本文来自微信公众号： 歪睿老哥 ，作者：歪睿老哥
良率是决定先进制程芯片能不能卖、赚不赚钱的核心，从来不是制造端一个环节的事，从设计、光刻、架构到封装，全链路都是博弈。
摩尔定律走到下半场，拼的不是谁能做更小的晶体管，而是谁能把良率玩明白。
1.先搞懂：良率到底是怎么算出来的
先给良率一个人话定义：一片晶圆上能通过测试的合格芯片，除以总芯片数，这个比值就是良率。
良率损失本质上就三个来源：工艺偏差、设计限制、生产过程中的随机缺陷。
行业为了提前算清楚能出多少好芯片，开发了好几个数学预测模型，对应不同的生产场景。
最基础的是泊松模型，假设缺陷完全随机分布。
泊松模型中，良率的最基础驱动力是缺陷密度（Defect Density,）与芯片面积（Die Area,）。
代表晶圆单位面积内的平均关键缺陷数，而决定了单颗芯片捕获缺陷的统计概率。
这一公式揭示了一个严酷的物理现实：随着芯片面积增加，良率在固定缺陷密度下呈指数级下降。
这个模型得出了一个很残酷的结论：固定缺陷密度下，芯片面积越大，良率呈指数级下降。
这就是为什么先进制程刚出来的时候，做不了太大的单片芯片。
大家明白可以思考一个问题。
为什么总是苹果首先占了台积先进制程产能。
除了苹果财大气粗之外，手机SOC芯片天然面积较小，是一个很重要的因素。
但泊松模型不准，因为实际生产里缺陷不是完全随机的，往往扎堆出现在某些区域，也就是缺陷集群效应。
针对这个问题，业界又做了修正，出了墨菲模型、指数模型、种子模型，还有现在先进制程常用的负二项式模型，不同模型对应不同芯片尺寸和工艺成熟度。
再往下说，缺陷密度本身也不是固定值，除了厂房洁净度，还和工艺复杂度、测试强度直接相关。
缺陷密度不仅受环境洁净度影响，还与工艺复杂度和测试强度高度相关。根据最新的技术专利研究，缺陷密度的计算正从静态统计转向多维修正模型。
缺陷密度因子N的计算公式中引入了设备测试项系数（B）、光刻系数（L）和工艺技术系数（T）。
其中，光刻系数受深紫外（DUV）层数和I-Line层数的影响显著。例如，每增加一层DUV曝光，光刻系数便增加1个单位，而I-Line仅增加0.5个单位。
这意味着工艺流程中使用的先进光刻步骤越多，累积缺陷密度越高，最终导致良率下降。
这个公式很重要，因为这就引出了第二个问题，多重曝光会显著导致良率下降。
2.光刻技术：多重曝光给良率挖了多少坑
在EUV光刻全面铺开之前，14nm到7nm这个区间，用的都是193nm DUV浸没式多重曝光技术，为了突破DUV的物理分辨率限制，把一个图案拆成好几次曝光。
但这个过程，直接给良率带来了一堆新问题。
因为缺陷密度因子会倍数的上涨，参考上面的公式。
下图是，双重曝光和双重刻蚀的示意图。
第一种方案叫LELE，也就是曝光刻蚀再曝光再刻蚀，把图案拆成两个掩模分两次做。这个方法简单，但良率完全看两次曝光的对准精度，也就是套刻误差。
只要偏一点点，导线间距就会变窄，轻了增加寄生电容，重了直接短路。要是拆成三次四次曝光，对准误差的容忍度直接指数级收缩，10nm节点控制起来难上天。
为了解决对准问题，业界又搞出了自对准工艺，也就是SADP和SAQP。
不用第二次光刻对准，靠侧壁沉积来定义尺寸，套刻误差的风险一下子降了很多，线条均匀度也更好，对关键尺寸控制很友好。
但问题也来了，SADP/SAQP多了好多非光刻步骤，牺牲层刻蚀、侧壁沉积、化学机械抛光，每多一步就多一分引入缺陷的概率，还会影响时序良率。
| 技术类型 | 对准敏感性 | 工艺复杂度 | 典型良率挑战 | 适用场景 |
| LELE | 极高 | 较低 | 严重的套刻误差导致短路 | 逻辑电路随机图案 |
| SADP | 较低 | 高 | 侧壁厚度波动影响CD均匀性 | 规律性高的金属层/内存 |
| SAQP | 极低 | 极高 | 多步刻蚀累积的物理损伤 | 先进节点的鳍片(Fin)定义 |
三种DUV多重曝光技术良率影响对比
除此之外，多重曝光还有绕不开的随机效应，哪怕加了EUV，36nm间距的缺陷率也很难降到合格线以下。
图案末端容易变圆，导线尖端回缩，要么电阻变大，要么直接断连。
要修这个问题，就得加额外的剪裁掩模，又多了缺陷风险，工艺复杂度再升一级。
3.芯片架构：不同设计对缺陷的敏感度天差地别
那么针对良率，从架构方面如何进行提升。
芯片面积是良率损失的物理基础，但不同架构，抗缺陷能力完全不是一个级别。
我们拿最常见的手机SoC和高性能GPU对比就能看明白。
手机SoC：小个子的低容错
手机SoC就是把CPU、GPU、NPU、基带全都集成在一块硅片上，为了省功耗省空间，面积一般控制在100到150平方毫米，比大GPU小很多。
小面积本身在成熟工艺下良率更高，但问题是容错性极低。
因为空间不够，几乎做不了大规模硬件冗余，CPU核心或者内存控制器那块出个关键缺陷，整颗芯片直接报废，没得救。
而且手机SoC对功耗时序要求极高，哪怕没有物理缺陷，漏电流大一点或者速度不够，不满足功耗目标，也直接当成不合格品。
| 芯片型号 | 制造工艺 | 裸片面积(mm2) | 物理特性与市场定位 |
| 麒麟8000 | SMIC N+2 | 69.99 | 中端主流，麒麟985的制程优化版 |
| 麒麟9000S | SMIC N+2 | 107.0 | 国产旗舰基准，Mate 60系列搭载 |
| 麒麟9010 | SMIC N+2 | 118.4 | 旗舰迭代，Pura 70系列搭载 |
| 麒麟9020 | SMIC N+2 | 136.6 | 顶配旗舰，Mate 70系列搭载，15%面积增长 |
对比中可以看出，麒麟9020的面积几乎是麒麟8000的两倍（比例约为1.95:1）。
最新的麒麟8000的面积只有不到70mm2，这种面积下，其良率可以做的很高。
而麒麟9020的面积则是136mm2，所以良率比麒麟8000要降低不少，仅仅从面积看，其缺陷率应该翻倍（良率=100%-缺陷率）。
高性能GPU：大个子靠架构对冲风险
高端GPU核心面积动不动就400到800平方毫米，接近光刻机的视场极限，按照泊松模型，随机缺陷抓到的概率极高，工艺初期能出多少完美核心非常低。
但GPU天生不怕缺陷，因为它是几千个重复的流处理器堆出来的，设计的时候就会多加冗余单元。
哪个单元出了问题，直接用电子熔断器把它屏蔽，然后把这颗大芯片降级卖，比如从4090降到4080。
本来要报废的芯片，照样能卖钱，把废品变成了有效产出。
这种操作就是所谓的“收割策略”，这种策略，老黄玩得最溜。
除此之外，GPU还能消化时序波动，频率降一点就能卖，不像手机SoC对时序功耗卡得那么死。
| 维度 | 手机SoC(Mobile SoC) | 高性能GPU(HPC GPU) |
| 典型芯片面积 | 100-160 | 400-800+ |
| 冗余设计能力 | 较低（空间受限） | 极高（高度重复计算单元） |
| 缺陷敏感度 | 关键逻辑失效即报废 | 支持屏蔽部分单元降级销售 |
| 性能瓶颈 | 功耗与时序波动 | 随机物理缺陷与导线电阻 |
| 主要应用策略 | 追求高全功能产出率 | 追求分级销售（Binning） |
手机SoC和GPU良率特征对比表
4.先进封装：芯粒把良率逻辑彻底改写了
除了架构方面，先进封装也是提升良率的利器。
单片集成碰到了面积墙和成本墙之后，行业都开始转先进封装芯粒架构，良率的逻辑也变了，从单片良率变成了系统级良率。
芯粒的核心逻辑就是分而治之，把一个800平方毫米的大芯片，拆成四个200平方毫米的计算芯粒加一个成熟工艺的I/O芯粒，总的合格产出比做单片高很多。
第一个好处是缺陷隔离，一个芯粒有问题，只扔这一个200平方毫米的，不用扔整个800平方毫米的大硅片，3nm初期良率不稳定的时候，这个成本优势太明显了。
第二个好处是异构优化，I/O和模拟电路在先进制程没什么收益，扔到12nm或者28nm这种高良率成熟工艺，只把核心计算放3nm，整个系统的复合良率直接涨很多。
但先进封装也不是没成本，它把良率压力从晶圆制造转到了封装环节。
比如2.5D封装用的硅中介层和硅通孔TSV，对准错一点、里面有空洞或者热应力出问题，整个好几万的模块直接报废。
还有多芯片良率的乘法法则，八个芯粒每个良率90%，整个系统良率就只有43%，所以封装之前必须把每个芯粒都测透，保证进来的都是已知合格芯片，不然全白给。
现在高端芯片已经到了3.5D时代，既有3D堆栈显存又有2.5D中介层，结构越来越复。
目前的高端AI大芯片（几百mm2那种）都是考虑多die的chiplet，来提升良率。
设计公司必须和代工厂封装厂从设计阶段就开始合作，把封装应力、散热对长期良率的影响都考虑进去，不是画完版图扔给代工厂就完事了
5.技术要点总结
最后，我们把整个芯片良率逻辑梳理一遍，核心要点就这几个：
1.良率是半导体行业的核心经济指标，决定了先进技术能不能商业化落地，不是只有制造端的事，是全链路的系统工程
2.DUV浸没式多重曝光技术，为了突破DUV的物理分辨率限制，把一个图案拆成好几次曝光。但这个过程，直接给良率带来了一堆新问题。
3.芯片面积越大良率越低，架构设计直接决定了缺陷容错能力，重复并行架构比高耦合单片架构更能扛缺陷
4.3nm时代传统降缺陷的方法已经碰到瓶颈，未来良率提升要靠架构容错、芯粒异构和预测性测试三个方向
所以，我们看到：即使多重曝光对良率有影响，但是，通过架构设计和chiplet等等手段，仍然可以做到比较有竞争力的良率水平。