合格芯片，未必可靠

芯片通过晶圆测试、完成封装，并且在终测中合格。从它的测试结果来看，没有任何理由将它扣留。然而，另一颗测试结果几乎一模一样的芯片，却有可能在终端使用时失效，根源在于存在两项测试都没有检出的薄弱点：可能是时序裕量不足、电阻发生微小偏移，或是多项参数单独看都正常，但组合在一起就存在隐患。

厂商面临的难题是：如何找出这些合格芯片里需要复检的对象，而不是对所有芯片全部重测。测试工程师一直都清楚，测试合格不等于器件终身可靠。而现在的变化在于，工程师能够获取到每一颗器件更多信息。内部参数测量数据、制造履历、预测模型，如今都可以在一批合格器件中识别出异常行为，但定位到可疑器件仅仅是第一步。

“测试成本和测试量正在快速上涨，在系统级测试之前完成有效检测是一大难题。”PDF Solutions产品与解决方案执行副总裁、董事兼联合创始人Kimon Michaels表示，“当然还有一个巨大挑战：到这一步，你的整个供应链会面临多大风险；或者说，如果器件在这个环节失效，会造成多少产品报废。”

存在潜在缺陷的器件，潜伏越久，投入的制造成本就越高。但对每一颗器件做更全面的测试，同样需要付出代价。新增测试向量会占用测试机时间，老化测试会占用设备资源，封装后的器件可能需要再次上机；而把所有统计上的异常样本全部剔除，也会误杀掉一部分良品。反过来，如果问题器件流出，进入客户的系统，损失会更大。

“没有什么比终端现场失效成本更高。”Michaels说，“难点在于，先进工艺在某些方面，对可靠性失效会更加敏感。”

产线测试只能近似模拟芯片实际工作环境。测试时，电压、温度、时序、负载都可控，但完整组装后的系统内部，各类信号的相互作用很难复现。

“单颗裸片可以顺利通过晶圆测试和终测，但是当裸片、存储器件、互连线路、固件和软件协同工作之后，它的表现就可能出现变化。” 泰瑞达（Teradyne）智能制造产品经理Eli Roth说道，“我们很擅长检出硬性失效。但更难发现的，是那些满足规格、却已经运行在可靠性临界边缘的器件。”

遍历所有工作条件组合进行测试并不现实；就算是覆盖范围很广的系统级测试，也无法保证所有薄弱点都会暴露。厂商需要一套方法，识别高风险器件，并判断是否可以通过针对性测试，在出货前定位问题。

器件级模型，挖掘隐藏异常样本

传统量产测试依靠固定阈值，搭配保护带，用来应对测量误差和工艺波动。统计分析可以标记出接近阈值、或是和同晶圆、同批次相邻器件表现差异明显的芯片。即便如此，一颗芯片依然有可能通过所有单项测试，但各项测量参数之间的关联关系已经异常。

器件专属模型提供了另一种识别差异的思路。工程师可以把内部参数测量值和该器件预期表现做比对，从而发现批量统计方法容易漏掉的不一致现象。工艺特征与时序特征可以用来预判芯片的理论表现，工程师再对比预测性能和实测性能之间的偏差，而偏差的分布模式至关重要。设计带来的裕量边界问题，通常会在整批产品上稳定出现；材料缺陷则不一样。

“材料引发的波动有不同特征，往往是局部、不对称或者离散分布的。”proteanTecs业务拓展高级总监Nir Sever说，“可能只有一部分器件、部分晶圆，或是裸片上的部分区域出现加速劣化。随着时间推移，这类器件的衰减曲线会和整批器件拉开差距。”

局部变化或是加速劣化，往往预示着正在萌生的物理缺陷。难点在于判断这类波动是否属于值得跟进的可靠性风险，以及追加测试能不能有效检出问题。而且用来判断风险的模型本身也有有效期。

“数据不是静态的。”Michaels说，“数据会漂移，这是物理规律决定的。工艺会发生变动，在模型重训练、监控等环节，你必须意识到这一点。”

工艺调整、设备更换、产品改版，都会改变模型学习到的参数关联关系。这意味着工程师对模型的验证标准，不能低于模型输入的测量数据，尤其是异常标记会触发额外筛选，甚至直接判定器件报废的时候。

借助检测手段，解释临界电性异常

部分潜在缺陷不会造成稳定的电性失效。互连线路受损之后，室温下导通性能尚可，但在热应力或者机械应力下就会变得不稳定。这一点在先进封装里尤其难检出。焊料浸润不良、微凸点空洞、分层、翘曲，都不一定立刻引发失效。

“空洞和浸润不足会削弱互连结构，但不一定马上造成开路。” 诺信测试与检测（Nordson Test & Inspection）首席技术工程师Chris Rand表示，“凸点高度、焊料体积、互连结构几何尺寸发生变化，都会让电阻偏移；或者在负载、温度、外力作用下，通断特性发生改变。”

X光检测或者声学检测，可以拿到互连异常的物理证据；电性测试则用来判断观测到的异常会不会影响器件功能。两种检测手段单独使用，都不一定能完成完整故障诊断。把两类结果关联起来，可以缩小失效机理范围，帮助工程师挑选更有可能暴露缺陷的应力条件。

对比器件在多次上机测试的数据，也是一条线索。一颗芯片可能在每一道测试都合格，但电性参数在缓慢漂移，这种趋势，单独看每一次合格 / 不合格判定是发现不了的。

“无法解释的参数漂移，不是好信号。”PDF Solutions Exensio解决方案负责人Greg Prewitt说，“如果器件特性发生变化，并且排除了测试平台本身的问题，就需要重点核查。”

标记这类器件，并把标记信息传递到后续测试工序，厂商就可以把额外筛选资源集中到有可疑历史的器件上。但工程师首先要排除温度、校准、接触电阻、仪器配置带来的干扰。不然，很可能一直在排查正常器件，反而漏掉了测试链路本身的故障。

根据失效机理，选择后续测试方案

当证据指向明确的失效机理之后，就要判断哪一项追加测试有较大概率检出问题。不同测试方案不能随意替换。怀疑时序异常，可能需要在不同电压、温度条件下做特性表征；担心互连可靠性，需要电性应力或者热应力测试；识别到可靠性风险特征，则可以安排老化测试。如果原始测试本身对这类缺陷并不敏感，在相同条件下重复原有测试，意义不大。

老化测试是一个很难抉择的选项。升高温度、电压可以加速部分失效机理，但会占用设备时间、能耗与产能，应力本身也可能损伤器件可靠性。如果只有很小一部分合格器件存在风险，对全部器件统一做老化，成本很难接受。

“很多厂商会对大批量库存、甚至几乎全部产品做老化，成本很高，而且老化本身也可能造成器件损伤。”Michaels说，“但一套维度足够完善的模型，可以挖掘规律：结合工艺信息和测试状态，判断哪些器件存在风险，找到最优区间，对风险低的器件跳过老化，把资源集中到我们关注的临界器件上。”

预测式老化，依靠制造履历和测试数据，筛选出最适合应力筛选的器件。自适应测试思路与之相近：利用晶圆级、裸片级数据，决定封装之后的测试方案。前序测试采集的数据，可以用来调整后续测试的阈值与测试向量，前提是厂商能够跟踪器件唯一标识，打通全流程测试数据。

“我们搭建了一套云平台，从各个测试工序采集数据，复用前期测试数据，优化先进封装里的裸片匹配方案、测试条件，进而提升后续工序良率。” 爱德万（Advantest）测试技术总监Fabio Pizza说，“你可以实现自适应测试，保证封装后的测试，使用恰当的阈值，甚至匹配专属的测试向量。”

在同一轮测试流程内修改阈值或向量，新增开销通常更低；如果把封装器件重新送测，会增加转运、设备占用和时间成本。随着器件上投入的制造成本越来越高，成本权衡会变得更复杂。和报废一颗多芯片封装器件相比，追加一次测试的成本或许不算高，但每增加一道工序，都会挤占有限的产线产能。

“算经济账就会发现，一旦器件进入封装环节，报废成本会远远高于测试成本。” 泰瑞达的Roth说。

核心难点，是判断追加筛选带来的收益，能不能覆盖它的成本。打通晶圆、封装、终测的数据链路，工程师可以在器件投入更多制造成本之前识别可疑样品，同时避开信息价值很低的测试项目。短短几秒的定向筛选，有可能避免后续代价高昂的失效；但如果一道重测工序很少检出问题，只会降低产线吞吐，却无法改善出货质量。

重测本身，也会引入不确定性

重测看起来很有吸引力：如果工程师不信任某次结果，再测一次似乎是低成本的兜底手段。但量产测试依赖物理接触接口，而接口本身并不是理想的无源结构。封装器件需要受力压入测试插座，才能和数百上千个引脚建立接触。探针会磨损、接触面会污染，器件安放位置微小变化，都会改变接触电阻。哪怕测试程序完全一样，第二次上机，也很难复刻第一次的测试条件。

“每一次把器件放进插座，都伴随着风险。”Modus Test首席技术专家Jack Lewis说，“所以重测本身就是一个麻烦，我们应该尽量避免重测，而且测试时长本身就很长。”

反复上机消耗产能，封装器件也会承受更多搬运风险。如果根源是接触不良，第二次测试得到不同结果，也无法判断哪一组数据更贴近器件真实状态。之前不合格、复测后合格的情况尤其难判断：有可能器件本身一直正常，初次失效只是接触不良；也有可能器件存在间歇性缺陷，第二次刚好没有触发。如果直接修改合格判定、不保留历史记录，就失去了区分这两种情况的依据。

对比不同探针、负载板、测试机上的测试结果，可以区分失效来自器件本身，还是来自测量系统。这已经超出常规校准范畴，尤其是测试机资源、负载板组件慢慢逼近工作极限的时候。

“客户还需要专门的监测手段，确认整套测试单元里有没有参数偏移，测试机、负载板、探针卡、温控系统里的部件是否逼近阈值，避免在测试器件时引入临界异常。” 爱德万的Pizza说。

持续监控测试机和负载板状态，有助于工程师区分：参数变化是硅片本身带来的，还是测试环境变动造成的。这份历史记录在判断已合格器件是否需要追加筛选时尤为重要 —— 因为再次上机可能复现异常，但无法定位根本原因。在这种场景下，必须已经有其他证据指向潜在风险，追加测试才有机会检出怀疑中的缺陷；尤其是器件单价很高、一旦现场失效后果严重的场景。如果一套筛选方案能抓到更多临界器件，但误报报废、搬运损伤、测试机占用大幅上升，那就得不偿失。

判定延迟，限制筛选的检出能力

就算筛选模型本身效果很好，如果输出结果太晚，在产线里也无法落地。部分量产测试工序在零点几秒内完成；如果数据分析要等到整批流转之后，或许能帮助后续工艺优化，但已经无法改变这批器件的处置结果。

长期以来，测试系统优先保障吞吐速度，有时会牺牲数据实时性。Roth举了一个IDM客户的例子：他们的测试架构刻意延后生成测试数据文件，等测试机空闲之后再处理。这套方案保障生产不停，但也错失了问题出现时及时处置的机会。

“极端情况下，STDF测试文件要等到整批跑完才生成。”Roth说，“所以如果前面某片晶圆出问题，数据没法及时汇总、给到操作人员。这是过去为了追求吞吐而做出的取舍。”

拿到数据只是一方面。数据必须和对应器件绑定、格式可用，并且在测试程序或者产线系统还来得及干预的时候送达。在当前测试流程里增加一次测量，实现难度相对低；把器件单独分流、暂停、或者调用其他工序的数据交叉验证，就复杂得多。

管控这些干预动作的规则同样需要斟酌。如果模型标记出的合格器件占比持续上涨，工程师要判断，到底是工艺漂移、器件本身临界变多，还是模型本身发生偏移。自动加码筛选，只会消耗测试资源，却不一定提升品质。反过来也有风险：模型判定某一项测试很少检出缺陷，自动减少该项测试，也可能漏掉隐患。

新芯片设计，很难建立可靠的基准线。复杂器件会产生海量测量数据，但工程师可用来对比的历史样本很少。缺少可靠参照，再先进的模型，也很难区分真正异常和正常工艺波动。

“想要基于经验数据准确识别异常，并不是一件容易的事。” 爱德万测试技术总监Brent Bullock表示，“工程师往往缺少可对比的历史数据，测试全新芯片架构、切换新工艺的时候尤其明显。”

筛选模型需要建立目标器件、对应工作条件下的正常表现基准。随着制造工艺、产品版本、测试条件变化，这条基准线也必须持续有效。否则，工程师可能针对无害的正常波动盲目增加测试覆盖，或是在真正缺陷萌生的时候放松检测。

工程师还需要清楚：器件被标记的原因、触发判定的证据、追加测试检出了什么、结果是否支撑最初的风险判断。缺少这套反馈闭环，厂商会不断堆积筛选规则，维护成本高，也很难证明它的价值。有了闭环，就可以根据实际失效结果评估筛选效果，而不是只看模型技术有多复杂。

结语

要不要放行一颗临界器件，最终取决于厂商掌握的信息，以及他们愿意承担多大不确定性。标记器件存在风险，不等于预判它一定会失效。风险评分可以支撑进一步表征、更换应力条件，或是对整批器件持续监控，但并不代表直接报废器件。部分失效机理在量产条件下很难复现，就算选对测试方案，也只能降低不确定性，无法彻底消除风险。

不同市场的取舍标准不一样。面向消费电子的大批量厂商，和面向汽车、工业等高可靠场景的厂商，对测试成本和剩余风险的平衡方案完全不同。就算是同一款产品系列，合适的处置方式，也取决于怀疑的失效机理严重程度，以及现有筛选手段能不能有效检出。

随着单颗器件的数据越来越丰富，核心问题正在转变：不再是 “能不能再加一次测试”，而是 “这次测试有没有机会改变最终判定”。几十年来，厂商一直在优化芯片合格判定能力。现在，他们还要判断：哪些合格芯片值得复检，以及证据充分到什么程度，就可以放行。这方面做得越好，需要追加的测试就越少。