집적 회로 수율을 향상시키는 방법
높은 최종 품목 비율 설계를 위한 EDA 기술 < P > 최종 품목 비율 하락은 오늘날 나노 집적 회로 설계에서 가장 큰 과제 중 하나가 되었습니다. 어떻게 고성능 IC 를 개발하고 있습니까? 동시에 높은 완제품률을 보장하는 것은 최근 몇 년간 학계 및 공업계의 관심의 이슈가 되었다. -응? 하나? 칩 완제품 비율은 전자제품 생산에서 생산비 및 기업 이익과 직접적인 관련이 있어 업계의 주목을 받고 있다. 제품의 완제품 비율이 너무 낮으면 생산 원가가 부쩍 상승하여 기업 이윤이 감소할 뿐만 아니라 제품의 시장 경쟁력을 떨어뜨릴 뿐만 아니라 전체 제품 프로젝트의 실패까지 초래할 수 있다. -응? 완제품률 문제의 중요성도 전자제품 및 IT 로 반영됩니까? 산업 지원 산업-집적 회로 (IC) 의 설계 및 생산 중. 그리고 IC 에서? 의 디자인과 생산에서 완제품률 문제가 더욱 두드러졌는데, 이것은 주로 IC 와 관련이 있는가? 디자인과 제조의 특징은 관련이 있다. 첫째, 집적 회로 생산 공정은 매우 복잡합니다. 칩 생산은 종종 수십 ~ 수백 개의 프로세스 단계를 거칩니다. 생산 주기가 길어서 전체 제조 과정에서 프로세스 단계의 편차가 제품 수율에 영향을 미칠 수 있습니다. 둘째, 집적 회로 생산에 대한 투자는 엄청납니다. 일반 생산 라인은 종종 수억 달러가 필요하며 고급 생산 라인의 비용은 더욱 놀랍습니다. 스트림의 완성률이 너무 낮으면 (3% 이하) 시장 경쟁력이 부족해 대량 생산에 옮기기 어려울 것이다. -응? 최종 품목 비율 문제는 현재 IC 에 영향을 미치고 있습니까? 기업의 투자 위험을 설계하고 제조하는 핵심 요소 중 하나입니다. 그래서 많은 IC 들이? 개발 프로젝트는 IC 를 적당히 낮추는 것까지 아끼지 않습니까? 의 성능 지표는 완제품 비율의 요구 사항을 충족하므로 최소한 제품이 시장에 진입하여 투자를 회수할 수 있습니다. -응? 최근 몇 년 동안 IT? 산업의 급속한 발전, IT 추구를 위해? 제품의 성능과 편리함, IC? 규모가 계속 커지고, 특징선 폭이 줄고, 현재 국제적으로 CMOS? 주류 공정은 몇 년 전에 .25μm 입니까? .1μm 로 떨어졌나요? 아래. 9? 나노 및 6? 나노 생산 라인은 차세대 주류 생산 라인이 되고 있으며, 완제품률 하락은 오늘날 나노 집적 회로 설계에서 가장 큰 도전 중 하나가 되었습니다. 또한, 무선 제품의 많은 응용 프로그램과 함께, 대역폭 및 장치 응답 속도에 대 한 높은 요구 사항이 제기 되었습니다, 고성능 무선 주파수 집적 회로 및 마이크로 웨이브 모 놀리 식 집적 회로 (RFIC, MMIC) 의 개발 및 새로운 재료, 새로운 기술, 새로운 장치의 대량 채택은 IC 입니까? 디자인은 전례없는 도전을 가져왔다. 이러한 요인들이 IC 를 크게 증가 시켰습니까? IC 를 만드는 제조 공정의 불확실성? 제품의 완제품률은 더욱 통제하기 어렵다. 최종 품목 비율 문제의 중요성 때문에 현재 IC 에서? R&D 에서 완제품률 문제에 대한 고려가 IC 에 스며들었나요? 설계 제조의 각 단계. 어떻게 고성능 IC 를 개발하고 있습니까? 동시에 높은 완제품률을 보장하는 것은 최근 몇 년간 학계 및 공업계의 관심의 이슈가 되었다. -응? 둘? EDA 를 이용하시겠습니까? 기술이 완제품률을 높일까요? IC 에 영향을 미칩니까? 완제품 비율의 요인은 많지만 주로 두 가지 측면에서 비롯됩니다. 첫 번째는 공정 수준, 재질 특성 및 환경의 영향입니다. IC 에서? 제조 과정에서 공정순서가 불안정한 경우 제조 결과와 설계 간의 편차가 발생하여 최종 품목 비율이 낮아질 수 있습니다. 동시에, 재료마다 다른 가공공예를 가지고 있고, 가공난이도도 다르며, 재료 특성도 완제품율에 영향을 미치는 중요한 요인이다. 온도, 습도 등과 같은 환경 요인도 IC 에 영향을 미칩니 까? 품질은 영향을 미치므로 최종 품목 비율이 감소합니다. 공예 방면에서 가장 두드러진 것은 결함이 완제품률에 미치는 영향이다. 결함은 IC 때문인가요? 프로세스 라인이 불안정하여 이상적인 IC 를 만들 수 있습니까? 금속 막대 변형, 먼지 입자 및 중복물의 출현과 같은 구조가 변경됩니다. 이러한 문제는 주로 개선, 공정순서 조정, 프로세스 제어 (SPC) 를 통해 해결됩니다. -응? 두 번째는 디자인의 영향입니다. IC 에 있다면? 설계에서 매개 변수 설계가 합리적이지 않으면 IC 가 발생합니까? 성능상의 결함으로 완제품률이 너무 낮다. 마찬가지로 구조설계 방면의 불합리함도 완제품률 문제를 야기할 수 있다. 이러한 문제를 해결하기 위해 주로 매개변수 및 구조 설계를 개선하고 중복 구조 설계 등을 늘려 최종 품목 비율을 개선합니다. 공정 라인의 조정 및 통제가 제조 단계에서 완전히 고려되어야 하는 것 외에 기타 완제품 비율 문제는 IC 에 있을 수 있습니까? (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 제조명언) 설계 단계에서 해결하거나 개선하다. 설계 단계에서 최종 품목 비율 문제를 충분히 고려하면 최종 품목 비율 문제로 인한 위험을 효과적으로 피할 수 있기 때문에 높은 최종 품목 비율 설계를 위한 EDA? 기술이 날로 중시되고 있다. -응? 현재, 공예와 디자인 방면에서 EDA 를 이용하고 있습니까? 기술은 완제품 비율 설계를 개선하여 많은 효과적인 방법을 제시했다. 이러한 방법의 주요 목적은 다음 세 가지 문제를 해결하는 것입니다.? 1. 설계와 제조 사이의 오류를 줄입니다. -응? 주로 공정, 재료, 환경 등의 요인으로 인한 오차를 말합니다. 주로 공정 라인 개선, 재료 및 환경 개선, 모델 정확도 향상 (여러 요소를 고려하는 부품 시뮬레이션 모델 구축) 등을 통해 설계 매개변수를 가공 후 매개변수와 거의 일치시킵니다. 예를 들어, 초심서브 마이크론 공정에서 통계 기술을 사용하여 테스트 데이터에 대한 통계 분석 및 Monte 를 수행합니까? 카를로? 시뮬레이션, 매개변수 편차 및 실패 지점 (결함) 의 통계적 분포 특성에 대한 통계 모델 설정 및 민감도 분석, 완제품 비율 분석, 최적화를 통해 최종 품목 비율을 효과적으로 높입니다. 또 OPC (광학 보정) 기술을 사용하면 광각 과정에서 발생하는 원본 설계와 일치하지 않는 불규칙한 형상을 보정하여 원본 설계와의 오차를 줄일 수 있습니다. 초심서브 마이크론 (Super-deep-submicron) 공정과 마찬가지로 주파수가 높아지고 피쳐 크기가 감소함에 따라 상호 연결의 다양한 고주파 효과가 발생하므로 신호 무결성과 같은 많은 복잡한 문제가 발생하여 설계 매개변수의 편차가 발생합니다. 효과적인 상호 연결 모델을 구축하고 상호 연결 네트워크의 빠른 시뮬레이션을 실현하는 것도 높은 최종 품목 비율 설계를 위해 시급히 해결해야 할 중요한 문제입니다. -응? 2. 완제품 비율 추정. -응? 즉, 슬라이드를 생산하기 전에 공정 및 설계의 구체적인 상황에 따라 EDA 를 이용하는가? 도구는 최종 품목 비율을 예측하고, 최종 품목 비율이 예정된 지표에 미치지 못하면 설계 개선, 공정 조정 등의 조치를 취하여 최종 품목 비율을 높이고 투자 위험을 줄여야 합니다. 초대형 집적 회로 (VLSI) 설계에서 프로세스 결함이 최종 품목 비율에 미치는 영향을 피하기 위해 결함의 통계적 분포를 분석하여 최종 품목 비율 추정 결과를 얻을 수 있습니다. -응? 3. 완제품 비율 최적화. -응? 최종 품목 비율이 낮은 경우 일부 도구를 사용하여 최종 품목 비율 결과 최적화 (주로 설계 최적화) 를 수행합니다. 예: Design center 방법 (design? Centering)-설계 매개변수 값을 매개변수 값 분포 영역의 중심으로 조정하여 프로세스의 임의 교란으로 인한 회로 성능에 미치는 영향을 방지하여 최종 품목 비율을 높입니다. -응? 셋? 일반적으로 사용되는 최종 품목 비율 설계 알고리즘? 현재 최종 품목 비율 분석 및 최적화 방법은 크게 두 가지 범주로 나눌 수 있습니다. 하나는 회로 방정식의 특성에 따라 최종 품목 비율을 추정하고 최적화하는 수치 방법이며, 계산 속도가 빠르고 예측 결과가 정확한 특징을 가지고 있지만 유연성이 부족하여 복잡한 회로에 적용하기가 어렵습니다. 다른 하나는 통계 방법입니다. 주로 몬터입니까? 카를로? 방법 및 개선 방법, 이 방법은 간단하고 유연하며 복잡한 회로의 최종 품목 비율 분석 및 최적화에 사용할 수 있지만 정확도는 시뮬레이션 모델의 정확성과 시뮬레이션 횟수에 따라 다르며 계산 효율도 모델의 복잡성과 시뮬레이션 횟수와 관련이 있습니다. -응? 1. 숫자 방법? 수치 알고리즘 (외국의 문헌은 기하학 알고리즘이라고도 함) 을 기반으로 한 완제품 비율 분석 및 최적화 기술에 대한 연구는 일찍이 196 년대와 197 년대에 이미 대량의 연구를 실시했는데, 당시에는 주로 회로의 완제품 비율 문제 및 허용 오차 분석 등에 초점을 맞추었다. 집적 회로가 등장함에 따라 이러한 알고리즘의 대부분은 집적 회로 완제품 비율의 분석 및 최적화에도 사용됩니다. 수치 방법은 운영 효율이 높고 계산이 정확하다는 등의 특징을 가지고 있는데, 아직도 IC 에 있습니까? 설계에서 중요한 위치를 가지고 있다. -응? 수치 방법에 기반한 최종 품목 비율 분석 알고리즘의 기본 원칙은 회로 설계의 성능 지표와 회로 방정식을 기준으로 허용 가능한 회로 (최종 품목 지표에 맞는 회로) 의 설계 매개변수 분포 영역 (이하 허용 가능 영역) 을 계산한 다음 허용 가능 영역과 회로 설계 매개변수가 제조 프로세스의 오류 범위에 있는 분포 영역 (매개변수 분포 영역) 을 비교하여 현재 설계 매개변수 아래의 최종 품목 비율에 대한 추정치를 산출하는 것입니다 수치 방법의 원리는 간단하지만 실제 회로 설계에는 많은 문제가 있습니다. 첫째, 매개변수 차원 문제, 회로 매개변수가 수십 ~ 수백 개에 달하는 경우가 많습니다. 분석할 수 있는 허용 영역과 매개변수 분포 영역은 하이퍼타원 (Hyperellipsoid) 입니다. 회로 매개변수가 증가함에 따라 회로 분석의 작업량이 기하급수적으로 증가하는데, 이는 완제품 비율입니다. 둘째, IC 와 함께 회로 방정식의 복잡성? 성능 지표의 향상과 신소재, 신소재 응용, 분석에서 고려해야 할 요소 (예: 결합, 분산, 피부 효과 등) 가 늘어나면서 회로 방정식의 해결이 크게 어려워져 최종 완성율 문제가 해결되지 않을 수 있습니다. 물론, 몇 가지 간단한 공식과 단순화 방법을 사용하여 처리할 수 있지만, 이렇게 하면 최종 품목 비율 분석 및 최적화 결과의 정확성이 최종 품목 비율 문제에서 정확성에 초점을 맞추게 됩니다. 즉, 정확성이 아니라 실제 일관성에 초점을 맞추게 됩니다. 즉, 정확도 요구 사항은 그다지 엄격하지 않습니다.) 크게 할인됩니다. 셋째, 응답 함수의 모양 문제입니다. 최종 품목 속도 최적화에서 현재 주로 뉴턴법, 최소 평방 및 개선 알고리즘 등을 채택하고 있습니다. 응답 함수가 볼록할 때 빠른 수렴을 통해 결과를 최적화할 수 있습니다. 응답 함수가 오목한 경우에는 적용되지 않습니다. 현재 최종 품목 비율 분석 및 최적화에 일반적으로 사용되는 알고리즘으로는 선형 절단 방법, 단순 근사법, 시뮬레이션 어닐링 방법, 라틴 방법, 타원 방법 (Ellipsoidal) 이 있습니다. Technique? ) 등. -응? 최근 몇 년 동안, IC 때문에? 기술의 급속한 발전, 순수 수치 방법에 의한 완제품 비율 분석 및 최적화 방법, 특히 높은 미분방정식 해법과 물리적 효과 분석을 만났을 때 이미 힘이 약해져 많은 응용에서 제한을 받았다. 컴퓨터 기술의 발전과 함께, 모델링 시뮬레이션 기술의 대량 응용 프로그램, 통계 기술 기반 IC? 완제품 분석 최적화 도구 점차적으로 [산업 전기 네트워크-CNEC] 현재 EDA 가 되었습니까? 주류 완제품 비율 도구입니다. -응? 통계 방법 (통계 설계 방법)? 통계 기반 완제품 분석 및 최적화 알고리즘 (일부 문헌에서는 통계 설계 방법이라고 함) 의 핵심은 몬테카를로 (Monte) 입니까? 카를로? ) 방법. 몬테카를로 방법은 컴퓨터 임의 시뮬레이션 방법이라고도 하며 "난수" 를 기반으로 하는 계산 방법입니다. 이 방법은 미국이 제 1 차 세계대전에서 원자폭탄을 개발한' 맨해튼 계획' 에서 유래했다. 이 프로그램의 사회자 중 한 명인 수학자 폰 노이만은 세계적으로 유명한 카지노인 모나코의 몬터를 이용했나요? 카를로? 이 방법의 이름을 따서 신비한 색채를 입혔습니다. 사실, 몬테? 카를로? 방법의 기본 사상은 오래전부터 사람들에게 발견되고 이용되었다. 일찍이 17? 세기 사람들은 사건이 발생하는' 빈도' 로 사건의' 확률' 을 결정한다는 것을 알았다. 19? 세기 사람들은 주사 바늘 실험 방법으로 원주율을 결정하였다. 지난 세기 4? 시대 전자 컴퓨터의 출현, 특히 최근 몇 년 동안 고속 전자 컴퓨터의 출현으로 수학 방법으로 컴퓨터에서 이런 실험을 대량으로 빠르게 시뮬레이션할 수 있게 되었다. -응? 과학 기술 계산의 문제는 이것보다 훨씬 복잡하다. 예를 들어, 금융 파생 상품 (옵션, 선물, 스왑 등) 의 가격 및 거래 위험 추정과 같은 문제의 차원 (즉, 변수 수) 은 수백 또는 수천 개에 달할 수 있습니다. 이런 문제에 대해 난이도는 차원의 증가에 따라 기하급수적으로 증가한다. 이것이 이른바' 차원의 재난 (Course)' 인가? Dimensionality) ",기존의 수치 적 방법은 (가장 빠른 컴퓨터를 사용하더라도) 다루기가 어렵습니다. 몬테? 카를로? 이 방법은 차원의 재난에 잘 대처할 수 있다. 이 방법의 계산 복잡성은 더 이상 차원에 의존하지 않기 때문이다. 이전에는 계산할 수 없었던 문제들이 지금도 해결될 수 있게 해준다. 이전에는 선형 절단 방법, 단순 근사법 등과 같은 비선형 계획을 기반으로 하는 회로 완제품 비율 방법이 많이 있었습니다. 이러한 방법은 최종 품목 비율 문제를 제약 극한 문제 해결로 변환합니다. 수학 모형 구축은 비교적 간단하지만 계산은 매우 복잡합니다. 회로 제품의 규모가 커짐에 따라 계산에 참여하는 회로 매개변수가 많아지고 제약 함수가 점점 더 복잡해지고 있으며, 이러한 방법은 회로 완제품 비율 계산에 적합하지 않습니다. -응? 컴퓨터 기술의 급속한 발전에 따라 196 년대와 197 년대에 새로운 회로 완성률 분석 방법인 몬테카를로 완성률 분석 방법이 등장했다. 이 방법은 몬테카를로 방법의 기본 아이디어에 따라 컴퓨터 임의 시뮬레이션을 통해 회로 제품의 완성률을 계산하며, 규모가 크고 복잡한 회로의 경우 짧은 시간 내에 분석 결과를 얻을 수 있으므로 회로 완성률 분석의 효율성이 크게 향상됩니다. 몬테카를로 최종 품목 비율 분석 방법은 여전히 보편적으로 사용되는 회로 최종 품목 비율 분석 방법입니다. -응? 몬테카를로 방법으로 얻은 최종 품목 비율은 실제 최종 품목 비율의 대략적인 통계 평가일 뿐이며, 이 대략적인 통계 평가는 매개변수 샘플 크기의 크기와 관련이 있습니다. 샘플 크기가 클수록 통계 평가가 더 정확해집니다. 일반적으로 합리적인 평가를 얻기 위해서는 수백 번이나 수천 번의 실험이 필요하다. 이는 대규모 회로 네트워크의 경우 회로 분석에 소요되는 계산 비용이 상당하며, 이는 종종 몬테카를로 방법의 적용 범위를 제한하는 경우가 많습니다. 단순히 몬트캐롤법을 적용해도 최적의 완제품률, 최적 정격 매개변수 및 최적 허용 오차를 얻을 수 없다. 그럼에도 불구하고, 몬테카를로 방법은 회로의 통계적 설계에서 가장 기본적인 방법 중 하나이며, 계산 정확도와 샘플 크기가 제곱으로 되어 있지만 샘플 크기는 구할 수 있는 매개변수의 수와 무관하다는 장점이 있습니다. 방법 자체는 비교적 간단하고 프로그래밍하기 쉽습니다. 몬테카를로 방법은 제품의 허용 가능 영역 모양, 즉 볼록 영역인지 여부와 무관하며, 이 방법을 최종 품목 비율에 적용하는 최적화 문제에 대해 의심할 여지 없이 장점이 있습니다. 이러한 장점으로 인해 몬테카를로 방법은 회로 통계 설계에서 여전히 널리 사용되고 있는 강력한 방법입니다. -응? 몬테카를로 방법에 기반한 최종 품목 비율 알고리즘의 기본 원리: 먼저 회로의 매개변수 특성에 따라 매개변수 분포 (일반적으로 특정 매개변수가 있는 정규 분포), 컴퓨터 의사 난수 알고리즘을 사용하여 가정 분포에 따른 샘플 점 그룹을 생성하고, 샘플 점 값을 회로 시뮬레이션 모델로 대체하고, 회로 시뮬레이션을 수행하고, 시뮬레이션 결과를 미리 결정된 최종 품목 자격 지표와 비교하여 적합한 샘플 점을 통계하면 적합한 샘플 점 수와 총 샘플 점 수를 계산할 수 있습니다 -응? Monte Carlo 방법의 원리는 비교적 간단하지만, 실제 응용에서는 다음과 같은 몇 가지 주요 문제를 해결해야 한다:? 2.1. 가정 분포와 실제 분포의 일관성. -응? 회로 매개변수의 실제 분포는 많은 테스트를 거쳐야 얻을 수 있기 때문에 실제 응용 프로그램에서 실제 분포 대신 가상 분포를 사용하는 경우가 많기 때문에 실제 분포와 실제 분포의 편차 크기를 가정하는 것이 완제품 비율 추정의 정확성의 관건이 됩니다. 그리고 실제 응용에서는 종종 개선된 알고리즘을 사용하는데, 이러한 알고리즘은 대부분 가설의 분포에 따라 들어간다.