实现汽车器件0ppm目标的举措

来说，同样重要的特性不只是可靠性。它还包括缺陷率低且使用寿命长的器件，亦即“0ppm(ppm代表百万分率)”。本质上，所有汽车系统制造商都希望器件供应商能够向他们提供故障率为0ppm的器件！这个要求可能看似苛刻，但是有几种方法可以予以实现，并且这个目标事实上既现实又能够实现。其中一种方法就是动态器件平均测试或DPAT。

DPAT是一种将特性异常的器件从卖给客户的产品中剔除的统计方法。要了解DPAT的工作原理，举例说明比较方便。假设正在设计一款新型功率MOSFET，并且我们希望测试器件的Rds(on)性能。在设计过程中，若干生产批次(或“晶圆批次”)可以制造出几千个MOSFET。如果测量所有器件的Rds(on)并绘制成图，就会发现它呈正态分布，如图2所示。

图2：利用多个晶圆批次的Rds(on)正态分布图来设置数据手册上标明的最小值和最大值。

利用图2所示的分布，可以为器件设置测试中使用的上、下限值。这些就构成了器件数据手册上Rds(on)的最小值和最大值。对于消费类或工业级器件而言，正是这些上、下限值决定了器件是否能够通过测试。现在，我们考虑一下单晶圆的Rds(on)，如图3所示。

图3：单晶圆的Rds(on)分布标明了主分布区和离群器件。

它仍然呈正态分布但却更窄，并且有几个红色器件落在主分布区外，即离群器件。表面上看，离群器件似乎是良好器件，因为它们分布在上、下限值之间。然而，很明显，由于这些器件不在主分布区内，所以跟相同晶圆上的其他器件相比，它们存在着某种缺陷。从统计学的角度来看，经验表明，这些器件随后更有可能出现使用寿命方面的问题，并且它们存在着参数漂移和随时间流逝逐渐转移到限值以外的风险。因此，为了实现较低的故障率，需要剔除离群器件。这时，动态器件平均测试就可以一展拳脚了。

在DPAT中会检查给定晶圆上的所有晶片，测量参数值，并为每个晶圆绘制分布图。然后运行DPAT算法，设置一组独特的器件平均测试限值，以便位于主分布区内的器件通过测试，同时剔除离群器件(见图4)。

图4：设置器件平均测试限值来去除离群器件。

这种方法可以在生产时将不良器件以及在后续使用当中可能发生故障的器件有效剔除，因此，它是实现0ppm目标的有力举措。

无论怎样强调实现0ppm目标的重要性都不过分，实际上，IR采用了远比本文介绍多得多的方法来实现0ppm目标。例如，后来对MOSFET进行的钝化处理或冷热处理，以及在IC产品上进行的室温测试。即使完成了上述DPAT，还要进行异常晶片排除(MDE)和保护频带之类的二次筛选工作——这些额外工作的目的是不仅要根据DPAT测试结果，还要根据相邻晶片的测试结果来将不良晶片从晶圆中剔除。例如，测试结果良好但却被不良晶片包围的器件将被拒绝使用——个中缘由，可以将其看成在不好的居民区买一栋好的房子。如果居民区的条件在不断改善，那么在不好的居民区买一栋好的房子可能是一项明智的投资。但是归根结底它仍然是赌博，并且事关汽车级产品时，赌博不是可选项！