在精密復雜的半導體制造生態中，數據如同 “血液” 般貫穿始終，支撐著質量管控、良率提升與產品可靠性保障。深耕行業30余年的普迪飛（PDF Solutions），憑借覆蓋從設計到系統級測試全流程的綜合數據管理系統，已為全球數百家客戶提供堅實支持。

本文將帶您走進半導體制造數據的世界，解析其內涵與核心價值。

半導體制造全流程：從設計到終端產品

在深入探討特定數據類型之前，了解半導體制造流程至關重要：

圖片來源：普迪飛

設計階段：芯片架構與性能指標的初始定義，是一切的起點；

晶圓制造（Fab）：通過數百道精密工序，在硅片上完成電路構建；

晶圓測試（Wafer Sort）：對晶圓上的單個芯片進行電氣性能檢測；

封裝階段：篩選合格芯片并進行封裝保護；

最終測試（Final Test）：在封裝或模塊層面開展全面性能驗證；

系統集成：將芯片嵌入智能手機、計算機等終端產品；

普迪飛的旗艦產品Exensio大數據智能分析管理平臺（制造分析 MA），已實現對上述全流程數據的采集與分析，服務全球150余家客戶，其中包括多家頂尖半導體企業。

圖片來源：普迪飛

晶圓制造中的核心數據

制造執行系統（MES）

MES是晶圓廠的 “中樞神經系統”，負責協調晶圓廠或代工廠的所有運營：實時追蹤物料流轉、工藝進度與設備狀態。該系統生成在制品數據，精準定位每片晶圓的當前位置與所處工序。

自動化物料搬運系統（AMHS）

現代晶圓廠依托高架運輸系統實現晶圓盒的自動化轉運。每片晶圓擁有唯一 ID，AMHS系統能夠全程記錄其在各類設備與腔室中的移動軌跡，為問題排查提供關鍵追溯依據。

故障檢測與分類（FDC）

FDC數據直接來源于生產設備。現代制造工具配備100-200個不同的傳感器，實時監測溫度、壓力、氣體流量和閥門位置等參數。這些傳感器在每個工藝運行期間高頻收集數據，并生成工藝指標，有助于檢測任何偏離正常運行的情況。

圖片來源：普迪飛

計量數據

聚焦物理特性測量，主要包括三類：

形狀/3D幾何：檢測晶圓上結構的三維屬性；

關鍵尺寸（CD）：測量線路寬度，這一點至關重要，因為線條尺寸直接關系到晶體管的性能；

疊層精度：確保不同圖層的對準精度，這對歷經3個月2000 余道工序的制造過程至關重要”，避免重復；

這些測量通過晶圓劃片線（芯片間的間隙區域）內的專用靶標完成。

缺陷數據

理想狀態下，晶圓上的所有芯片應完全一致。因此檢測工具會掃描晶圓以識別異常。缺陷數據有兩種形式：

缺陷檢測：記錄缺陷的坐標、尺寸、面積及類型等屬性；

缺陷復核：對重點缺陷采集高清圖像，通過自動分類（ADC）進行分析，以判斷其性質（如顆粒污染、短路等）

分析缺陷模式可以揭示 “空間特征”，這些特征通常與特定的設備問題相關。例如，圓形的缺陷模式可能表明加工工具中的某個卡盤存在問題 —— 我們有時將其稱為在晶圓廠中找到 “確鑿證據”。

過程控制監控（PCM）數據

過程控制監控（PCM）數據是從劃片線中的專用測試結構收集的，提供晶圓的電氣特性，是評估性能達標度的核心依據，PCM數據包括：

晶體管參數（跨導、漏電率、閾值電壓）

互連性能（線路與過孔電阻）

介電擊穿電壓（可靠性指標）

結特性（薄層電阻、接觸電阻、電容）

射頻、圖像傳感器等特殊技術的專用參數

值得注意的是，PCM 數據是代工廠通常會與其無晶圓廠客戶共享的少數數據類型之一。而缺陷、計量等數據通常被視為敏感信息，代工廠不會披露。

電氣晶圓測試（EWS）數據

電氣晶圓測試（EWS）數據來自在各種條件下對晶圓上的每個芯片進行的測試，包括：

標準工況測試

高溫測試（確保芯片在120°C下工作—— 比如放在汽車儀表板上的手機）

低溫測試

老化測試（篩選早期失效產品）

測試結果決定 “合格芯片（KGD）” 的歸屬，芯片按性能分級入 “箱”，這也是同一芯片存在不同版本（如標準版與高性能 FPGA）、圖像傳感器像素合格率有差異的原因。

此外，即使芯片通過所有測試，也可能因 “標記剔除規則” 被判定為不合格 —— 例如，被失效芯片環繞的芯片可能被列為可疑品，排除在后續流程之外。

晶圓之外的數據流

晶圓測試完成并確定合格芯片后，晶圓作為整體的生命周期結束。芯片根據 “拾取圖” 從晶圓上分離并進入封裝環節，由此開啟封裝與最終測試階段的全新數據旅程。

半導體數據的規模與價值

半導體行業每天產生數TB數據，根據客戶和應用的不同，數據保留要求長達5-15年，總量可達PB級，這要求專用數據中心進行存儲與管理。

能否高效利用這些數據，是區分優秀半導體制造商與卓越半導體制造商的關鍵。通過跨類型數據關聯分析，企業可精準定位良率瓶頸、優化工藝，最終向市場交付更可靠的產品。

借助Exensio大數據智能分析管理平臺，半導體企業正將海量原始數據轉化為切實可行的決策依據，在這一全球技術前沿領域持續提升質量、良率與盈利能力。