Statistiska metoder för utveckling av innovativa process-teknologier med hög yield för tillverkning av nästa generationens mikroprocessorer Martin von Haartman Tekn Dr. Senior Process Engineer, Intel Corp. September 2009 1 Gästföreläsning Ingenjörsmetodik KTH Innehåll • Lite om mig själv och Intel • Kort om ingenjörsrollen i industrin • Översikt om statistiska metoder som används vid utveckling av process-teknologier 2 Gästföreläsning Ingenjörsmetodik KTH Om mig • 1996-2001, Elektroteknik 180p, KTH (E96) • 2001-2006, Forskarstudent, ICT, KTH – Huvudinriktning mikroelektronik – Avhandling om karakterisering och modellering av brus i CMOS transistorer • 2006-2006, forskare KTH • 2006 – idag, Senior Process Engineer, Intel Corp., Portland, USA. – Jobbar på Yield avdelning med uteckling av framtida halvledarteknologier – Ansvarar för metoder och analys av fel och defekter i tillverkningen. Engelskt namn Fault isolation/Failure analysis 3 Gästföreläsning Ingenjörsmetodik KTH Om Intel • 86000 anställda (Dec. 2007) • Huvudkontor i Santa Clara, Kalifornien, USA • Utvecklingsavdelning för halvledarteknologi i Portland, Oregon, USA. • Fabriker bland annat i Oregon, Arizona, Israel, Irland • Produkter – Mikroprocessorer för stationära och mobila datorer, arbetsstationer, netbook, inbäddade produkter, kommunikation, kosument-elektronik – Flash-minnen – Chip-set, moderkort, kretsar för kommunikation etc. 4 Gästföreläsning Ingenjörsmetodik KTH Ingenjörsrollen • Vanliga uppgifter i mitt jobb – Kontakt med service personal för reparation av utrustning – Inköp och installation av utrustning – Leda projekt – Dokumentation – Upplärning av nya anställda och övrig personal – Hålla presenationer – Arbetsledning – Programmering • I mitt fall utgör rent tekniska uppgifter inom mitt specialområde ca 50% 5 Gästföreläsning Ingenjörsmetodik KTH Nyttan av teknisk utbildning och övrig kompetens Personliga reflektioner (inte KTHs eller Intels allmäna inställning) • Viktigt med översikt över många teknikområden (bredd) • Också viktigt med specialistkompetens men kanske främst för att söka jobb (?) • Språk (främst engelska) • Ofta stor direkt nytta av mer tillämpade kurser i utbildningen • Teoretiska kurser behövs för förståelsen och svårare att läsa in i efterhand. Viktigt för självförtroende, beslutsfattning och som utgångspunkt för att söka mer information (kunskapsbas). • Utbildningen ger också omfattande träning i problemlösning, självständigt och kritiskt tänkande, etc vilket är viktigt i jobbet som ingenjör. 6 Gästföreläsning Ingenjörsmetodik KTH Statistika metoder för utveckling av innovativa processteknologier med hög yield för tillverkning av nästa generationens mikroprocessorer • Nya produkter – tex atom processorn för minimal effektförbrukning i netbooks etc – högre prestanda (fler kärnor, snabbare kretsar) • Nya process-teknologier innehåller många innovativa lösningar – Mindre & snabbare transistorer (Moore´s law) – Effekt, pålitlighet, yield, miljöhänsyn, etc. • Yield = andel chip som fungerar 7 Ny Produkt Processutveckling Produktion Gästföreläsning Ingenjörsmetodik KTH Krets design Översikt över tillverkningsprocessen • Nedskalning av dimensioner med faktor 0.7 vartannat år • Senaste process-teknologin (32nm) har transistorer vars gatelängd är 30nm. Vissa skikt är så tunna att de innehåller ett fåtal atomlager. • 32nm SRAM test-chip innehåller 1.9 miljarder transistorer Kisel-skiva 8 Process steg: Deponering Etsning Mönstring (litografi) Dopning Skiva med färdiga chip Gästföreläsning Ingenjörsmetodik KTH Variationer och defekter • SRAM cell används i cache minnet – För stabil design bör T3 > T1 > T2 (maximal ström genom transistorn) – Variationer i framförallt tröskelspänningen gör att cellen kan bli defekt – Det finns en specifikation för medelvärde och standardavvikelse T2 T1 T3 • Ledningarna som kopplar samman transistorerna får inte ha en kortslutning eller ha en öppen krets någonstans • Små dimensioner ⇒ ytterst små partiklar eller process-variationer kan leda till en icke fungerande krets Interconnect stack 9 Gästföreläsning Ingenjörsmetodik KTH Statistiska metoder • Hur ska man uteckla en process med hög yield? • Totala variationen beror av bidragen • Minimera variationen i process-moduler med stort bidrag • Minimera systematiska fel • För komplicerade samband teoretiskt – allting bestäms experimentellt mha statistik 10 Gästföreläsning Ingenjörsmetodik KTH Kontroll-gränser • Varje process-modul tar mätdata från sin process • Kan sampla olika nivåer (batch-batch, skiva-skiva, inom skiva) • Kontrollerar att medelvärde och standardavvikelse ligger inom uppsatta gränser • Konfidens-intervall – Försöker uppskatta okänt medelvärd μ från en population med standardavvikelse σ – 95% säkerhet att μ är i intervallet X ± 2σ/√n där X är medelvärdet av n datapunkter – Kan sätta kontroll-gränser utifrån specifikationen för en viss maskin och konfidens-intervall 11 Gästföreläsning Ingenjörsmetodik KTH Hypotes-test • Avgöra om två maskiner är matchade • Avgöra om ett nytt process-steg är en förbättring • Antag att ny typ av filmdeponeringsteknik utvecklats som ska ge lägre resistans • Kan vi säga om vi säga om metoden är bättre? Historiskt medelvärde Nytt medelvärde 12 Gästföreläsning Ingenjörsmetodik KTH Hypotes-test forts. • Anätt en hypotes μ = μ0, alternativ hypotes (ex. μ ≠ μ0) och signifikans-värde α • I de flesta fall kan normal-fördelning användas • Beräkna ztest = (X – μ0)/(σ/√n) • Kolla tabell eller formel för normal-fördelning sannolikhet p för att |Z| > |ztest| (dubbel-sidig) • Om p ≤ α avslå hypotesen α/2 -zα/2 13 α/2 zα/2 Gästföreläsning Ingenjörsmetodik KTH Design av experiment (DOE) • Effektiv metod för stastisk analys • Anger hur många experiment som behöver göras för att ta beslut vid viss risk och upplösningsförmåga • En batch delas upp i skivor som genomgår standard process och skivor som genomgår ny process Batch Standard process 14 Ny process Gästföreläsning Ingenjörsmetodik KTH Analyser av samband • Antag att ett stort yield problem upptäckts. Hur indentifierar man felkällan? • Teknisk kunskap (karakteristiska egenskaper, fellokalisering och felanalys) • Trender • Korrelationer 15 Gästföreläsning Ingenjörsmetodik KTH Trender • Studera variabel över tid eller i sekvens • Förändring kan härledas tex till införandet av ett visst process-steg eller service tidpunkt av en viss maskin • Om datat innehåller mycket brus kan filtrering/utjämningstekniker användas tex rullande medelvärde 16 Gästföreläsning Ingenjörsmetodik KTH Korrelationer • Korrelation mellan två variabler innebär att en variation in den ena variabeln är kopplad till en variation i den andra • R = SXY/SXSY R = -0.08 R = 0.99 Jämförelse mellan två processer 17 Gästföreläsning Ingenjörsmetodik KTH Korrelation i 2D • Fel kan uppträda en hög täthet i vissa regioner på skivan • Varje område kan analyseras separat Test-struktur data visar tex problem i samma område Fel Process 1 18 Process 1 Gästföreläsning Ingenjörsmetodik KTH Process 2 Felanalys (Failure Analysis) • Statistisk analys är användbart för att identifiera orsaker till yield problem men inte alltid • I många fall kan ingen korrelation enkelt hittas • Den statistiska analysen ger bara en indikation • Behöver metoder för att fysiskt identifiera defekter – Verifiera elektriskt (tex kortslutning mellan två ledare). Finns prob-tekniker för att utföra IV-mätningar även på 32nm transistorer – Fotografera defekter med SEM (scanning electron microscopy) eller TEM (transmission electron microscopy) 19 Gästföreläsning Ingenjörsmetodik KTH Fellokalisering (fault isolation) • I många fall är det ett kluster av minnesceller som har fel • Hur vet man var man ska mäta? Var finns defekten? – Elektrisk karakterisering av felet (DC-mätningar, funktionella mätningar). Bestämma bla område för felet och tid/spänningsberoende – Logisk-fysisk analys mha krets-design och CAD program – Studera IR-ljus från kretsarna – Laser-stimulering 20 Gästföreläsning Ingenjörsmetodik KTH Sammanfattning • Statistiska metoder är viktiga verktyg för att ta beslut baserat på tillgängligt data • Speciellt viktigt vid extremt komplicerade processer som kräver strikt kontroll, tex yield vid tillverkning av mikroprocessorer • Orientering av olika statistiska metoder som används vid utveckling av process-teknologier har presenterats • Frågor? 21 Gästföreläsning Ingenjörsmetodik KTH 22 Gästföreläsning Ingenjörsmetodik KTH