企業は、ファウンドリ・ウェハの電気的パラメータ、ウェハのソート・ビニング、最終パッケージ・チップの結果など、チップ製造状況を監視し、製品が品質・性能要件を満たしていることを確認するための歩留まり管理システムを必要としています。
コンピュータと周辺機器に関する問題点
データクレンジングを自動化
yieldHUBは、より少ないエンジニアで迅速かつ正確に歩留まりを決定するために、アルゴリズムによってデータをクレンジングします。
ファウンドリとの協業
ファウンドリパートナーに追加ライセンスを提供することで、ファブレス企業は歩留まり改善を加速させ、長期的な歩留まり改善を実現することができます。
製造現場での相関性
最終的なテスト性能と工場でのWATデータを迅速に相関させることができるため、工場での歩留まりを最大化するためのより良い制御が可能になります。
ウェーハの仮想再試験
ウェーハのテスト終了後でも簡単にリミットを変更できるため、信頼性と品質の向上が図れます。
サイトの問題
yieldHUBは、サイト間の歩留まりを最適化するために必要なサイトベースの分析がすべて揃っています。
隠れたフェイルパターン
yieldHUBは数百枚のウェハーを素早くスタックし、各x/yにおける歩留まりを確認することで、ファウンドリの歩留まりを向上させることができます。

データクレンジングを自動化
データを信頼しない限り、適切な意思決定を迅速に行うことは困難です。YieldHUBはクレンジングを自動化します。これにより、あなたのチームが持つデータが正確であることを保証します。yieldHUBを使えば、より早く、より簡単に正しい意思決定ができるようになります。
ウェハーの仮想再試験
アセンブリに使用されるウェハーマップは、通常ウェハソートのテスト装置から直接取得されます。yieldHUBでは、エンジニアがウェハソートとアセンブリの間に来るアルゴリズムを使ってウェハーマップを更新することを可能にしています。これらのアルゴリズムは、ウェハソート後にウェハを「仮想的に」再テストし、アセンブリマップを更新します。


製造工程間の相関性
WATパラメータがウェハソートやファイナルテストのパフォーマンスにどのように影響するかを検出することは、歩留まり向上のための重要な技術です。 yieldHUBはこれを可能にするだけでなく、データベース内のデータを自動的にリンクしてこの作業をスピードアップします。その結果、回避可能な歩留まり損失に対する素晴らしい洞察が得られます。