是为了做一些样品出来,只进行工程片流片,那可以不验证corner,但如果为了后续量产准备,是必须要考虑corner的。由于工艺在制作过程中会有偏差,而corner是对产线正常波动的预估,FAB也会对量产芯片的corner验证有所要求。所以在设计阶段就要满足corner,在各种corner和极限温度条件下对电路进行仿真,使其在各种corner上都能正常工作,才能使最终生产出的芯片良率高。

3.Corner Split Table策略

对于产品来讲,一般corner做到spec上,正常情况下spec有6个sigma,如FF2(或2FF)表示往快的方向偏2个Sigma,SS3(或3SS)表示往慢的方向偏3个Sigma。Sigma主要表征了Vt的波动,波动大sigma就大,这里3个sigma就是在工艺器件的spec线上,可以允许超出一点点,因为线上波动不可能正正好好做到spec上。 以55nm逻辑工艺工程片为例,拟定的corner split table如图: 1.#1 & #2 两片pilot wafer,一片盲封,一片测CP 2.#3 & #4 两片hold在Contact,为后道改版预留工程wafer,可以节省ECO流片时间 3.#5~#12 八片hold在Poly,等pilot的结果看是否需要调整器件速度,并验证corner 4.除了留有足够的芯片用于测试验证,Metal Fix,还应根据项目需求,预留尽可能多的wafer作为量产出货

image.png

4.确认Corner结果

首先,大部分都应该落于四个corner决定的window范围内,如果出现大的偏差,那可能是工艺shift。如果各个corner的良率都没影响符合预期,那说明工艺窗口充分。如果有个别条件良率低,那就需要调整工艺窗口。 Corner wafer的目的是验证设计余量,考察良率是否有损失。大体上,超出这个corner约束性能范围内的芯片报废。Corner验证对标的是WAT测试结果,一般由FAB主导,但是corner wafer的费用是由设计公司承担的。一般成熟稳定的工艺,同一片wafer上的芯片,同一批次的wafer甚至不同批次的wafer参数都是很接近的,偏差的范围相对不会很大。

文章来源:芯片开放社区
文章链接:https://occ.t-head.cn/community/post/detail?spm=a2cl5.14300636.0.0.1b87180f3qWo3R&id=616990822998474752

相关文章
|
存储 SQL 机器学习/深度学习
用户画像标签体系——从零开始搭建实时用户画像(三)
用户画像标签体系——从零开始搭建实时用户画像(三)
4374 0
用户画像标签体系——从零开始搭建实时用户画像(三)
|
资源调度 芯片
流片Corner Wafer介绍
芯片制造是一个物理过程,存在着工艺偏差(包括掺杂浓度、扩散深度、刻蚀程度等),导致不同批次之间,同一批次不同晶圆之间,同一晶圆不同芯片之间情况都是不相同的。
24726 0
流片Corner Wafer介绍
|
网络协议 Linux C++
Linux C/C++ 开发(学习笔记十一 ):TCP服务器(并发网络网络编程 一请求一线程)
Linux C/C++ 开发(学习笔记十一 ):TCP服务器(并发网络网络编程 一请求一线程)
580 0
|
8月前
|
测试技术 芯片 C++
Python 安装
本文介绍Windows下安装Python 3.14.2的方法,包括版本选择、自定义安装选项、环境变量配置及安装验证,帮助用户快速搭建Python环境。
3417 8
Python 安装
|
机器学习/深度学习 人工智能 UED
OOTDiffusion:开源AI虚拟试衣工具,智能适配性别和体型自动调整衣物
OOTDiffusion是一款开源的AI虚拟试衣工具,能够智能适配不同性别和体型,自动调整衣物尺寸和形状,生成自然贴合的试穿效果。该工具支持半身和全身试穿模式,操作简单,适合服装电商、时尚行业从业者及AI试穿技术爱好者使用。
2049 27
OOTDiffusion:开源AI虚拟试衣工具,智能适配性别和体型自动调整衣物
|
存储 人工智能 芯片
面向AI的服务器计算互连的创新探索
面向AI的服务器计算互连创新探索主要涵盖三个方向:Scale UP互连、AI高性能网卡及CIPU技术。Scale UP互连通过ALink系统实现极致性能,支持大规模模型训练,满足智算集群需求。AI高性能网卡针对大规模GPU通信和存储挑战,自研EIC网卡提供400G带宽和RDMA卸载加速,优化网络传输。CIPU作为云基础设施核心,支持虚拟化、存储与网络资源池化,提升资源利用率和稳定性,未来将扩展至2*800G带宽,全面覆盖阿里云业务需求。这些技术共同推动了AI计算的高效互联与性能突破。
|
编解码 弹性计算 大数据
软硬结合助力倚天云原生算力再进化,加速大数据、视频转码上云步伐
本文介绍了云原生算力的进化,重点讨论了倚天710 CPU在大数据和视频转码场景中的应用与优势。倚天710采用ARM架构,通过物理核设计和CIPU加速卡优化,显著提升了高负载下的性能稳定性,并在实际应用中帮助客户实现了20%-40%的性能提升和成本降低。此外,文章还探讨了操作系统、编译器等底层软件的优化,以及如何通过龙蜥社区和阿里云平台支持更多应用场景,助力企业实现高效迁移和性能优化。
|
前端开发 JavaScript
react-32-样式隔离-引入css方式-vue对比
样式污染是开发常遇到的问题 解决办法其实就是让class名不重复,针对这个不重复有很多方法 1.1 class命名不重复:工具实现命名唯一 1.2 CSS Modules模块化 1.3 Styled-component 在之前文章代码基础上进行修改react-路由传参
1471 0
react-32-样式隔离-引入css方式-vue对比
|
弹性计算
阿里云美国服务器需要备案吗?必看!
阿里云美国服务器无需ICP备案,适用于希望避开备案流程的用户。不同于中国大陆地区服务器,美国服务器及中国香港服务器均无需备案。用户可直接解析域名使用。阿里云提供美国云服务器ECS与轻量应用服务器两种选择,分别满足不同需求
1907 9