数据中挖矿,助力芯片企业提质增效

(整期优先)网络出版时间:2023-04-25
/ 1

数据中挖矿,助力芯片企业提质增效

郑煜酋  ,麦健斌

工业和信息化部电子第五研究所   广东省广州市   511400

摘要国产首颗FPGA器件研发试制成功,但规模量产的良率不高导致成本较高,也增加了客户的采购成本。通过采用MSA+FMEA+多元回归工具的应用,FPGA器件总良率提升,改善幅度达到20%。

关键词:芯片;多元回归;MSA

2018年客户导入国产首颗FPGA器件,为了保证产品质量,在这颗器件的生产流程中,增加了Burn in环节。此时这颗器件端到端良率较低。

该器件在客户应用之前未经过规模量产,良率低导致的供应问题和成本较高问题没有得到暴露,在该器件导入客户早期的商务谈判中限制了客户的年用量(41K PCS),在客户产品需要规模发货时,不得不提升芯片的客户采购单价,导致客户采购成本增加。。

1)通过整个生产流程分析,从流片到测试的数据,进行了系统梳理,发现了6个通道的不良占凸显地位。

2)运用MSA工具对检测系统进行评估,确认检测系统的可信性。

3)通过详细流程图和因果矩阵及PFMEA,梳理出70个影响因子,并锁定了10个关键因子进行改善。

4)通过工艺数据分析,发现工艺参数对不良通道的关联性;

5)要求供应商对工艺进行调整:调整后不良降低1.5%;

6)同时进行失效解剖,发现产品设计缺陷,进行了程序修正,并进行数据分析,确定确实改进有效,通过验证不良降低0.4%;多个程序进行了优化,总体不良降低了。

实施效果:总良率提升,改善幅度达到20%;

案例创新点:“数据中挖矿,助力芯片企业提质增效”项目,用合适的质量工具提升了产品的检出力,及时反馈生产端改善;且通过数据分析,将不良与工艺参数很好的进行关联,指导生产改进的方向,大大提升了芯片的端到端的良率,生产成本得到很大程度的降低,在市场上的竞争力得到有效提升。是多元回归质量工具切实落地和创造性展开,提供了一条帮助广大中小微企业提升过程工艺参数管控能力,实现质量提升的有效途径。同时,对企业中高层管理人员和生产技术人员进行了系列培训,帮助企业初步建立了自我诊断-发现问题-制定改进措施并实施整改的长效机制,对企业后续健康可持续发展具有积极意义。这种质量工具的改进思路和服务是帮助广大中小微企业走上高质量发展之路的宝贵实践,非常具有借鉴和推广价值。