半導體專題

半導體良率如何決定晶片成本?缺陷密度與晶粒面積的關鍵影響

E
EffectStory 編輯部編輯部
發布 · 更新
良率是良品晶粒占整批產品的比例,由晶粒面積與缺陷密度共同決定,直接牽動晶片最終製造成本;面積達46,255平方毫米的超大晶片須以冗餘核心設計維持良率,而矽資料分析持續優化良率學習流程,顯示良率是貫穿設計與量產的動態指標。

良率的定義與生產成本結構:良品晶粒比例如何決定最終晶片成本?

良率是良品晶粒占整批產品的比例,直接牽動晶片的最終製造成本CITE:E1。當缺陷數增加時,良品電路占整批產品的比例就會開始下降CITE:E1。微電路的總生產成本由良品晶粒的成本加上封裝成本構成,並依最終測試的良率加以調整,顯示良率是牽動每顆晶片成本的直接變數CITE:E2

缺陷密度與晶粒面積的共同作用:致命缺陷數公式如何決定良率高低?

致命缺陷數等於關鍵面積乘以平均缺陷密度,是決定良率高低的核心公式CITE:E3。這項公式指出,晶粒的關鍵面積(Ac)與平均缺陷密度(D0)兩者相乘,即為單一晶片上預期出現的致命缺陷數CITE:E3。晶粒面積越大,出現缺陷的機率也隨之提高,這使大晶粒晶片更難維持良率CITE:E4

超大晶片的良率挑戰與設計對策:Cerebras 案例如何透過冗餘來維持良率?

Cerebras 打造面積達46,255平方毫米的單一晶片,並以冗餘核心設計因應缺陷風險CITE:E5

項目數值
Cerebras 單一晶片面積46,255 平方毫米
相較市面其他處理器晶片50 倍以上
冗餘設計可容忍的核心失效比例約 1%

這個面積是市面上其他處理器晶片的50倍以上CITE:E5。為了對抗大晶片必然出現的缺陷,Cerebras 在設計上加入足夠的冗餘核心,即使約1%的核心因缺陷失效,仍能維持運作與良率CITE:E6

良率的持續優化:矽資料分析如何加速良率學習流程?

Synopsys 指出,矽資料分析可加速良率學習流程,持續優化最終產品良率CITE:E7。這代表良率並非設計階段一次性決定的結果,而是能隨製程資料累積持續改善的良率學習流程CITE:E7

這代表什麼

良率是良品晶粒比例,直接牽動晶片最終製造成本CITE:E2;致命缺陷數則由關鍵面積與缺陷密度相乘決定,晶粒面積越大,缺陷機率越高CITE:E4。這解釋了為何面積達46,255平方毫米、為市面其他處理器晶片50倍以上的 Cerebras 晶片,必須以可容忍約1%核心失效的冗餘設計維持良率CITE:E6。良率優化並非止於設計階段,矽資料分析持續加速良率學習流程,顯示良率是貫穿設計與量產的動態指標CITE:E7

📊 證據與數據

常見問題

良率的定義與生產成本結構:良品晶粒比例如何決定最終晶片成本?

良率是良品晶粒占整批產品的比例,直接牽動晶片的最終製造成本CITE:E1。當缺陷數增加時,良品電路占整批產品的比例就會開始下降CITE:E1。微電路的總生產成本由良品晶粒的成本加上封裝成本構成,並依最終測試的良率加以調整,顯示良率是牽動每顆晶片成本的直接變數CITE:E2。

缺陷密度與晶粒面積的共同作用:致命缺陷數公式如何決定良率高低?

致命缺陷數等於關鍵面積乘以平均缺陷密度,是決定良率高低的核心公式CITE:E3。這項公式指出,晶粒的關鍵面積(Ac)與平均缺陷密度(D0)兩者相乘,即為單一晶片上預期出現的致命缺陷數CITE:E3。晶粒面積越大,出現缺陷的機率也隨之提高,這使大晶粒晶片更難維持良率CITE:E4。

超大晶片的良率挑戰與設計對策:Cerebras 案例如何透過冗餘來維持良率?

Cerebras 打造面積達46,255平方毫米的單一晶片,並以冗餘核心設計因應缺陷風險CITE:E5。

良率的持續優化:矽資料分析如何加速良率學習流程?

Synopsys 指出,矽資料分析可加速良率學習流程,持續優化最終產品良率CITE:E7。這代表良率並非設計階段一次性決定的結果,而是能隨製程資料累積持續改善的良率學習流程CITE:E7。

📎 資料來源

  1. spectrum.ieee.org
  2. terpconnect.umd.edu
  3. spectrum.ieee.org
  4. synopsys.com
作者觀點EffectStory 編輯部

良率與晶片成本直接掛勾,致命缺陷數由關鍵面積與缺陷密度相乘決定,晶粒面積越大風險越高。Cerebras 以46,255平方毫米、達其他處理器50倍以上的晶片為例,顯示超大晶片必須靠可容忍約1%核心失效的冗餘設計才能維持良率,等於把良率風險從製程端轉移到架構端。後續值得觀察的,是矽資料分析驅動的良率學習能否持續反映在量產良率上。

E
EffectStory 編輯部編輯部

相關文章

快訊

中央社MCP正式上線:台灣首個新聞用「AI的USB-C」如何運作

中央社於2026年8月31日推出台灣首個新聞用模型上下文協定工具「AskCNA」,整合近500萬則新聞稿、350萬張照片與150個政府機關公開資料,月訂閱新台幣200元,供Claude、ChatGPT、Grok等AI平台即時查證且強制標註出處。

EffectStory 編輯部 ·