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