図面 (/)

技術 テスト結果予測装置、テスト結果予測方法、半導体テスト装置、半導体テスト方法、システム、プログラム、および記録媒体

出願人 シャープ株式会社
発明者 永廣雅之高岡弘和
出願日 2006年7月12日 (14年3ヶ月経過) 出願番号 2006-192117
公開日 2008年1月31日 (12年9ヶ月経過) 公開番号 2008-021805
状態 未査定
技術分野 半導体等の試験・測定 半導体装置の製造処理一般
主要キーワード ウエハ歩留まり 低歩留まり 電気的特性データ 結合加重 テスト基準 高温テスト モデル候補 低温テスト
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2008年1月31日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (16)

課題

半導体装置テスト結果をより精度良く予測する。

解決手段

第1の完成ウエハ電気的特性データ、および、当該第1の完成ウエハのテスト結果データが、予測モデル構築部10に入力される。予測モデル構築部10は、入力されたデータを用いることによって、ニューラルネットワークとして構成されるテスト結果予測モデルを構築する。テスト結果予測部11は、構築されたテスト結果予測モデルに、第2の完成ウエハの電気的特性データを入力することによって、第2の半導体ウエハのテスト結果を予測する。

概要

背景

大規模集積回路(LSI)や集積回路(IC)などの半導体装置ウエハ歩留まりは、ウエハをテストすることによって判明する。ウエハテストとは、半導体装置を多数搭載した半導体ウエハの製造後に、ウエハ上の半導体装置を所定の半導体テスト装置テスタ)を用いて半導体装置ごとに電気的なテストを実施することである。

ウエハテストにおいて歩留まりが低いことは、ウエハごとの半導体装置の良品数が少ないことを意味する。このとき半導体装置の製造コストが高くなり、半導体メーカや半導体装置の顧客にとって好ましくない。

また、ウエハテストにおいて歩留まりが低いことは、目標とする性能からずれてしまった半導体装置の割合が高いことも意味する。この場合、信頼性を含めた製品性能面からも好ましくない。

そこで、ウエハ歩留まりを予測する従来の技術の一つが、特許文献1に開示されている。この従来装置について、図14および図15を参照して以下に説明する。図14は、従来技術に係る歩留まり予測装置を示す図である。図15は、従来装置が実行する、歩留まり予測処理の流れを示すフローチャートである。

図14に示す欠陥検査装置141および142によって、製造途中のウエハ内欠陥を検出する(ステップS151)。この欠陥を含む画像をドット化して欠陥の特徴を検出する(ステップS152)。この欠陥特徴において同じパターンが繰り返し形成される領域は重ね合わせ、欠陥のドットマップを作製する(ステップS153)。また、完成ウエハの欠陥から製品特性良否を測定し、フェイルマップを作製する(ステップS154)。その後、ドットマップとフェイルマップを用いて、ウエハの製品特性の良否を調査し、欠陥の予測するニューラルネットワークモデル構築する(ステップS155〜S157)。

このモデル等により、半導体製品の歩留まりを予測する(ステップS159)。また、欠陥不良を招く重要工程を抽出する(ステップS160)。
特開2004−193925号公報(2004年07月08日公開
馬場則夫・小島・小澤誠一、ニューラルネット基礎と応用、共立出版、1994年9月出版
ニューラルネットワーク、http://www.ms.t.kanazawa−u.ac.jp/~design/contents/research/sensor/n_network.html、2006年6月8日確認

概要

半導体装置のテスト結果をより精度良く予測する。第1の完成ウエハの電気的特性データ、および、当該第1の完成ウエハのテスト結果データが、予測モデル構築部10に入力される。予測モデル構築部10は、入力されたデータを用いることによって、ニューラルネットワークとして構成されるテスト結果予測モデルを構築する。テスト結果予測部11は、構築されたテスト結果予測モデルに、第2の完成ウエハの電気的特性データを入力することによって、第2の半導体ウエハのテスト結果を予測する。

目的

本発明は上記の課題を解決するためになされたものであり、その目的は、半導体装置のテスト結果をより精度良く予測できるテスト結果予測装置、テスト結果予測方法プログラム、および記録媒体を提供することにある。また、テスト結果予測装置を含んでいるシステムに関する。また、半導体装置ごとに最適なテストプログラムを用いてテストできる半導体テスト装置および半導体テスト方法に関する。

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

半導体ウエハテスト結果を予測するテスト結果予測装置であって、第1の半導体ウエハの電気的特性データ、および、当該第1の半導体ウエハのテスト結果データを用いることによって、ニューラルネットワークとして構成されるテスト結果予測モデル構築する予測モデル構築手段と、上記構築されたテスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力することによって、当該第2の半導体ウエハのテスト結果を予測するテスト結果予測手段とを備えていることを特徴とするテスト結果予測装置。

請求項2

上記予測モデル構築手段は、あらかじめ定められている数の複数の上記テスト結果予測モデルを構築するとともに、構築した上記テスト結果予測モデルごとに、当該テスト結果予測モデルに上記第1の半導体製品の電気的特性データを入力した場合に得られる予測テスト結果と、上記第1の半導体製品のテスト結果との相関係数を算出し、上記テスト結果予測手段は、上記構築された複数のテスト結果予測モデルのうち、あらかじめ定められている基準値以上の相関係数に対応するテスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力することによって、当該第2の半導体ウエハのテスト結果を予測することを特徴とする請求項1に記載のテスト結果予測装置。

請求項3

上記予測モデル構築手段は、上記テスト結果予測モデルの構築をあらかじめ定められている時間だけ繰り返すことによって、複数の上記テスト結果予測モデルを構築するとともに、構築した上記テスト結果予測モデルごとに、当該テスト結果予測モデルに上記第1の半導体製品の電気的特性データを入力した場合に得られる予測テスト結果と、上記第1の半導体製品のテスト結果との相関係数を算出し、上記テスト結果予測手段は、上記構築された複数のテスト結果予測モデルのうち、あらかじめ定められている基準値以上の相関係数に対応するテスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力することによって、当該第2の半導体ウエハのテスト結果を予測することを特徴とする請求項1に記載のテスト結果予測装置。

請求項4

半導体ウエハのテスト結果を予測するテスト結果予測装置であって、第1の半導体ウエハの電気的特性データ、および、当該第1の半導体ウエハのテスト結果データを用いることによって、ニューラルネットワークとしてのテスト結果予測モデルを構築する予測モデル構築手段と、上記テスト結果予測モデルに上記第1の半導体製品の電気的特性データを入力したときに得られる予測テスト結果と、上記第1の半導体製品のテスト結果との相関係数が、あらかじめ定められている基準値以上である場合に、当該テスト結果予測モデルに第2の半導体ウエハの電気的特性データを入力することによって、当該第2の半導体ウエハのテスト結果を予測するテスト結果予測手段とを備えていることを特徴とするテスト結果予測装置。

請求項5

上記あらかじめ定められている基準値は、0.75以上かつ1.00未満であることを特徴とする請求項2から4のいずれか1項に記載のテスト結果予測装置。

請求項6

上記テスト結果は、上記半導体ウエハに製造された半導体装置歩留まりであることを特徴とする請求項1または4に記載のテスト結果予測装置。

請求項7

上記テスト結果は、上記半導体ウエハに製造された半導体装置の良品数であることを特徴とする請求項1または4に記載のテスト結果予測装置。

請求項8

半導体ウエハのテスト結果を予測するテスト結果予測方法であって、第1の半導体ウエハの電気的特性データ、および、当該第1の半導体ウエハのテスト結果データを用いることによって、ニューラルネットワークとして構成されるテスト結果予測モデルを構築する予測モデル構築ステップと、上記テスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力することによって、当該第2の半導体ウエハのテスト結果を予測するテスト結果予測ステップとを含んでいることを特徴とするテスト結果予測方法。

請求項9

半導体ウエハをテストする半導体テスト装置であって、複数のテストプログラムのうち、請求項1から7のいずれかに記載のテスト結果予測装置によって予測されたテスト結果に応じたテストプログラムを選択するテストプログラム選択手段と、上記テストプログラム選択手段によって選択された上記テストプログラムを用いることによって、上記半導体ウエハをテストするテスト実行手段を備えていることを特徴とする半導体テスト装置。

請求項10

上記テストプログラム選択手段は、上記予測されたテスト結果がより良好であるほど、よりテスト基準の緩いテストプログラムを選択することを特徴とする請求項9に記載の半導体テスト装置。

請求項11

半導体ウエハをテストする半導体テスト方法であって、複数のテストプログラムのうち、請求項1から7のいずれかに記載のテスト結果予測装置によって予測されたテスト結果に応じたテストプログラムを選択するテストプログラム選択ステップと、上記テストプログラム選択ステップにおいて選択された上記テストプログラムを用いることによって、上記半導体ウエハをテストするテスト実行ステップを備えていることを特徴とする半導体テスト方法。

請求項12

請求項1から7のいずれか1項に記載のテスト結果予測装置と、上記テスト結果予測装置が予測したテスト結果を受信するサーバ装置とを含んでいることを特徴とするシステム

請求項13

請求項1から7のいずれか1項に記載のテスト結果予測装置を動作させるプログラムであって、コンピュータを上記の各手段として機能させるためのプログラム。

請求項14

請求項9および10のいずれか1項に記載の半導体テスト装置を動作させるプログラムであって、コンピュータを上記の各手段として機能させるためのプログラム。

請求項15

請求項14に記載のプログラムを記録しているコンピュータ読み取り可能な記録媒体

技術分野

0001

本発明は、半導体ウエハテスト結果を予測するテスト結果予測装置、テスト結果予測方法プログラム、および記録媒体に関する。また、テスト結果予測装置を含んでいるシステムに関する。また、半導体ウエハをテストする半導体テスト装置および半導体テスト方法に関する。

背景技術

0002

大規模集積回路(LSI)や集積回路(IC)などの半導体装置ウエハ歩留まりは、ウエハをテストすることによって判明する。ウエハテストとは、半導体装置を多数搭載した半導体ウエハの製造後に、ウエハ上の半導体装置を所定の半導体テスト装置(テスタ)を用いて半導体装置ごとに電気的なテストを実施することである。

0003

ウエハテストにおいて歩留まりが低いことは、ウエハごとの半導体装置の良品数が少ないことを意味する。このとき半導体装置の製造コストが高くなり、半導体メーカや半導体装置の顧客にとって好ましくない。

0004

また、ウエハテストにおいて歩留まりが低いことは、目標とする性能からずれてしまった半導体装置の割合が高いことも意味する。この場合、信頼性を含めた製品性能面からも好ましくない。

0005

そこで、ウエハ歩留まりを予測する従来の技術の一つが、特許文献1に開示されている。この従来装置について、図14および図15を参照して以下に説明する。図14は、従来技術に係る歩留まり予測装置を示す図である。図15は、従来装置が実行する、歩留まり予測処理の流れを示すフローチャートである。

0006

図14に示す欠陥検査装置141および142によって、製造途中のウエハ内欠陥を検出する(ステップS151)。この欠陥を含む画像をドット化して欠陥の特徴を検出する(ステップS152)。この欠陥特徴において同じパターンが繰り返し形成される領域は重ね合わせ、欠陥のドットマップを作製する(ステップS153)。また、完成ウエハの欠陥から製品特性良否を測定し、フェイルマップを作製する(ステップS154)。その後、ドットマップとフェイルマップを用いて、ウエハの製品特性の良否を調査し、欠陥の予測するニューラルネットワークモデル構築する(ステップS155〜S157)。

0007

このモデル等により、半導体製品の歩留まりを予測する(ステップS159)。また、欠陥不良を招く重要工程を抽出する(ステップS160)。
特開2004−193925号公報(2004年07月08日公開
馬場則夫・小島・小澤誠一、ニューラルネット基礎と応用、共立出版、1994年9月出版
ニューラルネットワーク、http://www.ms.t.kanazawa−u.ac.jp/~design/contents/research/sensor/n_network.html、2006年6月8日確認

発明が解決しようとする課題

0008

しかし、従来の装置は、光学的欠陥検査装置によって検出された情報を元にして、半導体装置の歩留まり予測や、欠陥不良を及ぼす重要工程の抽出をしている。そのため、ウエハ上に構成されるトランジスタの耐圧や閾値など電気的特性の欠陥に起因して低歩留まりが発生した場合には、光学的欠陥検出装置では電気的特性の欠陥を検出できないので、従来の方法ではこれらの欠陥が検出されない。すなわち半導体装置の歩留まりを精度良く予測することは困難であり、また、欠陥不良を及ぼす重要工程も抽出できない。

0009

本発明は上記の課題を解決するためになされたものであり、その目的は、半導体装置のテスト結果をより精度良く予測できるテスト結果予測装置、テスト結果予測方法、プログラム、および記録媒体を提供することにある。また、テスト結果予測装置を含んでいるシステムに関する。また、半導体装置ごとに最適なテストプログラムを用いてテストできる半導体テスト装置および半導体テスト方法に関する。

課題を解決するための手段

0010

本発明に係るテスト結果予測装置は、上記の課題を解決するために、
半導体ウエハのテスト結果を予測するテスト結果予測装置であって、
第1の半導体ウエハの電気的特性データ、および、当該第1の半導体ウエハのテスト結果データを用いることによって、ニューラルネットワークとして構成されるテスト結果予測モデルを構築する予測モデル構築手段と、
上記構築されたテスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力することによって、当該第2の半導体ウエハのテスト結果を予測するテスト結果予測手段とを備えていることを特徴としている。

0011

上記の構成によれば、テスト結果予測装置は、半導体ウエハ(半導体装置)のテスト結果を予測する装置である。ここでいう半導体装置とは、たとえばウエハ上に製造されたトランジスタである。テスト結果とは、半導体装置の性能をテストした結果のことをいう。たとえばトランジスタの閾値やゲート耐圧などである。

0012

テスト結果予測装置において、予測モデル構築手段は、ニューラルネットワークとして構成されるテスト結果予測モデルを構築する。このとき、第1の半導体ウエハの電気的特性データ、および、当該第1の半導体ウエハのテスト結果データを用いる。ここでいう電気的特性データとは、電気的特性測定装置によって測定された、第1の半導体製品の電気的特性を表すデータである。一方、テスト結果データとは、半導体テスタが第1の半導体製品をテストすることによって得た、テスト結果を表すデータである。

0013

このように予測モデル構築手段は、既知の電気的特性を表すデータと、既知のテスト結果を表すデータとを用いることによって、テスト結果予測モデルを生成する。このテスト結果予測モデルはニューラルネットワークとして構成され、第2の半導体ウエハのテスト結果を予測するモデルである。

0014

テスト結果予測手段は、構築されたテスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力する。これにより、第2の半導体ウエハのテスト結果を予測する。たとえば、第2の半導体ウエハを半導体テスタによってテストした場合に得られる、半導体装置の歩留まりや良品数を予測する。

0015

このように、テスト結果予測装置は、光学的欠陥として認識できない電気的特性の欠陥を予測に反映したテスト結果予測モデルを構築する。そして、構築したテスト結果予測モデルを用いることによって、半導体製品のテスト結果を予測する。したがって、半導体装置のテスト結果をより精度良く予測できる効果を奏する。

0016

本発明に係るテスト結果予測方法は、上記の課題を解決するために、
半導体ウエハのテスト結果を予測するテスト結果予測方法であって、
第1の半導体ウエハの電気的特性データ、および、当該第1の半導体ウエハのテスト結果データを用いることによって、ニューラルネットワークとして構成されるテスト結果予測モデルを構築する予測モデル構築ステップと、
上記テスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力することによって、当該第2の半導体ウエハのテスト結果を予測するテスト結果予測ステップとを備えていることを特徴としている。

0017

上記の構成によれば、本発明に係るテスト結果予測装置と同時の作用、効果を奏する。

0018

また、本発明に係るテスト結果予測装置では、さらに、
上記予測モデル構築手段は、あらかじめ定められている数の複数の上記テスト結果予測モデルを構築するとともに、構築した上記テスト結果予測モデルごとに、当該テスト結果予測モデルに上記第1の半導体製品の電気的特性データを入力した場合に得られる予測テスト結果と、上記第1の半導体製品のテスト結果との相関係数を算出し、
上記テスト結果予測手段は、上記構築された複数のテスト結果予測モデルのうち、あらかじめ定められている基準値以上の相関係数に対応するテスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力することによって、当該第2の半導体ウエハのテスト結果を予測することが好ましい。

0019

上記の構成によれば、予測モデル構築手段は、あらかじめ定められている数の複数のテスト結果予測モデルを構築する。このときたとえば、1つのテスト結果予測モデルを生成するごとに、当該テスト結果予測モデルの出力を用いて、異なるテスト結果予測モデルを生成することができる。

0020

予測モデル構築手段は、さらに、構築したテスト結果予測モデルごとに、当該モデルに第1の半導体製品の電気的特性データを入力した場合に得られる予測テスト結果と、第1の半導体製品のテスト結果との相関係数を算出する。相関係数は、構築したモデルが予測するテスト結果の精度を表す。すなわち、相関係数が高いほど、予測の精度は高い。

0021

そこでテスト結果予測手段は、構築された複数のテスト結果予測モデルのうち、あらかじめ定められている基準値以上の相関係数に対応するテスト結果予測モデルを用いることによって、第2の半導体ウエハのテスト結果を予測する。

0022

このように、一定の精度を持つモデルだけを用いるため、テスト結果予測装置は、テスト結果の予測精度をより高めることができる。

0023

また、本発明に係るテスト結果予測装置では、さらに、
上記予測モデル構築手段は、上記テスト結果予測モデルの構築をあらかじめ定められている時間だけ繰り返すことによって、複数の上記テスト結果予測モデルを構築するとともに、構築した上記テスト結果予測モデルごとに、当該テスト結果予測モデルに上記第1の半導体製品の電気的特性データを入力した場合に得られる予測テスト結果と、上記第1の半導体製品のテスト結果との相関係数を算出し、
上記テスト結果予測手段は、上記構築された複数のテスト結果予測モデルのうち、あらかじめ定められている基準値以上の相関係数に対応するテスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力することによって、当該第2の半導体ウエハのテスト結果を予測することが好ましい。

0024

上記の構成によれば、予測モデル構築手段は、テスト結果予測モデルの構築をあらかじめ定められている時間だけ繰り返すことによって、複数のテスト結果予測モデルを構築する。このときたとえば、1つのテスト結果予測モデルを生成するごとに、当該テスト結果予測モデルの出力を用いて、異なるテスト結果予測モデルを新たに構築することができる。

0025

予測モデル構築手段は、さらに、構築したテスト結果予測モデルごとに、当該モデルに第1の半導体製品の電気的特性データを入力した場合に得られる予測テスト結果と、第1の半導体製品のテスト結果との相関係数を算出する。相関係数は、構築したモデルが予測するテスト結果の精度を表す。すなわち、相関係数が高いほど、予測の精度は高い。

0026

そこでテスト結果予測手段は、構築された複数のテスト結果予測モデルのうち、あらかじめ定められている基準値以上の相関係数に対応するテスト結果予測モデルを用いることによって、第2の半導体ウエハのテスト結果を予測する。

0027

このように、一定の精度を持つモデルだけを用いるため、テスト結果予測装置は、テスト結果の予測精度をより高めることができる。

0028

本発明に係るテスト結果予測装置は、上記の課題を解決するために、
半導体ウエハのテスト結果を予測するテスト結果予測装置であって、
第1の半導体ウエハの電気的特性データ、および、当該第1の半導体ウエハのテスト結果データを用いることによって、ニューラルネットワークとしてのテスト結果予測モデルを構築する予測モデル構築手段と、
上記テスト結果予測モデルに上記第1の半導体製品の電気的特性データを入力したときに得られる予測テスト結果と、上記第1の半導体製品のテスト結果との相関係数が、あらかじめ定められている基準値以上である場合に、当該テスト結果予測モデルに第2の半導体ウエハの電気的特性データを入力することによって、当該第2の半導体ウエハのテスト結果を予測するテスト結果予測手段とを備えていることを特徴としている。

0029

上記の構成によれば、テスト結果予測装置は、半導体ウエハ(半導体装置)のテスト結果を予測する装置である。ここでいう半導体装置とは、たとえばウエハ上に製造されたトランジスタである。テスト結果とは、半導体装置の性能をテストした結果のことをいう。たとえばトランジスタの閾値やゲート耐圧などである。

0030

テスト結果予測装置において、予測モデル構築手段は、ニューラルネットワークとして構成されるテスト結果予測モデルを構築する。このとき、第1の半導体ウエハの電気的特性データ、および、当該第1の半導体ウエハのテスト結果データを用いる。ここでいう電気的特性データとは、電気的特性測定装置によって測定された、第1の半導体製品の電気的特性を表すデータである。一方、テスト結果データとは、半導体テスタが第1の半導体製品をテストすることによって得た、テスト結果を表すデータである。

0031

このように予測モデル構築手段は、既知の電気的特性を表すデータと、既知のテスト結果を表すデータとを用いることによって、テスト結果予測モデルを生成する。このテスト結果予測モデルはニューラルネットワークとして構成され、第2の半導体ウエハのテスト結果を予測するモデルである。

0032

テスト結果予測手段は、構築されたテスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力する。このとき、構築されたテスト結果予測モデルを無条件に用いるのではなく、上記テスト結果予測モデルに第1の半導体製品の電気的特性データを入力したときに得られる予測テスト結果と、第1の半導体製品のテスト結果との相関係数に基づき、テスト結果予測モデルを用いるかどうかを決定する。すなわち、相関係数があらかじめ定められている基準値以上である場合に、テスト結果予測モデルを用いることになる。

0033

テスト結果予測手段は、使用を決定されたテスト結果予測モデルに、第2の半導体ウエハの電気的特性データを入力することによって、第2の半導体ウエハのテスト結果を予測する。たとえば、第2の半導体ウエハを半導体テスタによってテストした場合に得られる、半導体装置の歩留まりや良品数を予測する。

0034

このように、テスト結果予測装置は、光学的欠陥として認識できない電気的特性の欠陥を予測に反映したテスト結果予測モデルを構築する。そして、構築したテスト結果予測モデルを用いることによって、半導体製品のテスト結果を予測する。また、相関係数が一定値以上のテスト結果予測モデルだけを予測に用いる。

0035

したがってテスト結果予測装置は、半導体ウエハのテスト結果をより精度良く予測できる効果を奏する。

0036

また、本発明に係るテスト結果予測装置では、さらに、
上記あらかじめ定められている基準値は、0.75以上かつ1.00未満であることが好ましい。

0037

上記の構成によれば、相関係数の基準値は0.75以上かつ1.00未満である。この範囲内の値であれば、実用上、問題なくテスト結果を予測できるテスト結果予測モデルであることが保証される。したがってテスト結果予測装置は、半導体ウエハのテスト結果をより精度良く予測することを、より確実に実行できる効果を奏する。

0038

また、本発明に係るテスト結果予測装置では、さらに、
上記テスト結果は、上記半導体ウエハに製造された半導体装置の歩留まりであることが好ましい。

0039

上記の構成によれば、上記半導体ウエハに製造された半導体装置の歩留まりをより精度良く予測するテスト結果予測装置を提供できる効果を奏する。

0040

また、本発明に係るテスト結果予測装置では、さらに、
上記テスト結果は、半導体ウエハに製造された半導体装置の良品数であることが好ましい。

0041

上記の構成によれば、ウエハに製造された半導体装置の良品数をより精度良く予測するテスト結果予測装置を提供できる効果を奏する。

0042

本発明に係る半導体テスト装置は、上記の課題を解決するために、
半導体ウエハをテストする半導体テスト装置であって、
複数のテストプログラムのうち、上記したいずれかのテスト結果予測装置によって予測されたテスト結果に応じたテストプログラムを選択するテストプログラム選択手段と、
上記テストプログラム選択手段によって選択された上記テストプログラムを用いることによって、上記半導体ウエハをテストするテスト実行手段を備えていることを特徴としている。

0043

上記の構成によれば、テストプログラム選択手段は、複数のテストプログラムのうち、上述したいずれかのテスト結果予測装置によって予測されたテスト結果に応じたテストプログラムを選択する。たとえば、予測テスト結果とテストプログラムとの対応表に基づき、最適なテストプログラムを1つ、選択する。

0044

テスト実行手段は、テストプログラム選択手段によって選択されたテストプログラムを用いることによって、半導体ウエハをテストする。すなわち、予測テスト結果に応じたテストプログラムを用いる。

0045

以上のように半導体テスト装置は、個々の半導体ウエハの電気的特性に応じた最適なテストを実行することができる効果を奏する。

0046

本発明に係る半導体テスト方法は、上記の課題を解決するために、
半導体ウエハをテストする半導体テスト方法であって、
複数のテストプログラムのうち、上記したいずれかのテスト結果予測装置によって予測されたテスト結果に応じたテストプログラムを選択するテストプログラム選択ステップと、
上記テストプログラム選択ステップにおいて選択された上記テストプログラムを用いることによって、上記半導体ウエハをテストするテスト実行ステップを備えていることを特徴としている。

0047

上記の構成によれば、本発明に係る半導体テスト装置と同様の作用、効果を奏する。

0048

また、本発明に係る半導体テスト装置では、さらに、
上記テストプログラム選択手段は、上記予測されたテスト結果がより良好であるほど、より検査基準の緩いテストプログラムを選択することが好ましい。

0049

上記の構成によれば、テストプログラム選択手段は、予測されたテスト結果がより良好であるほど、より検査基準の緩いテストプログラムを選択する。すなわち、予測テスト結果が良好であれば、検査項目がより少なかったり、印加電圧がより低かったりするテストプログラムを、テスト実行用に選択する。したがってテスト実行手段は、より短時間で実行できるテストプログラムを用いることができる。

0050

このようにテスト結果予測装置は、予測テスト結果の良好な半導体ウエハに対して無駄に詳しいテストを行わずに済む効果を奏する。

0051

本発明に係るシステムは、上記の課題を解決するために、
上述したいずれかの結果予測装置と、上記テスト結果予測装置が予測したテスト結果を受信するサーバ装置とを含んでいることを特徴としている。

0052

上記の構成によれば、サーバ装置は、テスト結果予測装置が予測したテスト結果を受信する。したがってサーバ装置は、受信したテスト結果(歩留まり、良品数)を元に所定の演算を行うことによって、たとえば後半工程の部材の発注納期計算を行うことができる。

0053

なお、上記テスト結果予測装置は、コンピュータによって実現してもよい。この場合、コンピュータを上記各手段として動作させることにより上記テスト結果予測装置をコンピュータにおいて実現するプログラム、およびそのプログラムを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

0054

また、上記半導体テスト装置は、コンピュータによって実現してもよい。この場合、コンピュータを上記各手段として動作させることにより上記半導体テスト装置をコンピュータにおいて実現するプログラム、およびそのプログラムを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

発明の効果

0055

以上のように、本発明に係るテスト結果予測装置は、第1の半導体ウエハの電気的特性データに基づき構築されたテスト結果予測モデルを用いて、第2の半導体ウエハのテスト結果を予測するテスト結果予測手段を備えているため、半導体ウエハのテスト結果をより精度良く予測できる効果を奏する。

発明を実施するための最良の形態

0056

本発明の実施形態について、図1図13を参照して以下に説明する。

0057

本発明に係るテスト結果予測装置は、第1および第2の完成ウエハから得られるデータを用いた情報処理を行う装置である。具体的には、第1の完成ウエハから得られるデータを用いて、半導体ウエハに製造された半導体装置のテスト結果を予測するためのモデル(テスト結果予測モデル)を構築する。さらに、構築したテスト結果予測モデルに、第2の完成ウエハから得られるデータを入力することによって、第2の完成ウエハを対象にしたテスト結果を予測する。

0058

なお、以下では、テスト結果として主に、ウエハに製造された半導体装置の歩留まりを予測する構成のテスト結果予測装置を説明する。しかし本発明のテスト結果予測装置は、歩留まりに限らず、半導体装置を対象にした他のテスト結果なら、どのようなものであっても同様に予測できる。

0059

〔実施形態1〕
本発明に係る第1の実施形態について、図1図6を参照して以下に説明する。本実施形態のテスト結果予測装置1は、第1の完成ウエハ(第1の半導体ウエハ)に製造された半導体装置の電気的特性を表すデータ、および、当該半導体装置をテストした結果を表すテスト結果データを用いることによって、テスト結果予測モデルを構築する。さらに、構築したモデルに、テスト前における第2の完成ウエハ(第2の半導体ウエハ)に製造された半導体装置の電気的特性データを入力することによって、第2の完成ウエハに製造された半導体装置を対象にしたテストの結果を予測する。

0060

(テスト結果予測装置1)
本実施形態に係るテスト結果予測装置1の構成について、図1を参照にして以下に説明する。図1は、本発明の一実施形態に係るテスト結果予測装置1の要部構成を示すブロック図である。この図に示すように、テスト結果予測装置1は、予測モデル構築部10(予測モデル構築手段)およびテスト結果予測部11(テスト結果予測手段)を備えている。また、テスト結果予測装置1は、電気的特性測定装置2、半導体テスタ3、および電気的特性測定装置4と接続されている。

0061

(予測モデル構築部10)
予測モデル構築部10は、半導体装置のテスト結果を予測するテスト結果予測モデルを構築する。

0062

(テスト結果予測部11)
テスト結果予測部11は、構築されたテスト結果予測モデルを用いて、第2の完成ウエハの電気的特性データを基に、第2の完成ウエハのテスト結果を予測する。

0063

(電気的特性測定装置2)
電気的特性測定装置2は、第1の完成ウエハの特性を電気的に測定する周知の装置である。電気的特性測定装置2は、最終工程まで製造された第1の完成ウエハ、すなわち、完成された第1の完成ウエハの電気的特性を測定する。より具体的には、第1の完成ウエハに製造された半導体装置の電気的特性を測定する。これにより、測定された電気的特性を表すデータ(電気的特性データ)を生成する。

0064

電気的特性測定装置2は、たとえば、アジレント社製のHP4062などとして実現される。

0065

(半導体テスタ3)
半導体テスタ3は、第1の完成ウエハをテストする周知のテスト装置である。半導体テスタ3は、第1の完成ウエハに製造された半導体装置の良否などをテストする。すなわち、第1の完成ウエハにおける半導体装置ごとの良否、半導体装置の電気的特性たとえば、消費電流値を測定する。

0066

半導体テスタ3は、たとえば、アドバンテスト社製T6577などとして実現される。

0067

(電気的特性測定装置4)
電気的特性測定装置4は、第2の完成ウエハの特性を電気的に測定する周知の装置である。電気的特性測定装置4は、最終工程まで製造された第2の完成ウエハ、すなわち、完成された第2の完成ウエハの電気的特性を測定する。より具体的には、第2の完成ウエハに製造された半導体装置の電気的特性を測定する。これにより、測定された電気的特性を表すデータ(電気的特性データ)を生成する。

0068

電気的特性測定装置4は、たとえば、アジレント社製のHP4064などとして実現される。

0069

(ニューラルネットワーク)
テスト結果予測装置1は、階層型のニューラルネットワークを採用したテスト結果予測モデルを構築する。そこで、階層型ニューラルネットワークについて、図2および図3を参照して以下に説明する
図2は、階層型ニューラルネットワークを構成する1つのニューロンを模式的に示す図である。図3は、複数のニューロンが階層状に接続されることによって構築される階層型ニューラルネットワークを示す図である。

0070

図2に示すように、1つのニューロン21には、複数の入力線22が結合加重23を介して入力される。また、少なくとも1つの出力線24を有している。ニューロン21、入力線22、結合加重23、および出力線24によって、1つのユニット20が構成される。

0071

図3に示すように、階層型ニューラルネットワーク30は、層状に並べられた複数のユニット20によって構成される。信号は、前の層におけるユニット20から、次の層におけるユニット20へと、一方向にのみ伝わる。このネットワークでは、ユニット20が入力層、中間層、および出力層のそれぞれ独立な層に分かれて配置されている。

0072

本実施形態のテスト結果予測装置1は、ニューラルネットワークの出力である予測テスト結果を1つに限定する。たとえば、歩留まり、またはウエハごとの良品数を、予測テスト結果として任意に選択する。これにより半導体装置のテストの予測に要する時間を、予測テスト結果を複数にした場合に比べてより短くできる。

0073

なおテスト結果予測装置1は、階層型のニューラルネットワーク以外の、たとえば中間層にフィードバックを有するニューラルネットワークによって構成されるテスト結果予測モデルを構築することもできる。すなわち、ニューラルネットワークであれば、どのようなネットワークであっても、テスト結果予測モデルの構築に利用できる。

0074

(テスト結果予測処理
テスト結果予測装置1が、テスト結果予測モデルを構築し、構築したテスト結果予測モデルを用いて、第2の完成ウエハを対象にしたテスト結果を予測するときの処理について、図1および図4を参照して以下に説明する。図4は、テスト結果予測装置1が、テスト結果予測モデルを構築し、当該構築したテスト結果予測モデルを用いて、第2の完成ウエハを対象にしたテスト結果を予測するときの処理の流れを示すフローチャートである。

0075

(電気的特性の測定)
この図に示すように、まず、電気的特性測定装置2が、第1の完成ウエハについての電気的特性を測定する(ステップS41)。電気的特性として、第1の完成ウエハに製造されたトランジスタの特性、拡散領域のシート抵抗、およびコンタクト部を含むメタル配線抵抗などを対象にする。また、トランジスタの特性としては、閾値、ゲート耐圧、電流ドライブ能力、およびオフ時耐圧などを対象にする。

0076

第1の完成ウエハ上には、閾値、ゲート耐圧、電流ドライブ能力、オフ時耐圧など、特性の互いに異なる複数種類のトランジスタが作りこまれている。そこで電気的特性測定装置2は、それぞれに対して前述した電気的特性を測定する。

0077

電気的特性測定装置2が測定する電気的特性の項目数は、200から300個程度である。電気的特性測定装置2は、測定した電気的特性を表すデータを生成し、必要に応じて、第1の完成ウエハを識別するための識別番号に関連付けて、電気的特性測定装置2内部のメモリに一時的に記憶する。また、測定したデータを、さらに、上位のコンピュータや不揮発性記憶媒体に記録する。

0078

(第1の完成ウエハのテスト)
つぎに、半導体テスタ3が、第1の完成ウエハに製造された個々の半導体装置個々をテストする(ステップS42)。このとき、半導体装置のテスト歩留まり、半導体装置の良品数、各テスト項目の不良数(以下カテゴリデータ)等のテスト結果を得ることができる。測定されたテスト結果を表すテスト結果データは、ウエハ一枚ごとに集計され、第1の完成ウエハを識別する識別番号に関連付けて、半導体テスタ3の内部にあるメモリに記憶される。

0079

つぎに、第1の完成ウエハの電気的特性データ、および、テスト結果データを、テスト結果予測装置1の予測モデル構築部10に入力する(ステップS43)。

0080

つぎに、予測モデル構築部10は、データ入力の対象となった第1の完成ウエハの枚数が、あらかじめ定められている基準枚数に達したかどうかを判定する(ステップS44)。

0081

ステップS44における判定の結果が「」であるとき(NO)、図4に示す処理はステップS41に戻る。このとき電気的特性測定装置2は、他の第1の完成ウエハの電気的特性を測定する。このようにして、ステップSに示す処理において「真」の結果を得るまで、ステップS41からステップS43の処理が繰り返される。

0082

(テスト結果予測モデルの構築)
ステップS44における判定の結果が「真」であるとき(YES)、予測モデル構築部10は、テスト結果予測モデルを構築する(ステップS45)。具体的には、入力された電気的特性データおよび予測すべき所定のテスト結果データを同時にニューラルネットワークに入力することによって、半導体装置の歩留まりなどの所定のテスト結果を予測するテスト結果予測モデルを構築する。予測モデル構築部10は、生成したテスト結果予測モデルをテスト結果予測部11に出力する。

0083

なお、歩留まりデータ以外のデータ、たとえば所定テスト項目のカテゴリデータが入力されると、予測モデル構築部10は、所定テスト項目のカテゴリデータを予測するテスト結果予測モデルを構築できる。

0084

(テスト結果の予測)
つぎに、電気的特性測定装置4は、第2の完成ウエハについての電気的特性を測定する(ステップS46)。このとき、電気的特性測定装置2が第1の完成ウエハを対象に測定したのと同じ項目の電気的特性を測定する。そして、測定した電気的特性を表す電気的特性データを生成し、テスト結果予測部11に入力する(ステップS47)。

0085

この時点で、テスト結果予測部11には、予測モデル構築部10によって構築されたテスト結果予測モデルが入力されている。そこでテスト結果予測部11は、入力されたテスト結果予測モデルに、第2の完成ウエハを対象にした電気的特性データを入力することによって、第2の完成ウエハのテスト結果を予測する(ステップS48)。

0086

図4の例では、テスト結果予測部11は、第2の完成ウエハの歩留まりを予測する。すなわち、テスト歩留まりを表す予測データを生成する。また、生成した予測データを、第2の完成ウエハを識別する識別番号に関連付けて、所定の外部装置たとえば表示装置またはプリンタなどに出力する。あるいは、必要に応じて、第2の完成ウエハの識別番号に関連付けて、記憶媒体や上位のコンピュータに記憶する。

0087

(作用、効果)
このように、テスト結果予測装置1は、光学的欠陥として認識できない電気的特性の欠陥を、テスト結果の予測値に反映させることができる。一方、従来技術ではこのようなことはできない。したがってテスト結果予測装置1は、半導体装置のテスト結果をより精度良く予測できる。

0088

なお、テスト結果予測装置1が予測できるテスト結果には、ウエハの歩留まり、および各ウエハの良品チップ数などがある。また、必要に応じて、テストカテゴリデータの各カテゴリの値も予測できる。

0089

このように、テスト結果予測装置1は、第2の完成ウエハに製造された半導体装置の歩留まりを、第2の完成ウエハをテストする前に予測できる。したがって、予測値に応じたウエハテストプログラムを適用したり、あるいは低温テスト高温テストバーンインテストなどのテスト工程を選択したりできる。

0090

また、第2の完成ウエハに製造された半導体装置の良品数を、第2の完成ウエハをテストする前に予測できる。これにより、半導体装置の後半工程に必要な部材を従来より早い段階で手配できる。また、早い段階で不足半導体装置数を補うためのウエハの投入も可能になる。したがって、納期の遅れを回避できる。

0091

(テスト結果予測システム50)
本実施形態のテスト結果予測装置1は、他の装置に組み込んだり、あるいは他の装置と協同して動作したりすることもできる。このときテスト結果予測装置1は、所定のテスト結果予測システム50を構成する。

0092

そこで、本実施形態に係るテスト結果予測システム50について、図5を参照して以下に説明する。

0093

図5は、テスト結果予測装置1が組み込まれたテスト結果予測システム50を示す図である。また、通信回線を経由してサーバ60および半導体テスタ3などの外部装置と双方向に通信可能なシステムの全体図を示す図でもある。

0094

テスト結果予測システム50において、テスト結果予測装置1は、予測したウエハの良品数を、通信路接続部54を経由してサーバ60に送信する。サーバ60は、受信した良品数を元にサーバ内データベース61に記憶された所定の演算を行って、後半工程の部材の発注や納期計算などを行うことができる。

0095

(相関係数を利用した処理)
なお、テスト結果予測装置1は、構築したテスト結果予測モデルが、所定の条件を満たす場合にのみ、実際にテスト結果に利用するモデルとして設定することもできる。

0096

このとき、テスト結果予測部11は、第1の完成ウエハの電気的特性データおよびテスト結果を用いて、ウエハテスト結果予測モデルの候補を構築する。つまりこの候補を、第1の完成ウエハを対象にしたテスト結果の予測に利用するかどうかは、いったん、保留しておく。つぎに、候補として構築したテスト結果予測モデルに、第1の半導体製品の電気的特性データを入力したときに得られる予測テスト結果と、第1の半導体製品のテスト結果との相関係数を算出する。そして、算出した相関係数に基づき、候補として構築したモデルを、正式なテスト結果予測モデルとして採用するかどうかを定める。

0097

すなわち、相関係数があらかじめ定められている基準値以上である場合に、その相関係数に対応するテスト結果予測モデルを用いることになる。

0098

ここでいう相関係数とは、テスト結果予測モデル候補が予測するテスト結果と、実測するテスト結果との相関関係を示す値である。テスト結果予測部11は、この値を、第1の完成ウエハの既知テスト結果、すなわち、テスト結果予測部11に入力された既知のテスト結果と、テスト結果予測モデル候補が予測するテスト結果との相関関係から算出する。

0099

予測モデル構築部10は、算出した相関係数が基準値以上であるか否かを判定する。算出した相関係数が基準値以上である場合、対応するテスト結果予測モデル候補を、正式なテスト結果予測モデルとして採用する。一方、基準値以上でない場合、モデル候補の出力(予測テスト結果データ)を利用することによって、他の新しいテスト結果予測モデルを構築する。

0100

こうして、相関係数が基準値以上となるテスト結果予測モデルを構築できるまで、モデル候補の構築、相関係数の算出、およびモデル候補の出力結果を利用した新しいモデル候補の構築を繰り返す。すなわち、第2の完成ウエハのテスト結果予測に適したテスト結果予測モデルを構築できるまで繰り返す。

0101

なお、ニューラルネットワークの隠れ層の数を変更することによっても、同じ入力データを用いて異なるテスト結果予測モデルを構築することができる。

0102

(テスト結果の予測処理)
以上の処理について、図6を参照して以下に説明する。図6は、テスト結果予測装置1が、相関係数が基準値以上となるテスト結果予測モデルを構築し、当該構築したテスト結果予測モデルを用いて第2の完成ウエハのテスト結果を予測するときの処理の流れを示すフローチャートである。

0103

この図に示すように、第1の完成ウエハを対象とした電気的特性データ、およびテスト結果データが、予測モデル構築部10に入力される(ステップS61)。この処理は、図2に示すステップS41からS44に相当する。

0104

つぎに、予測モデル構築部10が、テスト結果予測モデルの候補を構築する(ステップS62)。さらに、構築したテスト結果予測モデル候補に第1の完成ウエハのテスト結果データを入力したときに得られる予測テスト結果と、第1の完成ウエハのテスト結果との相関係数を算出する(ステップS63)。

0105

つぎに、予測モデル構築部10は、算出した相関係数が、テスト結果予測装置1においてあらかじめ定められている基準値以上か否かを判定する(ステップS64)。

0106

ステップS64における判定の結果が「偽」であるとき(NO)、図6に示す処理はステップS62に戻る。このとき予測モデル構築部10は、構築したモデル候補の出力(予測テスト結果)を用いることによって、新たに別のテスト結果予測モデルを構築する(ステップS62)。すなわちテスト結果予測部11は、ステップS64に示す処理において「真」の結果を得るまで、テスト結果予測モデルの構築を繰り返し実行する。

0107

一方、ステップS64における判定の結果が「真」であるとき(YES)、予測モデル構築部10は、構築したテスト結果予測モデルを、第2の完成ウエハのテスト結果を予測するモデルとして選択する(ステップS65)。すなわち、構築したテスト結果予測モデルを予測モデル構築部10に出力する。

0108

ステップS66〜ステップS68に示す処理は、図2に示すステップS46からステップS48と同じ処理なので、詳細を省略する。

0109

(相関係数の値の例)
なお、相関係数が0.75以上であれば、実用上問題ない。したがって、基準値は0.75以上であることが望ましい。

0110

納入数製品数を正確に見積もる必要がある場合は、必要に応じて、相関係数の基準値を0.75よりも高く設定すればよい。

0111

良品の半導体装置を実装する後半工程の製造部材などのコストが高い場合など、たとえば、半導体装置が光センサーデバイスで、当該デバイスを用いてカメラモジュールを製造する場合は、ガラスリッドカメラ用のレンズなど汎用品でない部材が必要になる。そこで、ウエハのテスト前にテスト結果予測装置1によって良品数すなわちテスト結果を高精度に予測すれば、従来より早い段階において、より正確に必要数を手配できる。

0112

〔実施形態2〕
本発明に係る第2の実施形態について、図7図10を参照して以下に説明する。

0113

まず、本実施形態に係るテスト結果予測装置1aの概要について、図7を参照して説明する。テスト結果予測装置1aは、第1の実施形態に係るテスト結果予測装置1とは異なり、まず、複数のテスト結果予測モデル候補を構築する。さらに、モデル候補ごとに上述した相関係数を算出することによって、構築した複数のモデル候補の中から、一定の条件を満たす相関係数のモデル候補を、実際に用いるテスト結果予測モデルとして選択する。

0114

本実施形態に係るテスト結果予測装置1aの構成について、図7を参照にして以下に説明する。図7は、本発明の一実施形態に係るテスト結果予測装置1aの要部構成を示すブロック図である。この図に示すように、テスト結果予測装置1aは、予測モデル構築部10(予測モデル構築手段)、テスト結果予測部11(テスト結果予測手段)、予測モデル候補格納12、および予測モデル選択部13を備えている。また、テスト結果予測装置1aは、電気的特性測定装置2、半導体テスタ3(半導体テスト装置)、および電気的特性測定装置4と接続されている。

0115

予測モデル構築部10、テスト結果予測部11、電気的特性測定装置2、半導体テスタ3、および電気的特性測定装置4は、それぞれ、実施形態1のものと同様であるため、説明を省略する。

0116

(予測モデル候補格納部12)
予測モデル候補格納部12は、構築されたテスト結果予測モデル候補を一時的に格納するためのメモリである。

0117

(予測モデル選択部13)
予測モデル選択部13は、予測モデル候補格納部12に格納されている複数のモデル候補のうち、あらかじめ定められている基準値以上のテスト結果予測モデル候補を、実際にテスト結果予測に用いるテスト結果予測モデルとして選択する。

0118

(テスト結果予測処理)
本実施形態のテスト結果予測装置1aが実行するテスト結果予測処理について、図8を参照して以下に説明する。図8は、テスト結果予測装置1aが実行するテスト結果予測処理の流れを示すフローチャートである。

0119

図8に示すステップS81の処理は、図6に示すステップS61と同様であるため、説明を省略する。

0120

各データが入力されると、予測モデル構築部10は、入力されたデータすなわち、第1の完成ウエハを対象にした電気的特性データと、第1の完成ウエハのテスト結果データとを用いることによって、テスト結果予測モデルの候補を構築する(ステップS82)。つぎに、構築したテスト結果予測モデル候補に対応する相関係数を算出する。相関係数の算出方法は、実施形態1と同様である。予測モデル構築部10は、構築したテスト結果予測モデル候補に、算出した相関係数を関連付けて、予測モデル候補格納部12に保存する(ステップS84)。

0121

つぎに予測モデル構築部10は、モデル候補の構築数が、あらかじめ定められている基準値以上か否かを判定する(ステップS85)。ステップS85に示す処理において「真」の結果を得るまで、すなわち、構築したモデル候補の数が基準値以上になるまで、予測モデル構築部10は、テスト結果予測モデルの構築を繰り返し実行する。このようにして、最終的に、複数のテスト結果予測モデル候補を構築し、それぞれに対応する相関係数に関連付けて、予測モデル候補格納部12に保存する。

0122

一方、ステップS84における判定の結果が「真」であるとき(YES)、予測モデル選択部13は、予測モデル候補格納部12に格納されているモデル候補のうち、対応する相関係数が、あらかじめ定められている基準値以上のものを選択する。このとき該当するモデル候補が複数あるなら、そのうち最大の相関係数に対応するモデル候補を選択する(ステップS86)。

0123

こうして予測モデル選択部13は、選択したモデル候補を、実際に用いるテスト結果予測モデルとして、テスト結果予測部11に出力する。これによりテスト結果予測部11は、入力されたテスト結果予測モデルを用いて、第2の完成ウエハのテスト結果を予測する。すなわちステップS87〜ステップS89に示す処理は、図2に示すステップS46〜ステップS48と同じ処理なので、詳細を省略する。

0124

(テスト結果予測処理の他の例)
なお、テスト結果予測装置1aは、一定の時間が経過するまで、テスト結果予測モデル候補の構築を繰り返すことによっても、複数のモデル候補を構築することができる。そこで、この例について、図9を参照して以下に説明する。

0125

図9は、テスト結果予測装置1aが実行するテスト結果予測処理の流れを示すフローチャートである。図8との相違点だけに着目して説明する。

0126

すなわち図9の例では、予測モデル構築部10は、1つモデル候補を構築して予測モデル候補格納部12に保存したあと、最初のモデル候補の構築を開始してからの経過時間が、あらかじめ定められている基準値(基準時間)以上になったか否かを判定する(ステップS95)。テスト結果予測部11は、ステップS95に示す処理において「真」の結果を得るまで、すなわち、経過時間が基準時間以上になるまで、テスト結果予測モデルの構築を繰り返し実行する。このようにして、最終的に、複数のテスト結果予測モデル候補を構築し、それぞれに対応する相関係数に関連付けて、予測モデル候補格納部12に保存する。

0127

ステップS96以降の処理は、図8に示すステップS85以降の処理と同様である。すなわち予測モデル選択部13は、構築した複数のモデル候補の中から、相関係数が最大のものを選択して、テスト結果予測部11に出力する。テスト結果予測部11は、入力されたテスト結果予測モデルを用いることによって、第2の完成ウエハのテスト結果を予測する。

0128

(結果の一例)
図10は、テスト結果の実測値と、テスト結果の予測値との関係を示す図である。図10の例では、テスト結果予測装置1aは、モデル候補の構築を開始してから72時間が経過するまで、モデル候補の構築を繰り返している。そして、構築したモデル候補のうち、相関係数が最大のものを選択して、テスト結果予測モデルとして利用した。また、100枚の第2の完成ウエハを対象にして、テスト結果を予測した。

0129

図10において、縦軸はテスト結果予測モデルを用いて得た予想テスト結果、すなわち、歩留まりを示す。横軸は、半導体テスタ3によるテスト結果、すなわち、歩留まりの実測データである。相関係数は0.96程度だった。

0130

(作用、効果)
以上のように、テスト結果予測装置1aは、所定数のテスト結果予測モデル候補のうち最大の相関係数の選択してテスト結果予測モデルとするので、予測精度をより高めることができる。

0131

〔実施形態3〕
本発明に係る第3の実施形態について、図11図13を参照して以下に説明する。

0132

(半導体テスタ7)
まず、本実施形態に係る半導体テスタ7の構成について、図11を参照にして以下に説明する。

0133

図11は、本発明の一実施形態に係る半導体テスタ7の要部構成を示すブロック図である。この図に示すように、半導体テスタ7は、予測テスト結果データ記憶部71、テスト実行部72(テスト実行手段)、テストプログラム候補記憶部73、テストプログラム選択部74(テストプログラム選択手段)、テスト情報記憶部75、およびインターフェース部77を備えている。また、半導体テスタ7は、テスト結果予測装置1、ウエハプローバ5、およびテスタ周辺装置6に接続されている。なお、これらの各部は、名部データバス78を経由して、制御手段79によって制御されている。

0134

(各部の説明)
予測テスト結果データ記憶部71は、テストの対象となるウエハ個々の予測テスト結果データを記憶する。テストプログラム候補記憶部73は、テスト実行部72が実行するテストプログラムの候補を複数記憶する。テストプログラム選択部74は、複数のテストプログラム候補から、ウエハ個々の予測テスト結果データに応じた最適なテストプログラムを選択し記憶する。テスト実行部72は、テストプログラム選択部74に記憶されている前記テストプログラムの指示に従い、テストを実行する。具体的には、半導体装置に対してテスト信号を発生して電圧印加するとともに、半導体装置の出力を判定する。

0135

インターフェース部77は、半導体テスタ7に接続されているテスタ周辺装置6との間で情報のやり取りを行う。テスタ周辺装置6は、たとえば、キーボードマウス、コンピュータ、テストモードスイッチ、記憶媒体、インターネット回線などである。

0136

出力部76は、半導体テスタ7の情報を外部に出力する。具体的には、表示情報印刷情報回線への送信情報外付け記憶媒体への書き込みデータなどを出力する。テスト情報記憶部75は、過去のテスト結果など、テストプログラム以外の情報を記憶する。

0137

(ウエハテスト処理の流れ)
半導体テスタ7がウエハをテストするときの処理について、図12を参照して以下に説明する。図12は、半導体テスタ7がウエハをテストのときの処理の流れを示すフローチャートである。

0138

まず、テスト結果予測装置1が、ウエハごとの予測テスト結果データを、ウエハの識別番号に関連付けて、半導体テスタ7の予測テスト結果データ記憶部71に入力する(ステップS121)。

0139

つぎに、ウエハプローバ5が、テスト対象のウエハの識別番号を、テストプログラム選択部74に入力する(ステップS122)。

0140

テストプログラム選択部74は、入力された識別番号に対応する予測テスト結果データを、予測テスト結果データ記憶部71から読み出す。テストプログラム候補記憶部73には、事前に、複数のテストプログラム候補が、それぞれ、対応する予測テスト結果データに関連付けられて格納されている。より具体的には、複数の予測テスト歩留まりと、複数のテストプログラム候補が、それぞれ個別に関連付けられて格納されている。

0141

そこでテストプログラム選択部74は、予測テスト結果データとテストプログラム候補との対応関係を定義した関係表を参照することによって、読み出した予測テスト結果データに対応するテストプログラム候補を、テストプログラム候補記憶部73から読み出す。これにより、読み出したテストプログラム候補を、実際に使用するテストプログラムとして選択し記憶する(ステップS123)。テストプログラム選択部74は、選択したテストプログラムをテスト実行部72に出力する。

0142

テスト実行部72は、入力されたテストプログラムにしたがい、ウエハをテストする(ステップS124)。つぎに、所定枚数のウエハ、たとえば、あらかじめ定められている基準枚数のウエハをテストし終えたか否かを判定する(ステップS125)
ステップS125における判定の結果が「偽」であるとき(NO)、テスト結果予測装置1は、所定枚数のウエハのテストが完了するまで、ウエハのテストを繰り返す。一方、ステップS125における判定の結果が「真」であるとき(YES)、図12に示す処理は終了する。

0143

このようにして半導体テスタ7は、予測テスト結果に応じて、ウエハ個々に対応する最適なテストプログラムを用いて、ウエハテストを実行する。すなわち、ウエハのテスト予測結果に応じてウエハごとにテスト条件を最適化することが可能な半導体テスタ7を提供できる。

0144

(テストプログラムの一例)
予測テスト結果と、テストプログラムとの対応関係の一例について、図13を参照して以下に説明する。図13は、予測テスト結果と、テストプログラムとの対応関係の一例を示す図である。

0145

この図に示すように、半導体テスタ7は、対応表131を用いることによって、テストプログラムを選択することができる。この表において、90%以上の歩留まりのウエハにはテストプログラム1が対応付けられている。一方、90%未満85%以上の歩留まりのウエハには、テストプログラム2が対応付けられている。また、85%未満の歩留まりのウエハにはテストプログラ3を適用した場合の対応表を示す。

0146

ここで、テストプログラム1は、基本のテストプログラムである。すなわち、もっともテスト基準の穏やかなテストプログラムである。テスト基準の穏やかであるとは、たとえば、テスト項目がより少なかったり、テストの際に印加する電圧の値がより低かったりすることを意味する。テストプログラムの番号が大きくなるほど、テスト基準は厳しくなる。たとえば、テスト項目がより増える。

0147

なお、本発明は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても、本発明の技術的範囲に含まれる。

0148

(その他の構成)
なお、本発明を、以下の構成としても実現できる。

0149

(第1構成)
ウエハ特性測定装置によって、第1の完成ウエハの電気的特性を測定する第1の完成ウエハ特性測定工程と、
第1の完成ウエハ内の半導体製品のテストする第1の完成ウエハテスト工程と、
第1の完成ウエハ特性測定工程で得られる第1の完成ウエハの電気的特性データと、第1の完成ウエハテスト工程により得られる第1の完成ウエハテストデータとをニューラルネットワークに供給する第1の測定データ供給工程と、
複数の第1の完成ウエハに対応する複数の既知ウエハデータを元に、ニューラルネットワークを用いて、テスト結果の予測モデルを構築するテスト結果予測モデル構築工程と、
ウエハ特性測定装置によって、第2の完成ウエハの電気的特性を測定する第2の電気的特性測定工程と、
予測モデル構築工程で構築されたテスト結果予測モデルに第2の完成ウエハ特性測定工程で得られる第2の完成ウエハの電気的特性データをテスト結果予測モデルに供給する第2の測定結果供給工程と、
ウエハ特性測定工程で得られる第2の完成ウエハの電気的特性データを元に第2の完成ウエハの予測ウエハテスト結果を生成するウエハテスト結果予測データ生成工程と、
からなることを特徴とする半導体装置の半導体歩留まり予測方法

0150

(第2構成)
予測モデル構築工程において、複数の予測モデルを生成し、複数の予測モデルの個々に対応するテスト結果の予測結果と実測結果の相関係数とを生成することを特徴とする半導体装置の検査方法

0151

(第3構成)
複数の予測モデルに対応する複数の相関係数の中から所定基準を満たす予測モデルを抽出し、第2の完成ウエハのウエハテスト結果を予測することを特徴とする上記第2の構成に係る半導体装置の検査方法。

0152

(第4構成)
予測モデルを抽出する為の相関係数の所定基準を0.75以上に設定して、予測モデルを抽出して、第2の完成ウエハのウエハテスト結果を予測することを特徴とする上記第3の構成に係る半導体装置の検査方法。

0153

(第5構成)
予測モデルにより予測するウエハテスト結果はウエハ歩留まりであることを特徴とする上記第1〜3のいずれかに係る半導体装置の検査方法。

0154

(第6構成)
予測モデルにより予測するウエハテスト結果はウエハごとの良品数であることを特徴とする上記第1〜3のいずれかに係る半導体装置の検査方法。

0155

(第7構成)
半導体製品をテストする半導体テスト方法であって、
上記第1〜第5のいずれかの構成に係る予測モデルにより予測したウエハテスト結果を入力する予測テスト結果入力工程と、
複数のテストプログラムを記憶するテストプログラム記憶工程と、
予測テスト結果を参照して複数のテストプログラムの中から第2の完成ウエハテスト工程で実行するテスト工程を選択するテスト工程選択工程とを
備えたことを特徴とする半導体テスト方法。

0156

(第8構成)
テスト工程選択工程は、テストプログラムを選択するテストプログラム選択工程であることを特徴とする半導体テスト方法。

0157

(第9構成)
テスト工程選択工程は、テストプログラム実行の分岐先を選択するテストプログラム実行の分岐先選択工程であることを特徴とする半導体テスト方法。

0158

(第10構成)
半導体製品をテストする半導体テスト装置であって、
上記第1〜第5のいずれかの構成に係る予測モデルにより予測したウエハ個々の予測テストデータを記憶する予測テストデータ記憶手段と、
半導体テスト装置が実行するテストプログラムの候補を複数記憶するテストプログラム候補記憶手段と、
複数のテストプログラム候補からウエハ個々の予測テストデータに応じて最適なテストプログラムを選択するテストプログラム選択手段と、
テストプログラムを記憶するテストプログラム選択手段が選択したテストプログラム候補をテストプログラムとして記憶するプログラム記憶手段と、
テストプログラムの指示に従いテストを実行する手段であって、半導体デバイスに対してテスト信号を発生して印加するとともに半導体デバイスの出力を判定する手段と
テスト信号発生および判定手段と、を備えたことを特徴とする半導体テスト装置。

0159

また、本発明は、ICやLSI等の半導体歩留まり予測システム、半導体歩留まり予測アルゴリズム、半導体歩留まり予測装置、半導体歩留まり予測方法に関するものだともいえる。特に、ウエハ特性測定装置によって得られたウエハの電気的特性データから、製品特性の良否をテストするウエハテスト工程で得られるテスト結果たとえば歩留まりを予測する半導体装置の半導体歩留まり予測システム、半導体歩留まり予測アルゴリズム、半導体歩留まり予測装置、半導体歩留まり予測方法に関するものだともいえる。

0160

(プログラムおよび記録媒体)
最後に、テスト結果予測装置1に含まれている各ブロックは、ハードウェアロジックによって構成すればよい。または、次のように、CPU(Central Processing Unit)を用いてソフトウェアによって実現してもよい。

0161

すなわちテスト結果予測装置1は、各機能を実現する制御プログラム命令を実行するCPU、この制御プログラムを格納したROM(Read Only Memory)、上記制御プログラムを実行可能な形式展開するRAM(Random Access Memory)、および、上記制御プログラムおよび各種データを格納するメモリ等の記憶装置(記録媒体)を備えている。

0162

この構成により、本発明の目的は、所定の記録媒体によっても達成できる。この記録媒体は、上述した機能を実現するソフトウェアであるテスト結果予測装置1の制御プログラムのプログラムコード実行形式プログラム中間コードプログラムソースプログラム)をコンピュータで読み取り可能に記録していればよい。テスト結果予測装置1にこの記録媒体を供給する。これにより、コンピュータとしてのテスト結果予測装置1(またはCPUやMPU)が、供給された記録媒体に記録されているプログラムコードを読み出し、実行すればよい。

0163

プログラムコードをテスト結果予測装置1に供給する記録媒体は、特定の構造または種類のものに限定されない。すなわちこの記録媒体は、たとえば、磁気テープカセットテープ等のテープ系、フロッピー登録商標ディスクハードディスク等の磁気ディスクCD−ROM/MO/MD/DVD/CD−R等の光ディスクを含むディスク系、ICカードメモリカードを含む)/光カード等のカード系、あるいはマスクROMEPROM/EEPROM/フラッシュROM等の半導体メモリ系などとすることができる。

0164

またテスト結果予測装置1は、通信ネットワーク接続可能に構成しても、本発明の目的を達成できる。この場合、上記のプログラムコードを、通信ネットワークを介してテスト結果予測装置1に供給する。この通信ネットワークは、テスト結果予測装置1にプログラムコードを供給できるものであればよく、特定の種類または形態に限定されない。たとえば、インターネットイントラネットエキストラネット、LAN、ISDN、VAN、CATV通信網仮想専用網(Virtual Private Network)、電話回線網移動体通信網衛星通信網等であればよい。

0165

この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な任意の媒体であればよく、特定の構成または種類のものに限定されない。たとえば、IEEE1394、USB(Universal Serial Bus)、電力線搬送ケーブルTV回線、電話線、ADSL(Asymmetric Digital Subscriber Line)回線等の有線でも、IrDAやリモコンのような赤外線、Bluetooth(登録商標)、802.11無線HDR携帯電話網衛星回線地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。

0166

以上のことは、テスト結果予測装置1aについても同様に当てはまる

0167

本発明は、半導体ウエハや半導体装置のテスト結果を事前に予測できるテスト結果予測装置として、幅広く利用できる。また、半導体ウエハや半導体装置を精度良くテストできる半導体テスト装置としても、幅広く利用できる。

図面の簡単な説明

0168

本発明の一実施形態に係るテスト結果予測装置の要部構成を示すブロック図である。
階層型ニューラルネットワークを構成する1つのニューロンを模式的に示す図である。
複数のニューロンが階層状に接続されることによって構築される階層型ニューラルネットワークを示す図である。
テスト結果予測装置が、テスト結果予測モデルを構築し、当該構築したテスト結果予測モデルを用いて、第2の完成ウエハを対象にしたテスト結果を予測するときの処理の流れを示すフローチャートである。
テスト結果予測装置が組み込まれたテスト結果予測システムを示す図である。
テスト結果予測装置が、相関係数が基準値以上となるテスト結果予測モデルを構築し、当該構築したテスト結果予測モデルを用いて第2の完成ウエハのテスト結果を予測するときの処理の流れを示すフローチャートである。
本発明の一実施形態に係るテスト結果予測装置の要部構成を示すブロック図である。
テスト結果予測装置が実行するテスト結果予測処理の流れを示すフローチャートである。
テスト結果予測装置が実行するテスト結果予測処理の流れを示すフローチャートである。
テスト結果の実測値と、テスト結果の予測値との関係を示す図である。
本発明の一実施形態に係る半導体テスタの要部構成を示すブロック図である。
半導体テスタがウエハをテストのときの処理の流れを示すフローチャートである。
予測テスト結果と、テストプログラムとの対応関係の一例を示す図である。
従来技術に係る歩留まり予測装置を示す図である。
従来装置が実行する、歩留まり予測処理の流れを示すフローチャートである。

符号の説明

0169

1テスト結果予測装置
2電気的特性測定装置
3半導体テスタ
4 電気的特性測定装置
5ウエハプローバ
6テスタ周辺装置
7 半導体テスタ(半導体テスト装置)
1a テスト結果予測装置
10予測モデル構築部(予測モデル構築手段)
11テスト結果予測部(テスト結果予測手段)
12 予測モデル候補格納部
13 予測モデル選択部
71 予測テストデータ記憶部
72テスト実行部(テスト実行手段)
73テストプログラム候補記憶部
74 テストプログラム選択部(テストプログラム選択手段)
75テスト情報記憶部
76 出力部
77インターフェース部
78内部データバス
79 制御部

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

該当するデータがありません

関連する公募課題

該当するデータがありません

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

該当するデータがありません

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ