近期，半導體業倍受關注的一大熱點事件是三星官宣量產3nm制程芯片。實際上，在官方消息發出之前，業界就一直在議論此事，焦點就是良率問題。由于在追趕臺積電的道路上不遺余力，三星幾乎用盡渾身解數，這一次，在臺積電即將于下半年量產3nm制程之前，搶先宣布量產，比拼的意味濃厚。但從近些年的情況來看，在先進制程工藝方面，屢屢被臺積電碾壓，一個很重要的原因就是三星難以保證良率，這在獲取客戶信心方面是個很大的減分項。
前些年，在10nm和7nm制程剛量產的時候，高通驍龍845 SoC由三星代工生產，驍龍855、865則由臺積電7nm制程工藝生產，英偉達原計劃由三星生產的7nm制程GPU芯片，也轉移到了臺積電。那時，三星在良率方面就落后于臺積電，訂單量明顯少于對手。
2021年，4nm制程興起，高通將驍龍 8 Gen1 Plus的生產訂單轉給了臺積電，很重要的原因就是三星4nm制程工藝的良率僅為35％左右，與臺積電超過70％的良率相比差太多。
今年2月，據韓媒Infostock Daily報道，三星電子懷疑旗下晶圓代工廠的產量及良率報告存在造假行為，因此，三星DS部門受到了管理咨詢部門對其晶圓代工廠5nm制程良率的調查，緊隨其后的將是4nm和3nm調查。該事件的起因是，三星晶圓代工業務飽受低良率之苦，特別是4／5nm制程量產后，出現了良率極其低下的情況，交貨時間不斷延后，招致了三星高層的懷疑。一位熟悉三星電子內部情況的高管表示：“由于晶圓代工業務交付的數量難以滿足最近的訂單需求，我們對非內存工藝的良率表示懷疑，眾所周知，基于該良率（指此前良率報告的數據）是可以滿足訂單交付的。”管理咨詢部門的懷疑對象是DS部門現任及前任高管，調查內容包括：之前遞交的良率報告是否真實，用于提升良率的資金究竟流向何方。
今年6月，三星任命了內存制造技術中心副總裁Kim Hong－shik領導晶圓代工技術創新團隊。通過改組，三星調動存儲芯片專家來領導代工業務的核心部門。此次，晶圓代工部門的重組，也是為了改善3nm芯片良率，努力反超臺積電。
臺積電之所以能在先進制程方面領先全球，高良率是殺手锏。據悉，該公司7nm制程在量產開始3個季度后，其不良率降至每平方厘米0．09，5nm制程量產初期，不良率低于同期的7nm，缺陷密度大約為每平方厘米0．10～0．11，隨著5nm芯片量產進程的推進，不良率降至0．10以下。
另一大芯片巨頭英特爾也飽受良率困擾，2020年7月，該公司發布消息稱，原計劃于2021年底上市的7nm芯片，因工藝存在缺陷，導致良率下降，發布時間推遲6個月。在此之前，英特爾在10nm制程的研發過程中就遇到了很多困難，多次延期，2019年初才實現量產。
綜上，芯片良率的重要性可見一斑。
芯片良率簡析
簡單的說，芯片良率就是晶圓上合格芯片數量與芯片總數的比值，這個數值越大，說明有用芯片數量越多，浪費越少，成本也就越低，利潤越高。
良率還可以細分為wafer（硅晶圓）良率、die良率和封測良率，這三種良率的乘積則是總良率。總良率是所有晶圓廠的核心機密，外界很難知曉。它可以反應出這家晶圓廠制造芯片的總體水平和營收能力。
芯片制造的每一個階段，從晶圓制造、中測、封裝到成測，每一步都會對總良率產生影響，其中，晶圓制造是影響良率的主要因素。
良率還受設備、原材料等因素影響，要想達到較高水平，需要穩定工藝設備，定期做工藝能力恢復。另外，環境因素對以上提到的三種良率都會產生影響，如塵埃、濕度、溫度和光照亮度等，芯片制造和封測過程需要在超潔凈的工作環境中進行。
另外，wafer的尺寸會直接影響良率，一般情況下，中心區域的良率較高，邊緣區域的良率較低（這是由制造工藝決定的）。wafer尺寸越大，中心區面積占總面積比例也大，良率越高。
良率不是一成不變的，它會隨著工藝技術的不斷成熟而提升。一般情況下，新制程工藝剛量產的時候，良率比較低，隨著生產的推進，以及導致低良率的因素被發現和改進，良率會不斷提升，較為成熟的產線良率可以達到95％以上。
很多半導體公司都有專門從事良率提升工作的工程師，在晶圓廠，有專門的良率提高（YE）部門，良率工程師負責提高晶圓良率；在IC設計企業，運營部門有專業的產品工程師（PE）負責提高良率。
拿什么拯救你，我的良率
芯片良率如此重要，全行業都非常關注，晶圓廠、IC設計企業、半導體設備和材料廠商，以及行業科研機構都在進行各種研究探索，為提升芯片良率添磚加瓦。
當然，提升良率的主戰場依然是晶圓廠（IDM廠或晶圓代工廠）。要提升良率，首先需要深入研究芯片良率與可靠性之間的關系，而可靠性與芯片缺陷有直接關系，因此，減少芯片生產過程中的缺陷數量可以提升基準良率，同時可以提高器件的可靠性。
為了提高可靠性，需要投入時間、資金和相關資源，以提高良率，這就需要進行權衡，因為不同類型芯片對可靠性的要求不同，與之對應的資源投入也不同，這也會直接影響利潤。例如，消費類電子產品用芯片對可靠性要求沒有那么高（與工業和汽車芯片相比），因此，對于這類芯片，達到一定良率之后，晶圓廠不會做再高的追求，而是將資源分配到開發下一個節點的制程和設備，這樣可以提高成熟節點的盈利能力。而對于高可靠性要求的芯片（如車用芯片，其可靠性要求比消費類芯片高兩至三個數量級），晶圓廠必須追求更高的基準良率水平，也就需要在制程工藝和設備方面投入更多資源。不過，高性能與高良率之間是存在矛盾關系的，很難兼顧。
對于晶圓廠而言，大多數影響良率的系統性問題都已解決，實際良率損失主要是由制程設備或環境的隨機缺陷造成的。為了檢測出可靠性缺陷，晶圓廠的產線必須具備相應的制程控制設備和檢測取樣機制，采用的缺陷檢測系統必須具備所需的缺陷靈敏度，并維護良好且達到規格。檢測取樣必須針對制程步驟達到足夠的頻次，以快速檢測到制程或設備的偏移。此外，必須有足夠的檢測產能用以支持加速異常偵測。
在實際操作過程中，常見的難點是精確找出基準缺陷的出處，有時，缺陷產生之后經過多個制程步驟才被檢測到，這對設備監控系統和機制的要求很高，做不好的話，常常找不出問題的根源在哪。為了解決這個問題，系統會先檢測一片晶圓，使其在指定的制程設備中運行，然后再次檢測，第二次檢測發現的任何新缺陷必定是由該指定的制程設備產生的，這樣，就可以找出缺陷的根源所在。因此，設置好一套靈敏的檢測機制，可以揭示源自每個制程設備的隨機良率損失并將其解決。
此外，晶圓廠可以對每個設備上出現的缺陷進行分類，并生成資料庫，可作為現場故障的失效分析參考。這種方法需要非常頻繁的設備認證（至少每天一次）。
通過以上這些措施和方法，晶圓廠可以有效控制缺陷，從而提升芯片良率水平。當然，除了這些，晶圓廠還有其它提升良率的方式方法，這里就不再贅述了。
除了晶圓廠產線的流程控制，產業鏈上游的半導體材料廠商，特別是硅晶圓廠商，也可以通過創新技術，在晶圓層面為提升良率提供保障。
例如，來自韓國科學與信息通信技術部下屬的韓國機械與材料研究所（KIMM）和新加坡南洋理工大學（NTU）的科學家開發了一種技術——新型納米轉移印刷技術（Nanotransfer－basedprinting），它可以制造出高度均勻的硅晶圓。他們將無化學粘合劑打印技術與金屬輔助化學蝕刻相結合，可以用于增強表面對比度以使納米結構可見。
這種納米轉移印刷技術是通過在相對低溫（160°C）下將金（Au）納米結構層轉移到硅襯底上，形成具有納米線（nanowires）的高度均勻的晶圓，以實現在制造過程中控制所需的厚度。這種技術允許快速、均勻、大規模制造晶圓，同時，制造的晶圓幾乎沒有缺陷，生產出的芯片良率非常高。在實驗室測試中，能夠將99％的20nm厚Au薄膜轉移到6英寸晶圓上。當采用該方法加工6英寸晶圓時，結果顯示印刷層保持完整，在蝕刻過程中彎曲最小，證明該Nanotransfer－basedprinting技術具有出色的均勻性和穩定性。
KIMM－NTU團隊認為該技術可以很容易地擴展到12英寸晶圓上，而這是三星，英特爾、臺積電和GlobalFoundries等晶圓廠產線中的主流晶圓尺寸。
性能與良率之爭
談到芯片良率，就不能不談性能，因為這兩者之間是存在矛盾關系的。在消費類電子產品芯片大行其道的時代，良率占絕對上風，因為消費電子產品對性能的要求沒那么高。但隨著近些年消費電子市場的疲軟，相應地，高性能計算（HPC）、汽車電子市場快速發展，且潛力巨大，而這些類型的芯片對性能要求極高，此時，良率就不得不做些讓步了，因為在絕對高性能的量產要求下，良率不可能做得像消費類芯片那么高。
這樣，各種新型芯片架構就涌現了出來。最具代表性的，也是最極端的就是Cerebras的晶圓級大芯片。
2019年8月，人工智能初創公司Cerebras Systems發布了Cerebras Wafer Scale Engine（WSE）處理器，這是一個超大芯片，由一個12英寸晶圓制成。而傳統芯片則很小，一個12英寸晶圓可以制造出三、四百個芯片。
WSE擁有1．2萬億個晶體管，專門面向AI任務開發，這顆巨型芯片，面積達到42225平方毫米。
通常情況下，晶圓廠不會制造這么大的芯片，因為在單個晶圓的加工過程中通常會出現一些雜質，雜質會直接影響芯片良率，而單個芯片越大，整體良率越低。像Cerebras這么大的芯片，其良率保障是個凸出的問題。不過，Cerebras Systems公司表示，其設計的芯片留有冗余，一種雜質不會導致整個芯片都不能用。
2021年4月，Cerebras Systems公司又推出了WSE的升級版WSE－2，集成了2．6萬億個晶體管。該公司稱設計出了一個可以繞過任何制造缺陷的系統來實現100％的良率，最初，Cerebras有1．5％的額外內核允許缺陷的存在。
之所以會出現WSE這樣的超大芯片，原因在于，高性能計算市場對性能的敏感度高于價格，高性能計算市場的主要客戶并非C端，而是B端的行業客戶，他們對成本不敏感，最關心的是性能。特別是近些年，AI在云計算市場的應用風起云涌，云端AI芯片的客戶主要是谷歌這樣的互聯網巨頭，在這些巨頭眼里，算力就是王道，它們對算力的追求幾乎是無止境的，這一點和信奉“夠用就好”的消費電子市場完全不同。
當然，像Cerebras Systems公司這樣的芯片屬于極端案例，大多數情況下，高性能計算市場的芯片尺寸還是在傳統范圍以內。但良率與性能之間的矛盾問題還是有增無減。需要有新的解決方案。
此時，Chiplet應運而生，它在兼顧性能和良率方面有獨到之處。如果要提升性能就必須減少片外通信，而想提升良率則必須保證單一芯片面積不能太大。Chiplet方案恰恰能同時兼顧這兩點。Chiplet可將單一芯粒（die）面積做小（確保良率），并用高級封裝技術把不同的芯粒集成在一起。這樣，芯粒之間的通信并不需要走PCB板，可以在封裝內進行，這就大大降低了片外通信的開銷。AMD最先在數據中心商用了Chiplet方案，且取得了良好的效果，看到商機后，英特爾也在跟進，開發了一整套先進制程工藝和封裝技術。
總之，在先進制程不斷迭代的今天，芯片良率問題變得越來越突出，與此同時，高性能需求也在給良率找麻煩。一切都好難，能夠玩轉這些的廠商恐怕會越來越少。
