自動車産業では異常値検出が不可欠です。
Outlier Detectionは、PAT（Parts Average Testing）とGDBNを組み込んでおり、自動車業界にサービスを提供するチップ企業にとって不可欠なイネーブラーです。当社の前バージョンのOutlier Detectionは数社で成功しましたが、スケーラビリティのために書き直すことにしました。また、航空宇宙のお客様向けにも外れ値検出を導入していますが、要件が若干異なります。Outlier Detectionの新しいアップグレードモジュールは、まもなくリリースされる予定で、これは大量のウェハーソートのためのものである。今年後半に車載用の機能を必要とするいくつかの企業は、すでに当社の新モジュールにサインアップしている。
Outlier Detectionとは？
「外れ値：統計的に標準的な部品と異なるパラメータを持つ部品」AEC
外れ値検出とは、グループの中で標準から著しく逸脱しているメンバーを特定する方法である。半導体は、電圧、電流、異なるスティミュラスに対する反応など、さまざまなパラメトリックでテストされます。平均値を手動で計算するか、外れ値検出システムに数字を計算させます。アルゴリズムを使って、標準から大きく逸脱した異常値を検出します。つまり、平均的なものを計算し、そうでないものを除外するのです。
異常値検出は、不良品となりうるチップを特定し、排除することで、品質を確保するための主要な手段です。
yieldHUBで適用すると、データがクラウドにアップロードされた後、あらかじめ定義されたレシピを使って異常値を検出する仕組みになっています。これにより、ソリューションの拡張性が高くなり、テストハウスの手ではなく、お客様の手でしっかりと品質をコントロールすることができるようになりました。
外れ値とは何ですか？
統計学では、異常値とは正常値から外れた結果のことを指します。半導体業界では、標準的なテストをすべてパスしたチップを「外れ値」と呼んでいます。半導体業界では、標準的なテストにはすべて合格しているが、1つ以上のカテゴリーで標準的なパラメーターと異なるチップを「外れ値」と呼ぶ。AECによると、これらのチップは、標準的なチップよりも早く、デバイスの中でフェイルする可能性が高いという。そのため、ウェハーレベルでそれらを除去することが重要です。
なぜ異常値検出が重要なのか？
異常値は、データシートと比較しても本質的に問題がないため、通常のテストプログラムにパスします。しかし、普通とは全く異なる半導体が、車のエアバッグを制御したり、ハイエンドのスマートフォンに挿入されることを望むでしょうか。そんなことはないだろう。そこで、通常のテストにはパスするものの、これらのユニットが日の目を見ることがないように、アルゴリズムを適用して除去する。
外れ値検出 キーポイント
- ウェハソート、ファイナルテスト、WAT/PCMSPAT, DPAT, GDBNDPATのための幅広い分析が、ウェハごと、テストごと、サイトごとに適用されます。
- 専門的なツールも利用可能で、追加も可能
- 最初にデータをダウンロードする必要はなく、典型的な例です。「検索->選択->分析” の操作でOK
- ファブレスとIDM会社は、アセンブリに送られるマップを管理することができます。
- 品質と信頼性を管理することができる
- モジュールはAEC-Q001に完全準拠 さまざまな入力・出力形式が可能
- すべてのウェハーのすべてのサイトのテスト限界記録されたデータは無期限に保存することができます。
異常値検出を必要とする産業は？
自動車産業では、異常値検出が不可欠です。自動車を安全に走行させるためには、品質と均一性が不可欠です。
また、スマートフォンのような消費財に使用されるサイコロにも、何らかの形で異常値検出の必要性が高まっています。
私たちの実装はどう違うのですか？
異常値検出のアルゴリズムは、テストごと、製品ごとに簡単に設定できます。どのサイコロでも、実際に使用されたDPATの限界値は監査証跡として利用できます。誰がいつアルゴリズムを変更したかが記録されます。歩留まりへの影響も記録され、yieldHUBの他の多くの分析ツールと同様に、大規模なスケーラブル分析が可能になります。また、あるテストやビンにどのアルゴリズムを適用するかを決定する前に、ウェブベースのシステムで簡単にシミュレーションを実行することができるようになります。
