专利名称：以故障模式为导向的内存缺陷诊断方法及其系统的制作方法
技术领域：
本发明涉及一种内存的缺陷诊断方法及其系统，特别是涉及一种以故障模式为导向的内存诊断方法及其系统。
背景技术：
内存是数字系统中最基本的元件，且在片上系统(system-on-chip，SoC)设计中将占据绝大部分的面积，因此已成为决定片上系统良率的重要部分。由于嵌入式(embedded)内存的容量与密度都在持续的增加，因而使得测试问题更加困难与复杂。为了能有效提高片上系统的制造良率，内存诊断(diagnostic)及失效分析(FailureAnalysis，FA)就成为相当重要的课题。
由于良率降低大多是因为晶圆制程中产生的缺陷所造成，因此利用失效分析正可以检查造成良率降低的缺陷原因。根据失效分析的结果，设计者就能拟定如何改善制程或修改电路设计的方向，籍此能使良率提高至一较好的水平。
现有的失效分析的作法是先发现及定位有缺陷的存储单元或区域，然后进行一系列反向工程(reverse engineering)作业，再配合电子束探针或电子显微镜检查确认失效的真正原因。然而现有的失效分析在当制程进入深次微米的时代后，会因缺乏正确的方法及工具而无法适用于缺陷级(defect-level)测试及内存诊断。
位图(bitmap)及晶圆映像图(wafer map)是失效分析中最常使用的工具，因为其中的失效模式的分布将有助于工程师筛选出失效的潜在发生原因。然而要如何筛选出失效原因仍需要累积丰富经验的工程师才能做出正确的判断。对大多数的工程人员而言，要真正了解失效原因并加以改善，并非一件容易的事。
另一方面，为涵盖内存中可能存在的缺陷及失效原因，许多新的故障模型(fault model)及测试算法(test algorithm)陆续地被开发出来，该故障模型用于定义功能上的失效类别，而测试算法则可以检测出是否有故障模型所定义的问题存在。一般而言，测试算法的优劣需要视其测试长度及故障覆盖率(fault coverage)而定。
然而无论是失效模式或是失效位图都存在许多缺点，例如很多不同的发生原因却被认定为同一种失效模式，如此将造成诊断结果的准确性不佳。另一方面，虽然有更多的故障模型被提出来，但对测试算法而言仍属不足，甚至故障模型最终仍须依赖相当的人工分析才能确认失效的原因。
综上所述，目前市场上迫切需要一种能自动进行失效分析及诊断的方法，以解决上述内存测试及提高良率所遇到的各种问题。
发明内容
本发明的主要目的是提供一种自动化的内存缺陷诊断方法及其系统，其是以故障模式为主并结合位图及故障模型，从而使得失效分析的缺陷辨识能力更佳，可减少工程师凭经验判断所需的时间。
本发明的第二目的是提供一种提高内存良率的缺陷诊断方法及其系统，可方便设计者及产品工程师更容易找出造成内存失效的真正原因，从而有效地进行良率提高的工作。
为达到上述目的，本发明提供一种以故障模式为导向的内存缺陷诊断方法及其系统，其是在内存经过检错及分析模块作业后，再进行失效模式与故障模式的分析与对比。通过对比一预先仿真并搜集的缺陷对照库，根据其所定义的不同故障模式的可能发生的缺陷，即可找出该内存在制程或设计上实际发生的问题。本发明还可利用一图形使用者界面将该内存发生故障的存储单元以故障模型及故障模式表示，以方便设计者或产品工程师立即察觉问题的所在。
本发明将依照附图来说明，其中图1是一失效位图的示意图；图2是一故障位图的示意图；图3(a)～3(d)是四种失效模式的示意图；图4(a)～4(f)是本发明的5×5存储单元数组的故障模式的示意图；图5是本发明的内存缺陷诊断系统的结构及流程图；图6是本发明的图形使用者界面浏览一诊断结果的示意图。
图中元件符号说明50内存缺陷诊断系统51检测及分析模块，511测试需求的故障模型，512测试算法产生器，513仿真器，514测试设备或内置自我测试电路，515受测试的内存，516故障分析器，517地址加扰信息52缺陷诊断模块，521故障/失效模式分析，522缺陷对照库，523故障原因、故障模式分类及失效统计53图形使用者界面具体实施方式
一般而言，在执行测试算法之前需要先选定故障模型作为检错的目标。一般内存的故障模型包含固定故障(Stuck-At Fault，SAF)、转换故障(Transition Fault，TF)、固定开故障(Stuck-Open Fault，SOF)、地址译码故障(Address decoder Fault，AF)、耦合故障(CouplingFault，CF)及读干扰故障(Read Disturb Fault，RDF)。藉由故障模型能检测出内存所存在的缺陷，并可进一步分析出缺陷的产生原因。
在众多测试算法中，以MARCH为基础的测试及诊断算法属于较容易实施的一种，无论是应用于测试设备或是片上系统的内置式自我测试电路都相当简单。下列演算式为本发明的一实施例所采用的MARCH-17N算法。
⇑(w0)⇑(r0,w1,r1)⇑(r1,w0,r0)⇑(r0,w1)⇓(r1,w0,r0)⇓(r0)⇓(r0,w1,r1)⇓(r1)]]>其中符号 代表地址递增，符号 代表地址递减；括号内的r与w分别代表读取与写入的指令，又0与1为读取或写入的数据。该读取与写入的指令要依序应用至每一地址，并依照括号前符号的方向进行括号内所定义的读写动作。
本发明可利用March记录(March signature)显示依照该算法所有指令运算后的结果，其中0代表结果正确，而1代表结果不正确。表一为March记录的部分资料，其列有SAF0、SAF1及RDF0三种故障模型的纪录。在内存诊断的过程中，将实际经该算法运算后的结果与表一所示的March纪录对照比较，若内存中有表一中预先定义的故障模型将被检测出来。
表一March记录故障模型 March记录SAF0 00011000010000011SAF1 01000011000111000RDF0 00000001000011000当内存经算法测试完毕后，测试设备会用失效位图(failurebitmap)表示测试的结果，如图1所示。图中标上X记号处为有缺陷的存储单元(memory unit)，再经过错误分析器(error analyzer)诊断后将进一步转为图2所示的故障位图(fault bitmap)，其中S0、S1、TD及TU分别代表SAF0、SAF1、DOWN TF及UP TF等故障模型。
图1所示的内存失效位图可以进一步整理并分类为各种失效模式。例如图3(a)所示为单一存储单元失效模式、图3(b)所示为区块存储单元失效模式、图3(c)所示为单行存储单元失效模式，及图3(d)所示为十字线区块存储单元失效模式。藉由失效分析或制程仿真(process simulation)可以找出失效模式所对应的可能存在的缺陷。
然而以失效模式诊断可能存在的缺陷，往往会因分辨率不够而不易找出发生缺陷的真正原因，亦即不同故障行为(fault behavior)会导致相同失效模式。举例来说，有一存储单元的接地线GND与BL(bit-line)短路，会产生如图3(c)所示的单行存储单元失效模式。但若同一存储单元的GND与BLb(bit-line)短路，也会产生如图3(c)所示的单行存储单元失效模式。因此上述方法只能知道哪些存储单元失效，而无法得知其发生失效的真正原因。
为能有效找出存储单元失效的真正原因，本发明将失效模式及失效位图的特征结合在一起，以产生故障模式而更进一步确认失效的存储单元可能存在缺陷的种类。如图4(a)～4(f)所示，其是一5×5存储单元数组的可能存在的故障模式。该六种故障模式分别代表一特定的缺陷，其是经由工程师预先考虑可能出现的故障，并执行一失效电路仿真(faulty circuit simulation)获得的。本发明可利用上述故障模式的制作方式而预先建立一缺陷对照库(defect dictionary)，通过核对该内存的故障位图及该缺陷对照库的资料，可进一步理清发生失效的原因。表二是一对应图4(a)～4(f)中FP1～FP6六种故障模式的缺陷对照库。
表二缺陷对照库
注1.下标i表示行或列的标号2.D为存储单元的数据3.Db为存储单元的互补数据4.M6是第六金属层图5是本发明的内存缺陷诊断系统的结构及流程图。该内存缺陷诊断系统50包含两个主要的模块，即内存错误检测及分析模块51(Memory Error Catch and Analysis，MECA)及内存缺陷诊断模块52(Memory Defect Diagnosis，MDD)。该检测及分析模块51是由本发明的主要发明人在先前提出的内存测试结构，其可以应用于测试设备或片上系统内置的自我测试电路514。在受测试的内存515进行测试之前，需要先建立测试需求及故障模型511。之后将故障模型放进测试算法产生器512(Test Algorithm Generator，TAGS)内，由测试设备或内置自我测试电路514执行一系列测试算法(例如March-17N算法)的检错运算。本发明可另加入一用于错误筛选的随机存取内存仿真器513(Random Access Memory Simulator for ErrorScreening，RAMSES)，用于仿真每种故障模型在测试时的表现行为，亦即March记录，并与测试算法产生器512以相互对照的方式找出故障模型可能存在的存储单元。利用该仿真器513可提高测试算法产生器512的故障覆盖率(fault coverage)及诊断的分辨率。
该测试设备或内置自我测试电路514的数据记录(data log)及仿真器513的故障模型症状(sydrome)将一并输入故障分析器516，再由该故障分析器516分析失效的存储单元是哪一种故障模型，并产生一故障位图。一般测试时是使用逻辑上的连续地址，若需要输出失效位图的物理地址(physical address)，则需要一地址加扰信息517(scrambling information)以提供地址转换的对应资料。
该故障模式分析器521将该故障位图等资料进行分析及诊断，其可藉由缺陷对照库522指出存储单元可能的故障原因(例如VDD与BLb短路)、故障模式分类及失效统计523等资料。利用该故障模式分析器521，电路设计者可据此修改电路布局的方式或调整制程而提高产品的良率。
值得注意的是，上述实施例并非限制缺陷诊断模块52一定要与检测及分析模块51结合后才能运行，若有一模块能将测试后的失效位图及测试结果交由缺陷诊断模块52进行分析而达到本发明的诊断功能，则也在本发明的权利范围之内。
为能使分析及诊断的结果更人性化地呈现在使用者的眼前，本发明进一步提出一图形使用者界面53。图6是以本发明的图形使用者界面浏览的一诊断结果的示意图。由于该图形使用者界面53是将故障模型及故障模式直接表示在存储单元的实际地址上，因此能让使用者一目了然知道哪一个存储单元存在哪几种故障模式，有助于提高分析及诊断结果的可读性。
以上描述本发明的技术内容及技术特点，然而本领域技术人员仍可能基于本发明的内容及启示而作种种不背离本发明精神的替换及修饰。因此，本发明的保护范围应不限于实施例所公开的内容，而应包括各种不背离本发明的替换及修饰，并为本专利申请权利要求所涵盖。
权利要求
1.一种以故障模式为导向的内存缺陷诊断方法，包含下列步骤测试一内存以得到一故障位图；利用一包含若干个故障模式的缺陷对照库分析该故障位图；列出所述内存发生缺陷的原因。
2.如权利要求1所述的以故障模式为导向的内存缺陷诊断方法，其特征在于还包含下列步骤预先设定若干个可能出现的内存缺陷；针对每一个内存缺陷执行一故障电路仿真而建立该缺陷对应的故障模式。
3.如权利要求1所述的以故障模式为导向的内存缺陷诊断方法，其特征在于还包含列出所述内存发生故障模式的分类及失效统计的步骤。
4.如权利要求1所述的以故障模式为导向的内存缺陷诊断方法，其特征在于还包含提供一图形使用者界面以浏览该内存的故障模式及诊断结果的步骤。
5.如权利要求1所述的以故障模式为导向的内存缺陷诊断方法，其特征在于还包含结合一故障模型和其相对应的故障位而定义该故障模式的步骤。
6.一种以故障模式为导向的内存缺陷诊断方法，包含下列步骤预先设定一可能出现的内存缺陷；执行一故障电路仿真而建立该缺陷对应的故障模式；集合若干个故障模式而形成一缺陷对照库；利用所述缺陷对照库分析该内存发生缺陷的原因。
7.如权利要求6所述的以故障模式为导向的内存缺陷诊断方法，其特征在于还包含列出所述内存发生故障模式的分类及失效统计的步骤。
8.如权利要求6所述的以故障模式为导向的内存缺陷诊断方法，其特征在于还包含提供一图形使用者界面以浏览所述内存的故障模式及诊断结果的步骤。
9.如权利要求6所述的以故障模式为导向的内存缺陷诊断方法，其特征在于还包含结合一故障模型和其相对应的故障位而定义该故障模式的步骤。
10.一种以故障模式为导向的内存缺陷诊断系统，包含一缺陷对照库，包含若干个故障模式，其中各故障模式代表一缺陷所造成的故障位；一故障模式分析器，依据该缺陷对照库而分析该内存发生缺陷的原因。
11.如权利要求10所述的以故障模式为导向的内存缺陷诊断系统，其特征在于还包含一故障分析器，用于产生该内存的一故障位图并交由该故障模式分析器进行分析。
12.如权利要求10所述的以故障模式为导向的内存缺陷诊断系统，其特征在于还包含一图形使用者界面，用于浏览该内存的故障模式及诊断结果。
13.如权利要求10所述的以故障模式为导向的内存缺陷诊断系统，其特征在于所述故障模式分析器包含一列出故障模式分类及失效统计的装置。
全文摘要
本发明涉及一种以故障模式为导向的内存缺陷诊断方法及其系统，其是在内存经过检错及分析模块作业后，再进行故障模式与失效模式的分析与对比。通过对比一预先仿真并搜集的缺陷对照库，根据其所定义的不同故障模式可能发生的缺陷，即可找出该内存在制程或设计上实际发生的问题。
文档编号G06F11/18GK1598780SQ0315887
公开日2005年3月23日 申请日期2003年9月16日 优先权日2003年9月16日
发明者吴诚文, 黄稚存, 王志伟, 郑国良, 李日农 申请人:蔚华科技股份有限公司, 国立清华大学