当前位置:首页 > 测试测量 > 测试测量
[导读]关键字:存储器测试系统级芯片(SoC)中存储器容量的增加以及嵌入式存储器支配整个裸片良品率的事实,使良品率设计(DFY)面临日益严峻的挑战,特别是在新兴的90nm和65nm半导体技术领域。由于嵌入式存储器容易产生较高的

关键字:存储器测试

系统级芯片(SoC)中存储器容量的增加以及嵌入式存储器支配整个裸片良品率的事实,使良品率设计(DFY)面临日益严峻的挑战,特别是在新兴的90nm和65nm半导体技术领域。由于嵌入式存储器容易产生较高的缺陷率,会对整个芯片良品率和良品率管理产生重要影响,因而DFY成为制造的关键问题。 

传统的存储器测试和修复方法不能有效地管理当前SoC的复杂度和水涨船高的测试成本。为了克服这些挑战,半导体知识产权(IP)供应商提出了一种称为IIP(基础架构IP)的新型IP,IIP的作用就像嵌入芯片内部的微型测试器。

IIP的例子包括用于逻辑和存储器的内建自测试(BIST),以及用于嵌入式存储器的内建修复分析(BIRA)、内建自修复(BISR)和错误校正代码(ECC)。本文将讨论这样一种面向嵌入式存储器测试和修复的IIP,以及这种IIP如何解决设计和制造过程各个阶段的良品率问题。 
 
技术挑战 

摩尔定律引领人们持续不断地研究更复杂和更大规模的设计,工艺节点正在从130nm、90nm、65nm及以下节点向更小的硅特征尺寸前进。这些更新的工艺技术造成设计规则复杂、制造和掩模成本更高。因此,面向如此先进技术的设计团队需要了解其设计能否在可接受的良品率等级上具有可制造性。 

传统上,良品率问题一直属于制造团队的研究范围,但是,在上述先进工艺技术领域,设计工程师正将注意力转向芯片设计流程中的可制造性标准。采用新兴技术导致良品率下降体现在三个方面:随机缺陷、系统缺陷和参数缺陷。解决这些问题的良品率改进方案有很多,贯穿设计到制造的产品流程的各个阶段都要进行良品率管理。

这可以分类为对设计进行逻辑添加和物理修正。物理修正的一个例子是良品率驱动的版图设计,重点是修改影响设计性能并进一步影响整体良品率的版图设计规则。逻辑添加对设计添加测试结构以帮助提高制造过程的良品率。测试结构被设计用于检测器件中因随机、系统和参数缺陷造成的各种故障,以及修复嵌入式存储器中的某些缺陷。
 
新兴技术使单芯片中能够集成更多的嵌入式存储器,进而使存储器成为SoC中占据支配地位的组成部分,如图1所示。嵌入式存储器采用了比芯片上逻辑部分更先进的规则进行设计,因而缺陷级别更高。存储器的结构致密,实际上其缺陷密度的代表值是逻辑部分的两倍。因为IC中包含存储器和逻辑部分,因此存储器决定了整个SoC的良品率。修复存储器中的缺陷,就能够改善整体良品率并实质性节省制造成本。 

此外,先进技术提供了广泛的工艺选择,满足了在同一设计上具有不同存储器容量和架构的多种应用(设计)的需要。对于需要存储器测试和修复方案的多种存储器架构以及不同冗余配置的设计,这些挑战增强了对良品率管理的需求。 
嵌入式存储器测试和修复 

在嵌入式存储器中管理良品率的一种方法是在制造修复过程中利用冗余或空闲单元。以历史的观点看,嵌入式存储器一直具有自测试能力,但是不能自修复。近来,嵌入式存储器因缺陷密度较高,被迫采用冗余单元,就像独立式存储器一样。对给定的存储器确定足够及合适类型的冗余单元,需要存储器设计知识和待选用工艺节点的历史故障信息。这本身就是一个挑战,何况正确的冗余单元并不能解决全部问题。掌握存储器缺陷检测和定位的方法并分配冗余单元需要用到缺陷分布的制造知识。

传统的存储器测试和修复方法依靠外部存储器测试器和通用目的冗余分配软件来修复存储器,然而,不断增加的测试成本促使人们开发嵌入到SoC之中的集成式测试和修复结构。先进的存储器测试和修复系统通常被嵌入到芯片上以诊断出现故障的存储器位,并利用存储器中的冗余资源(行或列或二者都用)修复出现故障的存储器。

这样的系统由一个测试和修复处理器以及封包器(嵌入关键测试功能)构成,以便与存储器、储存存储器配置标志的熔丝盒以及存储器本身(包括冗余和非冗余存储器)接口。处理器具有四个关键测试和修复功能:一个BIST引擎用来创建存储器的特定测试模式;一个BIST诊断引擎用来分析和识别故障;BIRA、修复和冗余分配逻辑算法用来重配置存储器行;待被做拓扑有效的后修复的列。
 
STAR存储器系统采用多种方法修复嵌入式存储器并实现最佳的制造良品率。图2所示SoC利用IIP和STAR进行嵌入式存储器修复。STAR处理器与嵌入式存储器自动交互作用以测试和诊断每一个存储器并确定是否可以修复,如果可以修复就生成一个修复标志。逻辑测试器发起测试和修复操作之后,STAR处理器接管以进行测试、诊断和生成修复标志。 

测试器把修复标志传输到激光熔丝烧断设备,由它依次烧断熔丝盒中的熔丝。熔丝盒的内容与修复标志相对应,由STAR处理器加载到相应的存储器进行修复。因此,IIP彻底地减少了测试成本,并使外部测试资源需求最小化。此外,利用不需要外部激光熔丝烧断设备的非易失性熔丝,制造成本被降低了。该技术使多次修复成为可能,因而适用于现场级修复,特别适用于用纳米技术制成的、更易出现后制造可靠性故障的器件。

随着设计中存储器密度的增加,一个设计中就有几百个存储器实例,让一个STAR处理器来驱动所有存储器的测试和修复是不切实际的,因此,需要一个具有多STAR处理器的先进嵌入式IP解决方案来支持调试、诊断和现场修复。每一个STAR存储器系统由一个STAR处理器、一定容量的存储器和一个熔丝盒组成。当前典型的设计需要采用多STAR存储器系统实例。

多STAR存储器系统实例如图3所示,需要彼此之间互连并连接到IEEE 1149.1 JTAG接口,以便外部测试设备在诊断和调试过程中访问芯片。每一个STAR处理器上的P1500端口采用IEEE提出的IP到IP互连协议将多STAR存储器系统实例彼此之间连接起来。然而,这些P1500端口也要连接到芯片的JTAG接口。为了使连接过程自动完成,一个称为JPC编译器的JTAG到P1500转换器的设计已完成。掌握了每一个STAR存储器系统实例的情况,JPC编译器就可以生成逻辑把所有P1500端口与外部JTAG接口互连起来。就本质而言,JPC逻辑起到芯片级IP基础架构“集线器”的作用,图3所示为具有两个STAR存储器系统实例的复合IP(功能和IIP的混合)。先进技术的存储器缺陷分布随着位单元更小、版图更密而发生变化,Generic March型测试算法不足以处理这些技术中的复杂缺陷。STAR存储器系统提供增强型March测试算法,覆盖了单个单元故障、双单元故障、复杂耦合故障以及多测试模式,从而为存储器读写操作创建专用应力情形。因为缺省算法不足以处理细微工艺变化引起的缺陷,STAR处理器还支持可对系统进行编程的用户定义算法。为了确保最佳的品质,STAR存储器系统采用存储器拓扑不规则信息来生成最精确的背景模式。

STAR存储器系统支持弹性修复策略以优化制造和现场操作过程中的良品率,制造流程跨越从晶圆探测到最终封装部件量产的全过程。修复策略描述确定冗余分配和执行修复的条件,STAR存储器系统支持硬修复、组合修复和累积修复。

硬修复需要利用芯片上的永久存储机制(例如激光熔丝、NV熔丝)以便掉电后保持修复信息。

组合修复结合了硬修复和软修复的优点。软修复不用熔丝,因而上电后要生成修复标志。因为软修复在所有测试条件下对所有故障类型的揭示不够有效,我们建议与硬修复结合使用。因此,组合修复就是工厂中的硬修复和随后现场的软修复的结合。

累积修复有助于累积多种测试条件的修复标志以获得最高的修复效率和最大化地恢复良品率。

嵌入式存储器测试和修复技术的未来趋势

随着半导体技术从130nm、90nm、65nm向更小特征尺寸的变化,缺陷率会更高,引入的新缺陷会更多,缺陷类型更加多变。为了解决缺陷率问题,测试和修复组织机构需要更为智能的方法以及更新的测试和修复方案。新兴工艺技术,例如90nm以下工艺,会造成泄漏急剧增加,因而需要专用泄漏屏蔽措施来实现更高的品质。随着缺陷密度的增加,更密密集的存储器需要额外的冗余资源(行和列冗余)。当设计中只有少量存储器(数十个)的时候,很容易在芯片级实现测试和修复来控制缺陷。然而,当存储器达到好几百个的时候,在设计实现和制造过程中管理缺陷就复杂了。试想一下,不借助于芯片级中央网关与所有存储器组通信,逻辑和物理版图复杂度的快速增加会导致难以在芯片级与所有存储器实例进行通信,所以,有必要采用智能地芯片级测试基础架构IP来管理数量众多存储器的芯片级测试和修复功能。STAR JPC是一个有助于存储器子系统和外部测试器通信的芯片级基础架构IP的例子,它极大地减少了芯片级布线拥塞,这意味着:为功能模块节省了更多面积、模块间布线更少、各种时序问题最少以及时序收敛更快。

随着几何尺寸更小(泄漏更高,是现在的10倍),要实现更高的品质,保持力(Retention)测试就变得越来越重要。然而,如果我们严格测试每一个存储器的话,保持力测试也会造成测试时间太长。因为这是一个面向所有存储器的公共测试功能,所以可以移到芯片级IIP来并行运行该测试。保持力测试可以在多个STAR存储器组之间并行运行,极大地削减了测试时间和测试成本。当设计中有数百个存储器的时候,测试时间就是一个重要因素。为了优化测试时间,用户应被容许调度被测存储器组的顺序:并行、串行或二者组合。这就需要一个可由用户在制造测试过程中编程的芯片级智能调度器。STAR JPC的内建智能调度器容许用户调度各种存储器实例的测试。本质上,借助于智能芯片级测试IIP,用户可以削减测试时间和测试成本。

采用90nm及其以下工艺,许多高速设计(特别是计算机、通信和图形应用)需要做严格的高速测试以满足品质目标,这就需要在测试引擎和存储器之间快速交换数据以确保存储器在期望的速度下经受测试。它要求测试资源与存储器的集成最优化,以确保同时达到最佳品质和最优化面积/性能的折衷。因此,我们将测试引擎(软IP)的许多时序和版图关键组成部分集成到硬宏中,时序关键路径已被做在硬宏中,附加可测试逻辑正被嵌入到硬宏中以获得更高的覆盖率,从而最终获得最优化的面积、最小的布线开销和更高的品质。作为一个既设计存储器IP又设计测试和修复IP的整体解决方案供应商,这些都是可能实现的,因为他们能借助于测试和修复技术优化整个存储器系统的面积、时序并实现高度可制造性。其它方案因为存储器由一家公司设计,而测试和修复单元却由另一家不同公司提供,彼此之间存在非常严格的边界,因而就不能实现如此级别的优化。未来新兴工艺会使设计规模增长并容许我们在设计中集成更多的存储器。目前,我们已使包含几百个存储器的设计出带了,现在正开始设计包含几千个存储器的单芯片。设计中多个分层造成的极大复杂度,需要能智能管理设计集成的自动化性能,这种性能必须很好地理解嵌入式存储器测试和修复架构,并容许在SoC级插入、删除和修改存储器子系统。 

本文小结 

当前日益增长的上市时间压力常迫使半导体代工厂开始采用尚未成熟、良品率还没有达到稳定状态的新兴工艺进行生产,因此,良品率管理成为半导体制造过程的一个重要问题。存储器的嵌入式测试和修复就是有助于最优化良品率并使测试成本最小化的关键制造技术,采用STAR存储系统来测试和修复嵌入式存储器能够极大地提高良品率并确保高品质。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭
关闭