每輛汽車用8000顆芯片,該如何保證汽車安全性?

2018-03-14 10:15:09·  來源:Solid State Technology  作者:David W. Price, Douglas G. Sutherland 和 Jay Rather
 
Process Watch系列文章探討了半導體行業(yè)中工藝控制 - 缺陷檢測、量測和數(shù)據(jù)分析-的關鍵概念。本文是關于汽車行業(yè)半導體的一個五部分系列的第一部分。在本文中,我們將介紹汽車供應鏈中所面臨的一些挑戰(zhàn)。本系列后續(xù)的文章將針對這些挑戰(zhàn)介紹具體的工藝控制解決方案。
作者導語:

Process Watch系列文章探討了半導體行業(yè)中工藝控制 - 缺陷檢測、量測和數(shù)據(jù)分析-的關鍵概念。本文是關于汽車行業(yè)半導體的一個五部分系列的第一部分。在本文中,我們將介紹汽車供應鏈中所面臨的一些挑戰(zhàn)。本系列后續(xù)的文章將針對這些挑戰(zhàn)介紹具體的工藝控制解決方案。

20世紀50年代,汽車制造中所采用的電子產(chǎn)品還不到制造總成本的1%。如今,電子產(chǎn)品的成本已經(jīng)可以達到總成本的35%,并且預計到2030年將增加到50%。汽車行業(yè)電子產(chǎn)品的快速增長主要由以下四個方面驅動:

1. 系統(tǒng)監(jiān)測和控制(電子燃油噴射、油電混合動力等)
2. 安全系統(tǒng)(防抱死制動,安全氣囊等)
3. 高級駕駛輔助系統(tǒng)(車道偏離警告、停車輔助、盲點監(jiān)控、自適應巡航控制等)
4. 行車便利(衛(wèi)星導航、信息娛樂等)

半導體部件是汽車用電子產(chǎn)品總成的核心,按照汽車品牌和型號的不同,現(xiàn)代的汽車可能需要多達8000個芯片。而且伴隨著自動駕駛汽車的普及這個數(shù)字只會增加——無人駕駛汽車需要額外的電子子系統(tǒng)來支持,其采用的集成電路涉及到傳感器、雷達和人工智能。

現(xiàn)今汽車和輕型卡車的年產(chǎn)量是8800多萬輛,每輛車中均安裝數(shù)千個芯片產(chǎn)品,汽車行業(yè)對半導體制造業(yè)的影響及需求已經(jīng)開始顯現(xiàn)。同時一個簡單且重要的事實是汽車里所采用的數(shù)千個芯片都不可以失靈。汽車半導體元件的可靠性至關重要,任何在行駛中出現(xiàn)故障的芯片都可能導致昂貴的保修或產(chǎn)品召回,在極端情況下可能會導致人身傷害甚至危及生命,進而危害到汽車制造商的品牌形象。

假設一輛普通汽車中有5000個芯片,汽車制造商每天生產(chǎn)2.5萬輛汽車,那么即使是百萬分之一(ppm)的芯片故障率也會導致每天超過125輛汽車因為芯片質量出現(xiàn)可靠性問題。

由于半導體是汽車制造商故障統(tǒng)計中的首要問題,一流的汽車系統(tǒng)供應商現(xiàn)在要求車用半導體故障率要控制十億分之一(ppb)的級別,并且目前的趨勢是無論芯片數(shù)量多少,越來越多的供應商開始限定“最多允許的故障數(shù)目” 。目前發(fā)現(xiàn)可靠性故障的方法完全依賴于測試和老化實驗,結果是質量目標無法實現(xiàn)并且相去甚遠。同時,審計標準越來越嚴格,推動晶圓廠必須在晶片制造的源頭就要發(fā)現(xiàn)這些可靠性問題,因為此時發(fā)現(xiàn)問題并采取糾正措施的成本最低。要進入這個不斷增長的汽車市場領域 - 或者簡單地保持市場份額 - 集成電路制造商必須積極應對這種對于芯片可靠性要求的變化。

幸運的是,對于半導體制造商來說,芯片的可靠性與他們所熟知的東西高度相關:隨機缺陷。事實上,對于設計良好的工藝和產(chǎn)品而言,早期的芯片可靠性問題(外在可靠性)以隨機缺陷為主。致命缺陷(影響良率的缺陷)是導致元件在時間t = 0(最終功能測試)失敗的缺陷。潛在缺陷(影響芯片可靠性的缺陷)是導致元件在t> 0(在老化測試之后)發(fā)生故障的缺陷。同一種缺陷類型可能是影響良率的致命缺陷也有可能是只影響可靠性的潛在缺陷, 其到底屬于哪一種, 主要是根據(jù)缺陷的大小以及它們在元件結構上出現(xiàn)的位置來區(qū)分。圖1顯示了導致開路和短路的致命缺陷和潛在缺陷的例子。

每輛汽車用8000顆芯片,該如何保證汽車安全性?
圖1:影響良率的缺陷類型有時也影響可靠性,這主要取決于缺陷的大小以及它們在的圖案結構上的位置

影響良率的缺陷和影響可靠性的缺陷并不局限于各自特定的缺陷類型; 任何可能導致良率損失的缺陷類型也很可能同時引起可靠性問題。失效分析表明,事實上大多數(shù)影響可靠性的缺陷是與工藝相關的,并可溯源到晶圓廠。由于影響良率的缺陷和影響可靠性的缺陷具有相同的形成根源,因此提高良率(通過降低與良率相關的缺陷)也會同時提高可靠性。


圖2中的黃線顯示了典型的良率曲線。如果我們只考慮芯片良率,那么在某個時間點,在這個工藝中進一步的投資可能不具備成本效益,因此隨著時間的推移良率會趨于平穩(wěn)。圖2中的藍色虛線顯示了制造相同產(chǎn)品的同一工廠的良率曲線, 但是,如果他們想要為汽車行業(yè)供貨,那么他們也必須考慮到可靠性不足的成本。在這種情況下,需要進一步的投資來進一步降低缺陷密度,這既能提高良率,又能提升作為汽車供應商所需的可靠性。

圖2.不同類型的晶圓廠的良率曲線(良率相對于時間) 黃線適用于非汽車工業(yè)的晶圓廠,主要考慮的是工廠的盈利能力。在某一時刻,良率已經(jīng)足夠高,繼續(xù)試圖減低缺陷密度并不現(xiàn)實。藍色虛線是考慮了可靠性的良率曲線。對于汽車供應鏈中使用的集成電路產(chǎn)品,必須進行額外的投資進一步提高良率,以確保高可靠性。

由消費級晶片供應商轉型成為汽車芯片供應商需要晶圓廠管理層面的模式轉變。成功的汽車行業(yè)半導體制造商早已采取以下策略:降低潛在(可靠性)缺陷的最佳方法是降低晶圓廠的總體隨機缺陷水平。

這意味著要有一個世界一流的降低缺陷的策略:

1.產(chǎn)線的基準良率水平提升
2.減低在線異常的發(fā)生概率
3.當異常發(fā)生時,迅速發(fā)現(xiàn)并在線修復
4.篩選出可能已經(jīng)受到影響的芯片