芯片参数的校准

Theo_
0 阅读18分钟

一.模拟及数模混合芯片的校准

1.什么是校准？

一般来说，模拟芯片和数模混合芯片都需要进行某些基准参数的校准(Trim)，常见的校准参数有参考电压（Vref / Bandgap）、运放 / 比较器的输入失调电压 Vos、时钟 / 频率类参数、电流 / 驱动类参数、ADC/DAC 类参数。

2.为什么需要校准？

因为晶圆的工艺制造有偏差，每一颗芯片的这些参数都不一样，不 Trim 达不到精度要求。具体原因：

  • 工艺离散性：电阻、电容、MOS 阈值电压、迁移率，晶圆与晶圆、批次与批次都不一样。
  • 温度与电压漂移：模拟电路对 PVT 极其敏感，不校准无法全温区、全电压工作。
  • 精度要求越来越高：高精度 ADC/DAC、电源管理、传感器接口、射频前端，精度直接决定产品能不能用。
  • 良率：如果不 Trim，良率会非常低，成本爆炸。

3.校准（Trim）方式有哪些？

按实现方式分三大类：

① 激光 Trim（Laser Trim）

  • 激光 Trim（Laser Trim）是一种在芯片制造后期，通过激光束精确切断或修改晶圆上特定金属或电阻连接，从而微调电路参数的工艺技术。Laser Trim 所针对的物理结构是铝条(AI)或者薄膜电阻（hin‑Film Resistor）。
  • 特点：精度高、一次性、不可改、成本高。

② 熔丝 / 电熔丝 Trim（Fuse / Efuse）

  • 熔丝/反熔丝 Trim 是一种通过电学信号（而非激光）永久改变芯片内部连接状态，从而微调电路参数的工艺技术。它属于“电学修调”（Electrical Trim）。一般情况下，可分为：金属熔丝（Metal Fuse） 或 多晶硅熔丝（Poly Fuse），在芯片表面有一层裸露或半裸露的金属/多晶硅细线，通过测试电路去施加电流从而将熔丝烧断，实现Trim。
  • eFuse（电熔丝） 或 反熔丝（Anti-fuse） 集成在芯片内部，通常是一个特殊的晶体管结构或电容结构，通过芯片内部的逻辑电路（如寄存器、DAC）产生一个编程电压，击穿介质层（反熔丝）或改变晶体管状态（eFuse），逻辑控制，需要芯片上电工作，通过数字接口（如I2C）写入指令来触发烧断。
  • 特点： 一次性可编程、成本低、面积小、广泛用于 Bandgap、Vos、频率校准。

③ 数字可编程 Trim（寄存器控制）

  • 数字可编程 Trim（寄存器控制）是一种通过数字逻辑电路（而非物理烧断）来微调芯片参数的修调技术。它利用芯片内部的寄存器（Register）存储修调码（Trim Code），通过控制开关阵列或DAC来动态调整电路参数。修调结果（一串二进制码）存储在芯片内部的非易失性存储器（如Flash、OTP）或易失性寄存器中。
  • 特点： 可多次改写、可在线校准、动态校准、现代 ADC/DAC、PMIC、高速接口主流方案、常常配合EFUSE一起使用，相当于在线Trim，通过寄存器找到最佳的Trimcode之后，将其装载至EFUSE上从而实现永久烧录。

二.基本校准参数之带隙基准电压(Vbg)、基准电流(Iref)、偏置电流(Ibias)

在集成电路中，电压基准源是最基础、最重要的模块，用于为芯片中其它电路提供基准电压和基准电流。特别是在高精度ADC/DAC中，高精度电压基准源是设计重点和难点。Bandgap带隙基准源是目前最常用的电路结构。

1.带隙基准源(bandgap)

v2-504b5d7e6f545823f6915d13ab3bbcab_1440w.jpg

  • 带隙基准源利用双极型晶体管(BJT)的两种温度特性生成稳定电压。BJT的基极-发射极电压VBE具有负温度系数(约-2mV/°C)，而两个工作在不同电流密度下的BJT产生的ΔVBE（= (kT/q)·ln(N)）具有正温度系数。通过运放负反馈电路，将按比例放大后的ΔVBE与VBE相加：VREF=VBE+M⋅ΔVBEVREF = VBE + M·ΔVBE。精心设计比例系数M，使两者的温度系数相互抵消，从而在宽温范围内输出约1.2V的低漂移基准电压。这样即便温度如何变化，芯片始终能产生一个稳定的电压，这就是带隙基准电压，简称Vbg。

2.基准电流源(电流镜)

v2-3b08dc839d7e33b41bd0510599778ad8_1440w.png

  • 基准电流Iref是通过带隙基准源输出的电压Vbg通过一个电阻Rs产生的；而基准电流源通过电流镜将参考电流 Iref​ 精确复制到其他支路，为电路提供多路偏置电流，这就是偏置电流Ibias。利用 Rs​ 和对称支路的负反馈，抑制 PVT 变化对电流的影响，使输出电流稳定，共源共栅结构提升输出阻抗，让电流源对负载电压变化不敏感，更接近理想电流源。

三.基本校准参数之振荡器频率(oscillator frequency)

52273c53ba9eb6bfc3bd0fe58df80c8c.png

1.内部振荡器（Oscillator）

在混合信号芯片中，内部振荡器（Oscillator）通常基于 RC 或环形振荡器架构，频率范围主要集中在 32 kHz 至 50 MHz​ 之间。低频（如 32 kHz）主要用于低功耗待机、RTC 及看门狗等常开模块，以最小化功耗；中高频（如 4–16 MHz，最高可达百 MHz 级）则用于驱动数字逻辑、ADC/DAC 采样及时钟倍频（PLL）的参考源。选择该频段的核心考量是在工艺成本、启动速度、功耗与精度之间取得平衡，RC 振荡器因面积小、功耗低而成为主流，但其频率和稳定性会受 PVT（工艺、电压、温度）变化影响。

2.时钟分频

时钟分发采用多域分层分频架构，而非单一频率全局驱动。主振荡器输出首先进入时钟生成单元，通过整数分频（二进制计数器，如 ÷2/÷4）、分数分频（用于 UART 等精确波特率）及时钟门控技术，生成多个独立的时钟域。例如，将 16 MHz 主频分频为 8 MHz（CPU 核）、4 MHz（外设总线）、1 MHz（ADC 采样）及 32 kHz（休眠域）。这种架构配合跨时钟域（CDC）同步机制，既满足了高速数字逻辑的吞吐需求，又隔离了高频噪声对敏感模拟模块的干扰，是实现低功耗与高可靠性设计的关键。

四.纯模拟参数的Trim(LDO的输出电压)

1.LDO的Trim

我们在选择LDO时，一般会选择它的输出电压，如1.8V、2.5V、3.3V等，那么这些不同输出电压的LDO是怎么生产出来的呢？可以肯定的是，它们肯定不是设计成不同的晶圆去生产，那样太麻烦了。实际上它们来自于同一颗die，在CP阶段，它们就被Trm成不同的电压版本了。LDO的Trim和上面提到的Vbg、Iref等参数不同，对于LDO本身来讲，大多数 LDO 本身“不一定要有独立 Vbg”，但在混合信号芯片里，LDO 几乎一定“借用”芯片里的 Bandgap 作为参考。

2.LDO如何实现Trim

此处我们讲的是单独的LDO器件，我们都知道，LDO的Vout是根据内部的参考电压Vref通过负反馈调节，再通过分压电阻去分到一个我们想要的电压，通常来讲，我们在CP阶段所Trim的就是每颗die的分压电阻，通过将电阻trim成不同的阻值，从而将LDO Trim成不同的电压版本。

47c8129edcfd9c9f87250e37085224e.png

3.为什么不用Trim Vref？

在单独的 LDO 芯片中，由于片内通常仅采用二极管、电阻或简易 MOS 堆叠等方式生成一个低成本、温漂较大的“粗略参考电压（Vref）”，而非高精度的带隙基准，因此直接在 Vref 产生电路上进行 Trim 不仅面积与功耗代价高，且无法从根本上改善其固有的温度漂移特性；相比之下，反馈分压电阻本身已作为输出电压设定的必要元件存在，利用其进行 Trim 不仅成本低、对噪声与 PSRR 无负面影响，还能同时补偿 Vref 绝对值偏差与误差放大器的 Offset，从而在量产中以最小的硬件开销最有效地保证了 datasheet 中规定的输出电压精度。

五.校准参数常见的算法

1.查表法(区间代入法)

研发在前期通过少量晶圆的大样本测试，建立了 “目标参数（如 Vout / Freq） vs 测试值 vs Trim Code” 的对应关系，并将其抽象为若干电压/电阻/频率区间或分段函数，量产测试时只需测出当前 DUT 的实际值，落入哪个区间，就直接映射到对应的 Trim Code，从而跳过复杂的逐点拟合或迭代搜索，在保证规格的前提下最大化测试效率与稳定性。代码如下：

	if((gb_vfb[i]>=1.700)&&(gb_vfb[i]<1.782))  {t3[i]=0;t2[i]=1;t1[i]=1;t0[i]=1;}
	if((gb_vfb[i]>=1.782)&&(gb_vfb[i]<1.815))  {t3[i]=0;t2[i]=1;t1[i]=1;t0[i]=0;}
	if((gb_vfb[i]>=1.815)&&(gb_vfb[i]<1.848))  {t3[i]=0;t2[i]=1;t1[i]=0;t0[i]=1;}
	if((gb_vfb[i]>=1.848)&&(gb_vfb[i]<1.883))  {t3[i]=0;t2[i]=1;t1[i]=0;t0[i]=0;}
	if((gb_vfb[i]>=1.883)&&(gb_vfb[i]<1.918))  {t3[i]=0;t2[i]=0;t1[i]=1;t0[i]=1;}
	if((gb_vfb[i]>=1.918)&&(gb_vfb[i]<1.951))  {t3[i]=0;t2[i]=0;t1[i]=1;t0[i]=0;}
	if((gb_vfb[i]>=1.951)&&(gb_vfb[i]<1.984))  {t3[i]=0;t2[i]=0;t1[i]=0;t0[i]=1;}
	if((gb_vfb[i]>=1.984)&&(gb_vfb[i]<2.016))  {t3[i]=0;t2[i]=0;t1[i]=0;t0[i]=0;}
	if((gb_vfb[i]>=2.016)&&(gb_vfb[i]<2.048))  {t3[i]=1;t2[i]=0;t1[i]=0;t0[i]=0;}
	if((gb_vfb[i]>=2.048)&&(gb_vfb[i]<2.081))  {t3[i]=1;t2[i]=0;t1[i]=0;t0[i]=1;}
	if((gb_vfb[i]>=2.081)&&(gb_vfb[i]<2.114))  {t3[i]=1;t2[i]=0;t1[i]=1;t0[i]=0;}
	if((gb_vfb[i]>=2.114)&&(gb_vfb[i]<2.149))  {t3[i]=1;t2[i]=0;t1[i]=1;t0[i]=1;}
	if((gb_vfb[i]>=2.149)&&(gb_vfb[i]<2.184))  {t3[i]=1;t2[i]=1;t1[i]=0;t0[i]=0;}
	if((gb_vfb[i]>=2.184)&&(gb_vfb[i]<2.217))  {t3[i]=1;t2[i]=1;t1[i]=0;t0[i]=1;}
	if((gb_vfb[i]>=2.217)&&(gb_vfb[i]<2.250))  {t3[i]=1;t2[i]=1;t1[i]=1;t0[i]=0;}
	if((gb_vfb[i]>=2.250)&&(gb_vfb[i]<2.400))  {t3[i]=1;t2[i]=1;t1[i]=1;t0[i]=1;}

2.公式法

研发通过前期测试数据建立被测参数（如 LDO 输出电压、OSC 频率）与 Trim Code 之间的数学模型（通常为线性方程） ，将 Trim 过程转化为Code=round((Target−Measured)/Step)Code = round( (Target − Measured) / Step )或者Target=A×Code+B⇒Code=(Target−B)/ATarget = A × Code + B⇒ Code = (Target − B) / A其中 A（斜率，LSB 步进） ​ 和 B（截距，零点偏移） ​ ：由研发在 CP 前通过统计大量晶圆数据拟合得到；CP 测试时只需测量当前裸片的初测值，代入公式即可直接计算并写入 Trim Code，无需查表或二分搜索，从而在保证精度的同时显著提升测试速度、降低 ATE 资源占用。

3.分段二进制逼近法

通过 1.6V / 0.8V / 0.4V / 0.2V / 0.1V 五级非均匀 Trim 步进，从最大权重开始逐级判断并累加 Trim bit，实现对目标电压的快速、稳定逼近，适用于CP 阶段Trim fuse步长呈 2ⁿ 关系、且希望用最少 bit 覆盖大误差范围的芯片。

for(i=0;i<SITENUM;i++)
	{
		
		BEGIN_SINGLE_SITE(i)
		f5[i]=0;
		f6[i]=0;
		f7[i]=0;
		f8[i]=0;
		f9[i]=0;

		Trim_diff[i] = Vout_target - vout_pre_12V[i];  //1.8-1.2=0.6V
		STEP = (int) (Trim_diff[i] / min_Vfuse + 0.5);
		DEL = 16; //0.1V/0.2V/0.4V/0.8V/1.6V  
		TEMP1 = STEP;

		if(ALL_FLAG[i] == 0) 
		{
			for(j=1; j<6; j++)  
			{
				TEMP2 = TEMP1 - DEL; 
				if(TEMP2 >= 0)  
				{   
					TEMP1=TEMP2;
					FLAG=j;
					if(FLAG==1) FUSE_T9(); //1.6V 
					if(FLAG==2) FUSE_T8(); //0.8V
					if(FLAG==3) FUSE_T7(); //0.4V ←
					if(FLAG==4) FUSE_T6(); //0.2V ←
					if(FLAG==5) FUSE_T5(); //0.1V   
				}
				DEL=DEL/2;
			}
		}
		END_SINGLE_SITE()
		FUSE9->SetTestResult(i, 0, f9[i]);
		FUSE8->SetTestResult(i, 0, f8[i]);
		FUSE7->SetTestResult(i, 0, f7[i]);
		FUSE6->SetTestResult(i, 0, f6[i]);
		FUSE5->SetTestResult(i, 0, f5[i]);
	}

4.线性遍历法

从最小 Code 开始，逐个写 → 测 → 判断是否达到目标 → 找到最后一个合格的 Code，也是最普遍的方法，适用于CP 阶段模拟参数“只能靠实测、没有可靠模型”、且 Trim 范围不大、对测试稳定性要求高于测试速度的场景。代码样例如下：

#define VBG_CODE_MAX 16

unsigned char done_flag[STS_SITE_NUM] = {0};

for (STID = 0; STID < STS_SITE_NUM; STID++)
{
    trimcode_vbg[STID] = 0;
    done_flag[STID] = 0;
}

for (int code = 0; code < VBG_CODE_MAX; code++)
{
    for (STID = 0; STID < STS_SITE_NUM; STID++)
    {
        if (next_status[STID] != 1)
            continue;

        if (done_flag[STID])
            continue;

        temp_trimcode_data[STID] = (0x06 + code * 16) & 0xFF;
    }

    dcm.I2CWriteData(0x50, 0x30, 1, temp_trimcode_data);
    delay_ms(1);

    m_AD.MeasureVI(100, 10);

    for (STID = 0; STID < STS_SITE_NUM; STID++)
    {
        if (next_status[STID] != 1)
            continue;

        if (done_flag[STID])
            continue;

        double vbg_meas = m_AD.GetMeasResult(STID, MVRET);

        if (vbg_meas >= VBG_TARGET)
        {
            trimcode_vbg[STID] = code;   //当前 code 就是最终值
            done_flag[STID] = 1;
        }
    }

    int all_done = 1;
    for (STID = 0; STID < STS_SITE_NUM; STID++)
    {
        if (!done_flag[STID] && next_status[STID] == 1)
        {
            all_done = 0;
            break;
        }
    }
    if (all_done)
        break;
}

for (STID = 0; STID < STS_SITE_NUM; STID++)
{
    if (next_status[STID] == 1)
    {
        VBG_code->SetTestResult(STID, 0, trimcode_vbg[STID]);
    }
}

5.最小误差遍历匹配法

我们找code的过程，实际上是把工艺偏差造成的连续分布，离散化成若干个Trim code（档位），有些芯片比中心值低，所以选低档位，有些芯片高，所以选高档位，把code写进芯片就相当于把这个芯片调到了code = x的模式，芯片会自动把它往上或者往下去调到中心值附近。通过遍历整个 Trim Code 候选数组，计算每一个候选值与“理论缩放因子(测试值/目标值)”的偏差，选择偏差最小的那个 Code，因此属于典型的遍历查找（Traversal Search） 中的一种。适用于已有TrimTable、Trim 响应相对稳定、且不希望频繁写码实测，但对精度和非线性有一定要求的模拟芯片。

trimtable_VBG[16] = { 1.316, 1.309, 1.301, 1.294, 1.286, 1.279, 1.271, 1.264, 1.256, 1.249, 1.241, 1.234, 1.227, 1.219, 1.212, 1.204 };//V

unsigned int GetTrimCode(double meas_value, double target_value, double *buf, int length)
{
	double delta = 0.0;
	double dmin = 999.9;
	double temp;
	int i;
	unsigned int trimcode = 0;

	if (meas_value == 0) trimcode = 0;
	else
	{
		delta = (*buf) * target_value / meas_value;
		for (i = 0; i<length; i++)
		{
			temp = abs(delta - *(buf + i));
			if (temp < dmin)
			{
				dmin = temp;
				trimcode = i;
			}
		}
	}

	return(trimcode);
}

m_AD.Set(FV, 0.0, ACM200_3p6V, ACM200_10UA, ACM200_RELAY_ON);
	delay_ms(2);
	m_AD.MeasureVI(100, 10);//100 times * 10us =1ms
	for (STID = 0; STID < STS_SITE_NUM; STID++)
	{
		trimcode_vbg[STID] = trimcode_vbg[STID] & 0x0f;
		if (next_status[STID] == 1)
		{
			m_vbg_pre1[STID] = m_AD.GetMeasResult(STID, MVRET);
			VBG_pre1->SetTestResult(STID, 0, m_vbg_pre1[STID]);//V
			trimcode_vbg[STID] = GetTrimCode(m_vbg_pre1[STID], 1.265, trimtable_VBG, 16);
			VBG_code->SetTestResult(STID, 0, trimcode_vbg[STID]);
		}
	}

	//---------------------------------------- trimming ----------------------------------------
	for (STID = 0; STID < STS_SITE_NUM; STID++)
	{
		temp_trimcode_data[STID] = (0x06 + trimcode_vbg[STID] * 16) & 0xff;
	}
	dcm.I2CWriteData(0x50, 0x30, 1, temp_trimcode_data);
	delay_ms(1);
	m_AD.MeasureVI(100, 10);//100 times * 10us =1ms
	for (STID = 0; STID < STS_SITE_NUM; STID++)
	{
		if (next_status[STID] == 1)
		{
			m_vbg_pre2[STID] = m_AD.GetMeasResult(STID, MVRET);
			VBG_pre2->SetTestResult(STID, 0, m_vbg_pre2[STID]);//V
		}
	}

6.二分法查找

二分法（Binary Search Trim）是一种通过不断缩小 Trim Code 的搜索区间来高效逼近目标值的测试方法：它以 Trim 范围为边界，每次取中点 Code 写入并实测，根据“测量值是大于还是小于目标值”将搜索区间减半，循环直至收敛；该方法在保持实测反馈与多 Site 并行安全的同时，将测试复杂度从线性的 O(N) 降至对数级 O(log N)，是兼顾测试速度、稳定性与工程鲁棒性的经典 Trim 方案。

void Trim_Search(int sel, int start, int end, double ref, BYTE *trim_b, double *ref_b)
{
	//define variable
	int left[STS_SITE_NUM], right[STS_SITE_NUM], mid[STS_SITE_NUM];
	int step1[STS_SITE_NUM];
	float Val[STS_SITE_NUM], Val_COMP[STS_SITE_NUM];
	int b = 0, core_mid;
	int core[16];
	int code[STS_SITE_NUM] = { 0 };
	int STID = 0;

	for (int i = 0; i<16; i++)
	{
		core[i] = i;
	}

	//initialize variavle
	for (int i = 0; i<STS_SITE_NUM; i++)
	{
		left[i] = start;
		right[i] = end;
		mid[i] = end;
		step1[i] = 0;
		Val[i] = 0.0;
		Val_COMP[i] = ref;
		trim_b[i] = 0;
		ref_b[i] = 0;
	}

	// 16=2^4+1
	while (b<5)
	{
		b++;
		//------- data init -------
		for (STID = 0; STID < STS_SITE_NUM; STID++)
		{
			core_mid = 0;
			mid[STID] = 0;
			step1[STID] = 0;//mid[i]=0.5*(start+end);

			mid[STID] = (left[STID] + right[STID]) / 2;
			core_mid = mid[STID];
			step1[STID] = core[core_mid];
			code[STID] = step1[STID];
		}
		//-------- write mid data ----
		for (STID = 0; STID < STS_SITE_NUM; STID++) 
		{ 
			abyDataWritten[STID] = code[STID] * 16;
		}
		dcm.I2CWriteData(0x50, 0x31, 1, abyDataWritten);
		delay_ms(2);

		//Get Measure result 
		const double* results = Dcm_Tmu_Time_Division(0.0, 4.0, 1.0, 1.0, 10, 10);//kHz
		for (STID = 0; STID<STS_SITE_NUM; STID++)
		{
			Val[STID] = 0;
			Val[STID] = results[STID]; 
		}

		//-------- write mid data ----
		for (STID = 0; STID < STS_SITE_NUM; STID++)
		{
			if (fabs(Val[STID] - ref) < Val_COMP[STID])
			{
				Val_COMP[STID] = fabs(Val[STID] - ref);
				trim_b[STID] = step1[STID];
				ref_b[STID] = Val[STID];
			}
			if (Val[STID]>ref)
			{
				right[STID] = mid[STID] - 1;
			}
			else
			{
				left[STID] = mid[STID] + 1;
			}
		}
	}
}

//Get Measure result 
	const double* results1 = Dcm_Tmu_Time_Division(4.0, 0.0, 1.0, 1.0, 10, 10); //kHz
	for (STID = 0; STID<STS_SITE_NUM; STID++)
  {
		m_oscbst_pre1[STID] = results1[STID];
	}

	//get trimcode
	Osc31k_Trim_Search(0, 0, 15, 31, trimcode_osc_bst, m_oscbst_pre2);

	for (STID = 0; STID < STS_SITE_NUM; STID++)
	{
		if (next_status[STID] == 1)
		{
			OSC_BST_code->SetTestResult(STID, 0, trimcode_osc_bst[STID]);
			OSC_BST_pre2->SetTestResult(STID, 0, m_oscbst_pre2[STID]); //Khz
		}
	}

六.Trim的物理实现

1.Laser Trim的物理实现

Laser Trim 的物理实现过程是通过激光烧蚀或激光熔断 对芯片上的特定微结构进行物理改性，从而永久调整电路参数的过程。其核心步骤如下：首先，芯片在测试机上完成电性测量，确定与目标值的偏差；随后，根据 Trim 算法计算出需要调整的物理结构位置并生成对应的坐标文件；接着，使用专业的激光修调机器直接熔断芯片上对应坐标的熔丝(铝条)。

image.png

2.金属熔丝和poly fuse的烧断过程

由于金属熔丝的两端通常并未直接引至芯片封装引脚（Pin），而是通过内部开关矩阵或选通电路连接至测试焊盘（Pad），因此熔丝的烧断过程依赖于测试机（ATE）经探针卡向特定 Pad 施加编程电流。在测得芯片电性初值并由 Trim 算法计算出目标熔丝组合后，测试系统通过控制继电器或内部 MOS 选通开关，精准选通对应 Pad 的供电路径，从而仅在目标熔丝上流过足以致其熔断的大电流，实现对指定熔丝的确定性烧断。

2335daa3c680d7acdf56203fefeed3b.png

3.Efuse的烧录步骤

  • 相较之下，Efuse 的烧录流程更为复杂，本质是 “寄存器预载 → 确认 → 物理熔断 → 结果回读” 的闭环过程：首先，我们利用数字可编程 Trim 将算法得出的 Code 写入数字寄存器并测量确认；随后配置相关寄存器并启动芯片，通过改写烧录标志位（0→1）触发高压/大电流脉冲，利用焦耳热或电迁移效应使熔丝发生不可逆物理断路；在完成断电重启后，Efuse 信息自动重载至寄存器，此时通过读取寄存器获取的 Code 已源自物理熔断结果，配合显微镜观测到的金属熔融或断裂形貌，即可确认 Efuse 烧录成功。可能会烧录失败的原因：1.烧录后等待时间过短；2.芯片断电/重启后重载的过程出现问题；3.烧录电压过低/能量不够；4.没有严格遵循烧录步骤；5.芯片时钟配置有误导致烧录失败。
  • 以一颗包含 32 根 Efuse​ 的芯片为例，其内部寄存器通常会映射 32 个对应比特位，且物理布局上这些 Efuse 阵列往往与寄存器位序一一对齐、集中排布，因此在显微镜下可直观观测到熔断位置，所以我们可以根据显微镜下的efuse是否烧断的照片来反推我们的code。当然，除了trimcode以外，我们还可以烧录其他的寄存器配置的某些bit，这样终端客户在使用时就是一个固定不可配的开机配置。下图为efuse烧断和亮斑的图片(亮斑是发生过电迁移的视觉证据，可以作为是否烧断的依据)。

image.png

image.png

4.反熔丝在OTP上的作用机制

*ps：由于尚未做过OTP的项目，因此此处埋坑，等以后来填。

七.Trim后的数据处理

  • Trim 后的数据处理首要原则是 “先清洗，后统计” ，必须严格剔除由探针接触不良、电源塌陷或程序异常导致的离群值（Outliers），并合理排除 Edge Die 的干扰，避免将测试系统误差误判为工艺波动；同时需警惕多 Site 并行测试下的均匀性问题，应先确认 Site 间差异在可控范围内，再进行全片数据统计，防止将 ATE 或 Prober 的不一致性混入工艺 Sigma 计算中。
  • 此外，切勿默认 Trim 后的数据服从理想正态分布，应在进行均值、标准差及 Cpk/Ppk 计算前执行正态性检验（如 AD 检验），根据实际分布特征选择合适的统计量；最终需将处理后的数据与 Wafer/Lot ID、时间戳绑定，通过 Wafer Map 与直方图可视化工艺中心偏移与离散度，实现对量产工艺窗口漂移的早期预警与闭环管控。

f3a87089347293104fff22fd7db32a8.png

avatar
文章
阅读
粉丝