イベントトップに戻る
*講演資料ダウンロードつき
*Zoom視聴URLつき
半導体デバイスの形態、社会情勢の変化により、製造フロー、サプライチェーンも多様化しています。この多様化に対応し、更に高品質・高効率化を目指すテスト技術の最新動向について解説します。
Boosted by the car electrification, the automotive power SiC device market is projected to grow at a 37% CAGR between 2021-2025. SiC devices enable more efficient, lighter, smaller form factor power electronics operating at high frequencies. Thanks to its outstanding performances, the wide bandgap Silicon carbide products enable better energy efficiency with fast battery charging and an extended driving range of xEV.
But how to avoid power module yield losses linked to multiple die integration?
One of the Key elements to guarantee the quality and reliability of SiC bare dies.
is the capabilities to test, inspect and sort the dies after singulation and prior final assembly in power module.
The NY32W Know Good Die (KGD) together with the cGator contactor and NVCore inspection system offers an all-in-one test and inspection solution for high-power SiC bare die’s providing a lower cost of test.
Optimized contacting Yield is guaranteed by dynamic device contacting alignment supervised by Cohu NVCore inspection system.
The Critical dimensions and surface defect inspections are performed post-test and prior Tape & reel output.
This unique combination cGator contactor and NVCore inspection system secure the product quality and reliability with full traceability.
近年のデバイスは複数のIPを搭載しており、プログラム開発においても多くの知識やツールに基づき開発がなされている。弊社ではプログラムの複雑さを可視化(数値化)することで、プロジェクトプランへのフィードバックや、プロジェクトの開発効率の指標として活用している。どのようなパラメーターを用いて数値化し、数値化されたデータをどのように活用しているかを紹介する。
半導体不足に加え、すでに始まった異種プロセスによるチップを組み合わせた2.5D・3Dパッケージ時代がさらに発展するにあたり、サプライチェーンが分散していても、各工程のデータがリアルタイムに解析され、工程全体で統合的に判断され連携されていくことが製造の効率化、品質・歩留まり・信頼性の向上のために必須である。本講演では、機械学習を利用した量産時の動的な試験と意思決定がもたらす利点と、今後の重要課題についての見解を述べる。
LSIの品質向上、プロセス改善には、不良原因の特定が不可欠である。しかし、デバイスの大規模化・微細化により、解析装置だけでは困難となっており、ソフトウェアによる事前の絞込みが益々重要となってきた。筆者らは、車載品の不良解析容易化のため、ロジック・メモリの不良解析に必要なソフトウェア群からなる統合システムを開発した。当講演では、本システムの概要、適用事例を紹介する。