本文小結 ]7 m) F7 ]/ P0 b n3 [
6 u, c- t" e7 ]& `3 q) B2 c A/ l
) e3 f7 y$ ?9 V2 k8 |9 ^. O& C, R設計師現在可以利用DFM RRA和/或CAA讀取設計版圖統計/良率數據,而不僅是傳統的DRC錯誤。這些統計模型可以幫助設計師在局部或者整體的上加強瞭解製造對設計影響。 . ~2 F) r2 T- K0 N+ M: H, n
2 R1 T1 j) Y6 S8 k5 l推薦規則分析法和關鍵區域分析法可以結合起來同時使用。但是由於RRA和CAA都是用於評估隨機缺陷的影響,應該注意對於同一種故障不要進行兩次。例如,若推薦規則已用來解決開路過孔的影響,那麼,對開路過孔的關鍵區域分析就不應再包含在同一分析流程中,否則其影響會被計入兩次。很多公司在預測良率時採用兩者結合的方法。例如,過孔和接點開路通常用推薦規則來建模(作為單孔的失效率),而導線的開路和短路則用關鍵區域分析來建模。對來自兩種技術的良率進行相乘得到總的預測良率。 9 E9 `) n0 I& z5 I+ h$ P+ t' O- F T4 W$ u4 n& O/ P
基於合成設計良率分析套件還應包括微影建模、化學機械研磨(CMP)建模和時序分析等其它技術,以取得現代良率損失機制的完整描述。事實上,像採用雙過孔和導線加寬等能夠改進設計對隨機缺陷敏感度的版圖最佳化措施本身還會導入新的微影、CMP和時序問題。所以,和所有其他設計最佳化(面積、時序、功率等)一樣,良率的最佳化也是一個複雜的系統反覆折衷過程。做好這些系統折衷的關鍵在於要有能力精確評估各種設計變化的影響。 3 U& q: N3 v. a' v4 Q3 G. p$ A" ]# Y9 N" V0 [# }
利用標準的DRC、RRA和CAA方法,再加上工廠製造對良率產生影響的準確數據,就能夠使設計師確定某項設計改進能否真正實現更高的良率。* y* a% F8 M: G0 q! h# q; b
' t( d! m* y, w4 ?' _$ _& V
! R; [6 @7 m0 V. m轉載於6 F6 k) I8 r2 N) L7 V- s9 E& s& j7 m! K; v& H
作者:Lee Yeong Bin 應用工程師 Mentor Graphics公司 |