 芯片过了基础测试、判了良品，是不是就算稳了。未必。有些芯片参数刚好漂在边缘，功能上能过，进了终端产品却容易早期失效，回头变成退货和索赔。行业用一套统计方法专门抓这类伪装良品，叫Part Average Testing，也就是零件平均测试，简称PAT。本期把它讲清楚。 过了测试不等于质量稳基础测试也就是功能测试加参数测试，干的是判好坏，给一个规格上下限，在区间内就算过。但同一批芯片里，参数分布有宽有窄，总有几个值落在区间边缘，离大多数同胞明显偏了一截。它们当下能过，却往往意味着工艺有隐疾，装到车上用到几年后更容易出问题。所以良品里再筛一道，是车规零缺陷的刚需。PAT到底在筛什么PAT不靠拍脑袋，而是看这批芯片某项参数的统计分布。先算一个稳健均值和稳健标准差，再用均值加减六倍标准差画出一条更窄的限值线。任何芯片的参数掉到这条线外，哪怕还在规格上下限里，也判为异常件剔出去，不发给客户。为什么用稳健而不用普通均值。普通均值容易被极端值带偏，稳健均值取中位数、稳健标准差取中间一半数据的四分位距，抗极端值干扰，限值的根基更稳。这条PAT限值永远不能超出规格上下限，只是规格之内再收一道紧箍。限值有两类设法静态PAT用历史多批数据先建好限值，均值加减六倍标准差，之后一段时间不变，至少每半年或每八个晶圆批复查更新一次。它简单，但把批间波动也算进去了，分布往往偏宽。动态PAT是更受欢迎的做法，按当前这批甚至这片晶圆现算限值。因为同一片晶圆内的分布通常比整批更集中，动态限值可以卡得更紧，把那些卡在静态限内、却偏离本批本片正常分布的异常件也挑出来。两者关系要记住，动态限值不能宽过静态限值，是规格之内再套一层。还有个邻居规则GDBNPAT看的是单颗芯片自身参数，缺陷还有个特性是爱聚集。一片晶圆上一颗好die被一圈失效die包围，它本身也可能早挂。这套叫Good Die in a Bad Neighborhood，也就是坏邻居里的好die，用邻域加权算法把这种被失效件包围的好die也一并剔除。它补的是PAT只看数值、不看位置的盲区。和SPC不是一回事常有人把PAT和SPC搞混。SPC是过程控制，靠抽样盯产线稳不稳，限的是工序。PAT是出厂筛选，对每颗芯片全检统计，限的是个体。一个管过程、一个管零件，互补不替代。还有一点，PAT不是晶圆探测做一道就够，下游封装、测试还会引入新波动，要在探针台和最终测试两道关都做，车规客户也这么要求。新人常踩的坑以为探针台做一次PAT就够，漏了最终测试的异常。静态限值设太久不更新，半年该复查的忘了，分布早就漂移却还在用老线。动态限值卡太紧，把本批正常波动的好die也误杀，良率白白掉。只盯功能测试那几项，忘了漏电流、待机电流、击穿电压这些参数才是PAT的好候选。还有只做PAT不做GDBN，缺陷成片聚集的隐患没拦住。不甘于行业瓶颈，想转行半导体掌握长期增值技术，欢迎咨询锁定学习名额！   跨行破局｜材料本科跳出建筑赛道，成功拿下半导体岗位零半导体基础！双非环工硕士，成功上岸半导体优质岗位集训日常｜一半课堂沉淀，一半真机实战，这就是芯片测试进阶的日常 |
