大數(shù)據(jù)分析與人工智能已成半導(dǎo)體制造核心技術(shù)，行業(yè)核心挑戰(zhàn)并非數(shù)據(jù)采集，而是獲取可被大規(guī)模使用、分析并快速響應(yīng)的就緒型數(shù)據(jù)。普迪飛 Jon Holt 在 2025 年用戶大會(huì)提出：“如何應(yīng)對(duì)數(shù)據(jù)爆發(fā)式增長(zhǎng)，整合數(shù)據(jù)孤島信息，以所需規(guī)模與性能實(shí)現(xiàn)實(shí)際價(jià)值？”
故障檢測(cè)與分類（FDC）是晶圓廠制程控制和良率分析的關(guān)鍵數(shù)據(jù)源，其設(shè)備軌跡數(shù)據(jù)與良率、電性測(cè)試結(jié)果高度相關(guān)，但因高容量、高頻率、高復(fù)雜度難以高效管理分析；缺乏分析就緒的 FDC 數(shù)據(jù)，便無法可靠支撐良率根因分析、自動(dòng)化控制及 AI 驅(qū)動(dòng)應(yīng)用。
本文將闡述分析就緒型 FDC 數(shù)據(jù)對(duì)良率根因分析的重要性，揭示其破解在線量測(cè)相關(guān)難題、賦能生產(chǎn)環(huán)境可信 AI 應(yīng)用的路徑。

注：本文所述 FDC 數(shù)據(jù)，特指記錄加工期間腔體與設(shè)備運(yùn)行狀態(tài)的時(shí)序傳感器軌跡數(shù)據(jù)。

PDF

一、半導(dǎo)體制造中的 FDC 數(shù)據(jù)是什么？

FDC 設(shè)備軌跡（ET）數(shù)據(jù)，是晶圓加工時(shí)從半導(dǎo)體設(shè)備采集的時(shí)序傳感器信號(hào)，涵蓋壓力、溫度、氣體流量等參數(shù)，記錄設(shè)備執(zhí)行制程配方的真實(shí)狀態(tài)。

每次制程運(yùn)行都會(huì)持續(xù)生成傳感器數(shù)據(jù)，結(jié)合設(shè)備、腔體等上下文信息，可完整還原制程執(zhí)行過程，而非僅判斷制程成敗。

這種對(duì)設(shè)備狀態(tài)的直觀記錄，使其成為分析制程穩(wěn)定性、監(jiān)控參數(shù)波動(dòng)、關(guān)聯(lián)設(shè)備狀態(tài)與下游良率及電性性能的核心數(shù)據(jù)源。

PDF

二、FDC 在芯片制造中為何重要？

半導(dǎo)體制造以制程為核心，器件性能、良率與可靠性，既取決于設(shè)計(jì)目標(biāo)，更依賴數(shù)百道精密工序中晶圓加工的一致性與精準(zhǔn)度。

FDC 設(shè)備軌跡數(shù)據(jù)的核心價(jià)值，在于直接呈現(xiàn)制程真實(shí)狀態(tài) —— 下游量測(cè)反映結(jié)果，而設(shè)備軌跡記錄壓力穩(wěn)定性、熱響應(yīng)等結(jié)果產(chǎn)生的物理?xiàng)l件。

多數(shù)良率與參數(shù)問題并非突發(fā)故障，而是源于設(shè)備微小漸進(jìn)式變化，這類變化長(zhǎng)期不觸發(fā)告警、難被在線量測(cè)察覺，卻會(huì)累積影響良率與電性性能，FDC 設(shè)備軌跡是捕捉此類變化的最早數(shù)據(jù)源。

圖 1 FDC 數(shù)據(jù)采集與應(yīng)用流程圖

隨著晶圓廠產(chǎn)能與復(fù)雜度提升，F(xiàn)DC 提供了統(tǒng)一的數(shù)據(jù)驅(qū)動(dòng)方法，可對(duì)比多設(shè)備、多腔體、多供應(yīng)商的設(shè)備狀態(tài)，系統(tǒng)性定位波動(dòng)根源。

PDF

三、傳統(tǒng) FDC 如何用于設(shè)備控制？

傳統(tǒng) FDC 系統(tǒng)用于設(shè)備實(shí)時(shí)監(jiān)控，通過預(yù)設(shè)指標(biāo)檢測(cè)異常。工程師一般不分析每次運(yùn)行的完整傳感器波形，而是針對(duì)配方步驟的特定時(shí)間窗口計(jì)算統(tǒng)計(jì)指標(biāo)。

這些指標(biāo)從原始設(shè)備軌跡中提取，涵蓋均值、最大值、最小值、標(biāo)準(zhǔn)差、斜率、穩(wěn)定性等維度，再與設(shè)備正常狀態(tài)的歷史基線或控制限比對(duì)。

生產(chǎn)中，傳統(tǒng) FDC 主要解決以下問題：

腔體壓力是否在預(yù)期范圍？

制程步驟中射頻功率是否穩(wěn)定？

氣體流量是否符合預(yù)期的爬升與穩(wěn)定規(guī)律？

溫度響應(yīng)是否與認(rèn)證條件一致？

指標(biāo)超限時(shí)，系統(tǒng)觸發(fā)告警，可執(zhí)行晶圓標(biāo)記、工程師通知、腔體鎖定等操作。此時(shí) FDC 充當(dāng)設(shè)備保護(hù)與制程穩(wěn)定機(jī)制，保障加工全程處于認(rèn)證運(yùn)行窗口內(nèi)。

圖 2 FDC 指標(biāo)生成與管控總覽圖

PDF

四、FDC 如何追溯良率與電性測(cè)試波動(dòng)？

基于告警的 FDC 可有效捕捉明顯異常，但多數(shù)良率與電性測(cè)試偏移，源于未突破單一控制限的細(xì)微制程變化。壓力漂移、射頻不穩(wěn)等問題隱蔽存在，最終會(huì)導(dǎo)致關(guān)鍵尺寸偏移、參數(shù)漂移或良率損失。

從設(shè)備軌跡提取的 FDC 指標(biāo)，能遠(yuǎn)早于下游檢測(cè)捕捉此類變化。工程師通過跨設(shè)備、腔體、時(shí)段及批次的 FDC 數(shù)據(jù)關(guān)聯(lián)分析，可識(shí)別以下規(guī)律：

腔體匹配差異導(dǎo)致系統(tǒng)性電性測(cè)試偏移

傳感器或控制漂移引發(fā)長(zhǎng)期參數(shù)漂移

制程穩(wěn)定性漸進(jìn)衰減關(guān)聯(lián)隨機(jī)良率損失

區(qū)分正常晶圓與異常晶圓的制程特征

FDC 并非良率分析的替代方案，而是有效補(bǔ)充。在常規(guī)良率排查中，它提供上游視角，直接關(guān)聯(lián)設(shè)備真實(shí)運(yùn)行狀態(tài)與產(chǎn)品最終結(jié)果。

PDF

五、Exensio 如何借助分析就緒型 FDC 數(shù)據(jù)定位良率波動(dòng)根因？

Exensio 良率感知 FDC 突破傳統(tǒng) FDC 邊界，既支持設(shè)備監(jiān)控，更可作為良率與參數(shù)分析的核心數(shù)據(jù)源。其生成的指標(biāo)具備結(jié)構(gòu)化、可追溯、分析就緒特性，能便捷關(guān)聯(lián)設(shè)備狀態(tài)與下游電性測(cè)試、在線量測(cè)、缺陷數(shù)據(jù)，為深度分析筑牢基礎(chǔ)。

實(shí)戰(zhàn)案例：快速揪出 spacer 蝕刻工序的良率元兇

某客戶應(yīng)用中，工程師通過 FDC 指標(biāo)與電性測(cè)試結(jié)果的多參數(shù)相關(guān)性排序，快速發(fā)現(xiàn) spacer 蝕刻工序反射功率指標(biāo)與晶體管漏電流高度相關(guān)，數(shù)小時(shí)內(nèi)即定位至單一設(shè)備信號(hào)與制程模塊，無需全流程排查。

圖 3 隔離層蝕刻反射功率與晶體管漏電流相關(guān)性示例

借助 Exensio 集成工作流分析該指標(biāo)時(shí)間趨勢(shì)，發(fā)現(xiàn)常規(guī)預(yù)防性維護(hù)（PM）后指標(biāo)顯著上升；鉆取原始 FDC 設(shè)備軌跡對(duì)比，證實(shí)反射功率信號(hào)尖峰區(qū)與穩(wěn)態(tài)區(qū)整體上移，屬于系統(tǒng)性制程變化而非隨機(jī)噪聲。結(jié)合指標(biāo)物理意義與制程步驟匹配性，工程師推斷出維護(hù)操作導(dǎo)致的腔體或等離子體狀態(tài)改變。

數(shù)據(jù)驅(qū)動(dòng)整改：告別試錯(cuò)，精準(zhǔn)施策

基于分析結(jié)論，針對(duì)性整改措施落地：收緊相關(guān)傳感器統(tǒng)計(jì)制程控制（SPC）規(guī)范、優(yōu)化維護(hù)流程、增加老化運(yùn)行、腔體復(fù)產(chǎn)前驗(yàn)證 FDC 信號(hào)穩(wěn)定性。全程以數(shù)據(jù)為依據(jù)，替代傳統(tǒng)試錯(cuò)模式。

圖 4 Exensio 系統(tǒng)中時(shí)序變化及原始傳感器軌跡提取示例

模板化復(fù)用：推動(dòng) FDC 分析常態(tài)化

Exensio 內(nèi)置基于普迪飛多客戶實(shí)踐的分析模板，封裝腔體匹配分析、漂移檢測(cè)等成熟方法，工程師無需復(fù)雜配置即可直接應(yīng)用。

圖 5 Exensio 面向新增數(shù)據(jù)的可復(fù)用模板

新模板可一鍵復(fù)用至新數(shù)據(jù)集，實(shí)現(xiàn)設(shè)備與模塊狀態(tài)持續(xù)監(jiān)控，推動(dòng) FDC 分析從一次性專項(xiàng)工作，升級(jí)為可復(fù)用、規(guī)?；娜粘Ａ悸使こ虡?biāo)準(zhǔn)流程。

PDF

六、FDC 與在線量測(cè)在良率控制中如何互補(bǔ)？

在線量測(cè)的核心價(jià)值與固有局限

在線量測(cè)是半導(dǎo)體制造的核心支柱，光學(xué)量測(cè)、CD-SEM、套刻量測(cè)、膜厚監(jiān)控等技術(shù)，為驗(yàn)證制程結(jié)果是否符合設(shè)計(jì)目標(biāo)提供關(guān)鍵反饋，是制程開發(fā)、認(rèn)證與生產(chǎn)監(jiān)控的必備手段。

但在線量測(cè)存在固有局限，且隨器件結(jié)構(gòu)微縮、復(fù)雜度提升愈發(fā)突出。其高度依賴人工定義的量測(cè)配方，即便配方經(jīng)過精細(xì)優(yōu)化，也只能簡(jiǎn)化呈現(xiàn)復(fù)雜的物理系統(tǒng)。當(dāng)制程條件變化時(shí)，量測(cè)結(jié)果可能保持穩(wěn)定，卻無法反映底層制程狀態(tài)的真實(shí)改變，僅能捕捉配方敏感信息，而非器件或材料層的全部變化。

在先進(jìn)工藝節(jié)點(diǎn)下，這一挑戰(zhàn)更為顯著。埋層界面、GAA 結(jié)構(gòu)有源區(qū)等良率關(guān)鍵結(jié)構(gòu)難以光學(xué)直測(cè)，在線量測(cè)只能依賴間接代理指標(biāo)；應(yīng)力、組分、電阻率、界面質(zhì)量等影響良率的關(guān)鍵材料特性，也無法在產(chǎn)品晶圓上實(shí)現(xiàn)高分辨率直接量測(cè)。

FDC 設(shè)備軌跡數(shù)據(jù)的互補(bǔ)優(yōu)勢(shì)

FDC 設(shè)備軌跡數(shù)據(jù)恰好彌補(bǔ)上述缺口，可記錄每片晶圓加工時(shí)設(shè)備內(nèi)部的真實(shí)制程條件。壓力、溫度、氣體輸送、射頻狀態(tài)、時(shí)序、腔體狀態(tài)等信號(hào)，能持續(xù)呈現(xiàn)器件形成的制程環(huán)境，即便關(guān)鍵結(jié)構(gòu)無法直接量測(cè)。

在線量測(cè)雖能反饋制程結(jié)果，但未必與良率、電性測(cè)試結(jié)果強(qiáng)相關(guān)。部分限制良率的核心機(jī)制，源于標(biāo)準(zhǔn)在線量測(cè)無法直接觀測(cè)的制程條件。此類場(chǎng)景中，FDC 設(shè)備軌跡數(shù)據(jù)與良率、電性測(cè)試的相關(guān)性更清晰、更強(qiáng)，可幫助工程師將良率波動(dòng)追溯至特定設(shè)備、腔體、制程步驟與運(yùn)行狀態(tài)，揭示僅靠量測(cè)數(shù)據(jù)無法發(fā)現(xiàn)的根因。

PDF

七、為何強(qiáng)大的分析就緒型 FDC 數(shù)據(jù)平臺(tái)是 AI 分析的基礎(chǔ)？

晶圓廠布局 AI 分析時(shí)普遍發(fā)現(xiàn)，核心挑戰(zhàn)不在于模型選擇，而在于數(shù)據(jù)就緒度。在制造場(chǎng)景下，AI 應(yīng)用成功的首要前提，是輸入數(shù)據(jù)的質(zhì)量、結(jié)構(gòu)與一致性。

AI 模型無法直接從原始 FDC 設(shè)備軌跡中有效學(xué)習(xí)，需依托定義清晰、具備物理意義、可跨設(shè)備 / 腔體 / 時(shí)間穩(wěn)定表征制程狀態(tài)的指標(biāo)。若指標(biāo)定義粗糙、與制程步驟脫節(jié)或跨設(shè)備缺乏一致性，即便采用復(fù)雜模型，也只能輸出不穩(wěn)定、不可解釋的結(jié)果。

這正是指標(biāo)質(zhì)量?jī)?yōu)于模型復(fù)雜度的核心原因。生產(chǎn)環(huán)境中可信賴的 AI，對(duì)指標(biāo)有著明確要求：

反映真實(shí)制程狀態(tài)，而非噪聲或偽影

基于清晰的制程感知時(shí)間窗口計(jì)算

跨設(shè)備、腔體、配方版本穩(wěn)定可比

工程師可解釋，便于驗(yàn)證與根因推理

Exensio - FDC 以分析為核心目標(biāo)設(shè)計(jì)，而非僅滿足告警需求，可提供結(jié)構(gòu)化框架，用于定義、管理、驗(yàn)證適用于高級(jí)分析與 AI 應(yīng)用的 FDC 指標(biāo)。其制程感知指標(biāo)定義、跨設(shè)備一致性校準(zhǔn)、傳感器優(yōu)先級(jí)劃分等功能，能夠確保指標(biāo)形成穩(wěn)定可信的特征空間。

經(jīng)合理結(jié)構(gòu)化處理后，制造數(shù)據(jù)中的 FDC 設(shè)備軌跡尤其適配 AI 應(yīng)用，核心優(yōu)勢(shì)如下：

高密度采集，覆蓋每一次制程運(yùn)行，而非周期性采樣

與制程物理原理直接關(guān)聯(lián)，具備明確的因果邏輯

包含設(shè)備、腔體、配方、步驟等豐富上下文信息

對(duì)制程早期變化高度敏感，可早于良率影響顯現(xiàn)

值得注意的是，AI 轉(zhuǎn)型無需徹底重構(gòu)現(xiàn)有工作流。對(duì)于已基于制程理解定義指標(biāo)、保持 FDC 數(shù)據(jù)采集一致性、常態(tài)化分析數(shù)據(jù)趨勢(shì)與相關(guān)性、并將 FDC 技術(shù)用于良率排查的晶圓廠而言，其本身已具備 AI 與高級(jí)制程控制的落地基礎(chǔ)。

從這個(gè)角度看，AI 并非優(yōu)秀 FDC 實(shí)踐的替代，而是價(jià)值延伸。FDC 指標(biāo)管理的質(zhì)量與規(guī)范性越高，AI 應(yīng)用所能創(chuàng)造的價(jià)值就越大。