Process Watch系列文章探讨了半导体行业中工艺控制 - 缺陷检测、量测和数据分析-的关键概念。本文是关于汽车行业半导体的一个五部分系列的第一部分。在本文中，我们将介绍汽车供应链中所面临的一些挑战。本系列后续的文章将针对这些挑战介绍具体的工艺控制解决方案。
20世纪50年代，汽车制造中所采用的电子产品还不到制造总成本的1％。如今，电子产品的成本已经可以达到总成本的35％，并且预计到2030年将增加到50％。汽车行业电子产品的快速增长主要由以下四个方面驱动：
1. 系统监测和控制（电子燃油喷射、油电混合动力等）
2. 安全系统（防抱死制动，安全气囊等）
3. 高级驾驶辅助系统（车道偏离警告、停车辅助、盲点监控、自适应巡航控制等）
4. 行车便利（卫星导航、信息娱乐等）
半导体部件是汽车用电子产品总成的核心，按照汽车品牌和型号的不同，现代的汽车可能需要多达8000个芯片。而且伴随着自动驾驶汽车的普及这个数字只会增加——无人驾驶汽车需要额外的电子子系统来支持,其采用的集成电路涉及到传感器、雷达和人工智能。
现今汽车和轻型卡车的年产量是8800多万辆，每辆车中均安装数千个芯片产品，汽车行业对半导体制造业的影响及需求已经开始显现。同时一个简单且重要的事实是汽车里所采用的数千个芯片都不可以失灵。汽车半导体元件的可靠性至关重要，任何在行驶中出现故障的芯片都可能导致昂贵的保修或产品召回，在极端情况下可能会导致人身伤害甚至危及生命,进而危害到汽车制造商的品牌形象。
假设一辆普通汽车中有5000个芯片，汽车制造商每天生产2.5万辆汽车，那么即使是百万分之一（ppm）的芯片故障率也会导致每天超过125辆汽车因为芯片质量出现可靠性问题。
由于半导体是汽车制造商故障统计中的首要问题，一流的汽车系统供应商现在要求车用半导体故障率要控制十亿分之一（ppb）的级别，并且目前的趋势是无论芯片数量多少，越来越多的供应商开始限定“最多允许的故障数目” 。目前发现可靠性故障的方法完全依赖于测试和老化实验，结果是质量目标无法实现并且相去甚远。同时，审计标准越来越严格，推动晶圆厂必须在晶片制造的源头就要发现这些可靠性问题，因为此时发现问题并采取纠正措施的成本最低。要进入这个不断增长的汽车市场领域 - 或者简单地保持市场份额 - 集成电路制造商必须积极应对这种对于芯片可靠性要求的变化。
幸运的是，对于半导体制造商来说，芯片的可靠性与他们所熟知的东西高度相关：随机缺陷。事实上，对于设计良好的工艺和产品而言，早期的芯片可靠性问题（外在可靠性）以随机缺陷为主。致命缺陷（影响良率的缺陷）是导致元件在时间t = 0（最终功能测试）失败的缺陷。潜在缺陷（影响芯片可靠性的缺陷）是导致元件在t> 0（在老化测试之后）发生故障的缺陷。同一种缺陷类型可能是影响良率的致命缺陷也有可能是只影响可靠性的潜在缺陷, 其到底属于哪一种, 主要是根据缺陷的大小以及它们在元件结构上出现的位置来区分。图1显示了导致开路和短路的致命缺陷和潜在缺陷的例子。
图1：影响良率的缺陷类型有时也影响可靠性，这主要取决于缺陷的大小以及它们在的图案结构上的位置
影响良率的缺陷和影响可靠性的缺陷并不局限于各自特定的缺陷类型; 任何可能导致良率损失的缺陷类型也很可能同时引起可靠性问题。失效分析表明，事实上大多数影响可靠性的缺陷是与工艺相关的，并可溯源到晶圆厂。由于影响良率的缺陷和影响可靠性的缺陷具有相同的形成根源，因此提高良率（通过降低与良率相关的缺陷）也会同时提高可靠性。
图2中的黄线显示了典型的良率曲线。如果我们只考虑芯片良率，那么在某个时间点，在这个工艺中进一步的投资可能不具备成本效益，因此随着时间的推移良率会趋于平稳。图2中的蓝色虚线显示了制造相同产品的同一工厂的良率曲线, 但是，如果他们想要为汽车行业供货，那么他们也必须考虑到可靠性不足的成本。在这种情况下，需要进一步的投资来进一步降低缺陷密度，这既能提高良率，又能提升作为汽车供应商所需的可靠性。
图2.不同类型的晶圆厂的良率曲线（良率相对于时间） 黄线适用于非汽车工业的晶圆厂，主要考虑的是工厂的盈利能力。在某一时刻，良率已经足够高，继续试图减低缺陷密度并不现实。蓝色虚线是考虑了可靠性的良率曲线。对于汽车供应链中使用的集成电路产品，必须进行额外的投资进一步提高良率，以确保高可靠性。
由消费级晶片供应商转型成为汽车芯片供应商需要晶圆厂管理层面的模式转变。成功的汽车行业半导体制造商早已采取以下策略：降低潜在（可靠性）缺陷的最佳方法是降低晶圆厂的总体随机缺陷水平。
这意味着要有一个世界一流的降低缺陷的策略：
1.产线的基准良率水平提升
2.减低在线异常的发生概率
3.当异常发生时，迅速发现并在线修复
4.筛选出可能已经受到影响的芯片
来源：Solid State Technology
作者：David W. Price, Douglas G. Sutherland 和 Jay Rather
