芯片良率危机凸显

图片来源@视觉中国

文 | 半导体产业纵横

近期，半导体业倍受关注的一大热点事件是三星官宣量产3nm制程芯片。实际上，在官方消息发出之前，业界就一直在议论此事，焦点就是良率问题。由于在追赶台积电的道路上不遗余力，三星几乎用尽浑身解数，这一次，在台积电即将于下半年量产3nm制程之前，抢先宣布量产，比拼的意味浓厚。但从近些年的情况来看，在先进制程工艺方面，屡屡被台积电碾压，一个很重要的原因就是三星难以保证良率，这在获取客户信心方面是个很大的减分项。

前些年，在10nm和7nm制程刚量产的时候，高通骁龙845 SoC由三星代工生产，骁龙855、865则由台积电7nm制程工艺生产，英伟达原计划由三星生产的7nm制程GPU芯片，也转移到了台积电。那时，三星在良率方面就落后于台积电，订单量明显少于对手。

2021年，4nm制程兴起，高通将骁龙 8 Gen1 Plus的生产订单转给了台积电，很重要的原因就是三星4nm制程工艺的良率仅为35%左右，与台积电超过70%的良率相比差太多。

今年2月，据韩媒Infostock Daily报道，三星电子怀疑旗下晶圆代工厂的产量及良率报告存在造假行为，因此，三星DS部门受到了管理咨询部门对其晶圆代工厂5nm制程良率的调查，紧随其后的将是4nm和3nm调查。该事件的起因是，三星晶圆代工业务饱受低良率之苦，特别是4/5nm制程量产后，出现了良率极其低下的情况，交货时间不断延后，招致了三星高层的怀疑。一位熟悉三星电子内部情况的高管表示：“由于晶圆代工业务交付的数量难以满足最近的订单需求，我们对非内存工艺的良率表示怀疑，众所周知，基于该良率（指此前良率报告的数据）是可以满足订单交付的。”管理咨询部门的怀疑对象是DS部门现任及前任高管，调查内容包括：之前递交的良率报告是否真实，用于提升良率的资金究竟流向何方。

今年6月，三星任命了内存制造技术中心副总裁Kim Hong-shik领导晶圆代工技术创新团队。通过改组，三星调动存储芯片专家来领导代工业务的核心部门。此次，晶圆代工部门的重组，也是为了改善3nm芯片良率，努力反超台积电。

台积电之所以能在先进制程方面领先全球，高良率是杀手锏。据悉，该公司7nm制程在量产开始3个季度后，其不良率降至每平方厘米0.09，5nm制程量产初期，不良率低于同期的7nm，缺陷密度大约为每平方厘米0.10~0.11，随着5nm芯片量产进程的推进，不良率降至0.10以下。

另一大芯片巨头英特尔也饱受良率困扰，2020年7月，该公司发布消息称，原计划于2021年底上市的7nm芯片，因工艺存在缺陷，导致良率下降，发布时间推迟6个月。在此之前，英特尔在10nm制程的研发过程中就遇到了很多困难，多次延期，2019年初才实现量产。

综上，芯片良率的重要性可见一斑。

芯片良率简析

简单的说，芯片良率就是晶圆上合格芯片数量与芯片总数的比值，这个数值越大，说明有用芯片数量越多，浪费越少，成本也就越低，利润越高。

良率还可以细分为wafer（硅晶圆）良率、die良率和封测良率，这三种良率的乘积则是总良率。总良率是所有晶圆厂的核心机密，外界很难知晓。它可以反应出这家晶圆厂制造芯片的总体水平和营收能力。

芯片制造的每一个阶段，从晶圆制造、中测、封装到成测，每一步都会对总良率产生影响，其中，晶圆制造是影响良率的主要因素。

良率还受设备、原材料等因素影响，要想达到较高水平，需要稳定工艺设备，定期做工艺能力恢复。另外，环境因素对以上提到的三种良率都会产生影响，如尘埃、湿度、温度和光照亮度等，芯片制造和封测过程需要在超洁净的工作环境中进行。

另外，wafer的尺寸会直接影响良率，一般情况下，中心区域的良率较高，边缘区域的良率较低（这是由制造工艺决定的）。wafer尺寸越大，中心区面积占总面积比例也大，良率越高。

良率不是一成不变的，它会随着工艺技术的不断成熟而提升。一般情况下，新制程工艺刚量产的时候，良率比较低，随着生产的推进，以及导致低良率的因素被发现和改进，良率会不断提升，较为成熟的产线良率可以达到95%以上。

很多半导体公司都有专门从事良率提升工作的工程师，在晶圆厂，有专门的良率提高(YE)部门，良率工程师负责提高晶圆良率；在IC设计企业，运营部门有专业的产品工程师(PE)负责提高良率。

拿什么拯救你，我的良率

芯片良率如此重要，全行业都非常关注，晶圆厂、IC设计企业、半导体设备和材料厂商，以及行业科研机构都在进行各种研究探索，为提升芯片良率添砖加瓦。

当然，提升良率的主战场依然是晶圆厂（IDM厂或晶圆代工厂）。要提升良率，首先需要深入研究芯片良率与可靠性之间的关系，而可靠性与芯片缺陷有直接关系，因此，减少芯片生产过程中的缺陷数量可以提升基准良率，同时可以提高器件的可靠性。

为了提高可靠性，需要投入时间、资金和相关资源，以提高良率，这就需要进行权衡，因为不同类型芯片对可靠性的要求不同，与之对应的资源投入也不同，这也会直接影响利润。例如，消费类电子产品用芯片对可靠性要求没有那么高（与工业和汽车芯片相比），因此，对于这类芯片，达到一定良率之后，晶圆厂不会做再高的追求，而是将资源分配到开发下一个节点的制程和设备，这样可以提高成熟节点的盈利能力。而对于高可靠性要求的芯片（如车用芯片，其可靠性要求比消费类芯片高两至三个数量级），晶圆厂必须追求更高的基准良率水平，也就需要在制程工艺和设备方面投入更多资源。不过，高性能与高良率之间是存在矛盾关系的，很难兼顾。

对于晶圆厂而言，大多数影响良率的系统性问题都已解决，实际良率损失主要是由制程设备或环境的随机缺陷造成的。为了检测出可靠性缺陷，晶圆厂的产线必须具备相应的制程控制设备和检测取样机制，采用的缺陷检测系统必须具备所需的缺陷灵敏度，并维护良好且达到规格。检测取样必须针对制程步骤达到足够的频次，以快速检测到制程或设备的偏移。此外，必须有足够的检测产能用以支持加速异常侦测。

在实际操作过程中，常见的难点是精确找出基准缺陷的出处，有时，缺陷产生之后经过多个制程步骤才被检测到，这对设备监控系统和机制的要求很高，做不好的话，常常找不出问题的根源在哪。为了解决这个问题，系统会先检测一片晶圆，使其在指定的制程设备中运行，然后再次检测，第二次检测发现的任何新缺陷必定是由该指定的制程设备产生的，这样，就可以找出缺陷的根源所在。因此，设置好一套灵敏的检测机制，可以揭示源自每个制程设备的随机良率损失并将其解决。

此外，晶圆厂可以对每个设备上出现的缺陷进行分类，并生成资料库，可作为现场故障的失效分析参考。这种方法需要非常频繁的设备认证(至少每天一次)。

通过以上这些措施和方法，晶圆厂可以有效控制缺陷，从而提升芯片良率水平。当然，除了这些，晶圆厂还有其它提升良率的方式方法，这里就不再赘述了。

除了晶圆厂产线的流程控制，产业链上游的半导体材料厂商，特别是硅晶圆厂商，也可以通过创新技术，在晶圆层面为提升良率提供保障。

例如，来自韩国科学与信息通信技术部下属的韩国机械与材料研究所（KIMM）和新加坡南洋理工大学（NTU）的科学家开发了一种技术——新型纳米转移印刷技术（Nanotransfer-basedprinting），它可以制造出高度均匀的硅晶圆。他们将无化学粘合剂打印技术与金属辅助化学蚀刻相结合，可以用于增强表面对比度以使纳米结构可见。

这种纳米转移印刷技术是通过在相对低温（160°C）下将金（Au）纳米结构层转移到硅衬底上，形成具有纳米线（nanowires）的高度均匀的晶圆，以实现在制造过程中控制所需的厚度。这种技术允许快速、均匀、大规模制造晶圆，同时，制造的晶圆几乎没有缺陷，生产出的芯片良率非常高。在实验室测试中，能够将99%的20nm厚Au薄膜转移到6英寸晶圆上。当采用该方法加工6英寸晶圆时，结果显示印刷层保持完整，在蚀刻过程中弯曲最小，证明该Nanotransfer-basedprinting技术具有出色的均匀性和稳定性。

KIMM-NTU团队认为该技术可以很容易地扩展到12英寸晶圆上，而这是三星，英特尔、台积电和GlobalFoundries等晶圆厂产线中的主流晶圆尺寸。

性能与良率之争

谈到芯片良率，就不能不谈性能，因为这两者之间是存在矛盾关系的。在消费类电子产品芯片大行其道的时代，良率占绝对上风，因为消费电子产品对性能的要求没那么高。但随着近些年消费电子市场的疲软，相应地，高性能计算（HPC）、汽车电子市场快速发展，且潜力巨大，而这些类型的芯片对性能要求极高，此时，良率就不得不做些让步了，因为在绝对高性能的量产要求下，良率不可能做得像消费类芯片那么高。

这样，各种新型芯片架构就涌现了出来。最具代表性的，也是最极端的就是Cerebras的晶圆级大芯片。

2019年8月，人工智能初创公司Cerebras Systems发布了Cerebras Wafer Scale Engine（WSE）处理器，这是一个超大芯片，由一个12英寸晶圆制成。而传统芯片则很小，一个12英寸晶圆可以制造出三、四百个芯片。

WSE拥有1.2万亿个晶体管，专门面向AI任务开发，这颗巨型芯片，面积达到42225平方毫米。

通常情况下，晶圆厂不会制造这么大的芯片，因为在单个晶圆的加工过程中通常会出现一些杂质，杂质会直接影响芯片良率，而单个芯片越大，整体良率越低。像Cerebras这么大的芯片，其良率保障是个凸出的问题。不过，Cerebras Systems公司表示，其设计的芯片留有冗余，一种杂质不会导致整个芯片都不能用。

2021年4月，Cerebras Systems公司又推出了WSE的升级版WSE-2，集成了2.6万亿个晶体管。该公司称设计出了一个可以绕过任何制造缺陷的系统来实现100%的良率，最初，Cerebras有1.5%的额外内核允许缺陷的存在。

之所以会出现WSE这样的超大芯片，原因在于，高性能计算市场对性能的敏感度高于价格，高性能计算市场的主要客户并非C端，而是B端的行业客户，他们对成本不敏感，最关心的是性能。特别是近些年，AI在云计算市场的应用风起云涌，云端AI芯片的客户主要是谷歌这样的互联网巨头，在这些巨头眼里，算力就是王道，它们对算力的追求几乎是无止境的，这一点和信奉“够用就好”的消费电子市场完全不同。

当然，像Cerebras Systems公司这样的芯片属于极端案例，大多数情况下，高性能计算市场的芯片尺寸还是在传统范围以内。但良率与性能之间的矛盾问题还是有增无减。需要有新的解决方案。

此时，Chiplet应运而生，它在兼顾性能和良率方面有独到之处。如果要提升性能就必须减少片外通信，而想提升良率则必须保证单一芯片面积不能太大。Chiplet方案恰恰能同时兼顾这两点。Chiplet可将单一芯粒（die）面积做小（确保良率），并用高级封装技术把不同的芯粒集成在一起。这样，芯粒之间的通信并不需要走PCB板，可以在封装内进行，这就大大降低了片外通信的开销。AMD最先在数据中心商用了Chiplet方案，且取得了良好的效果，看到商机后，英特尔也在跟进，开发了一整套先进制程工艺和封装技术。

总之，在先进制程不断迭代的今天，芯片良率问题变得越来越突出，与此同时，高性能需求也在给良率找麻烦。一切都好难，能够玩转这些的厂商恐怕会越来越少。