大数据挑战来袭：芯片设计公司的良率之战

芯片设计企业（Fabless）是近年来国内半导体产业增长最快的群体。行业数据显示，截止到2020年，中国的IC设计企业达到了2218家，比2019年的1780家多了438家，数量增长了24.6%。尽管在IC设计能力上，国内的力量正不断提升，甚至有些已与国际领先企业势均力敌，但从规模上看，大部分公司还处于小而弱的状态。此外，当涉及到数据分析、IT维护、导入量产方面，国内大部分IC设计企业与国外成熟公司相比则差距明显。

日前，普迪飞半导体中国区市场副总裁贾峻接受集微网专访时指出，在他们与十多家芯片设计企业交谈中发现，只有保持高良率，才能充分利用产能，实现更高的利润转化率。这对于当前产能紧缺的大环境，尤其关键。而大数据分析的挑战，成为IC设计企业面对良率提升问题时必须攻克的一关，越来越多的公司开始关注良率数据分析。

国内芯片设计企业快速成长中

国内IC设计行业近几年来发展蓬勃。前瞻产业研究院的统计数据显示，2020年中国集成电路行业细分市场销售收入中：IC设计达590亿美元，远超晶圆制造（400亿美元）、封测（390亿美元）；2015年-2020年，国内集成电路设计市场销售收入从1325亿元逐年增长到3778.4亿元，几乎翻三倍；2011年-2020年间，国内集成电路设计企业数量从534家逐年增长至2218家，翻了四倍。

但是如果和国外成熟厂商做一个对比，国内的IC设计产业规模相对还是较小。贾峻举例，仅英特尔一家2020年全年的收入（790亿美元）就超过了去年中国IC设计产业的总收入（590亿美元），高通2020的收入（235亿美元）相当于中国IC产业的一半。

不过，他也同时指出，高端芯片并不代表一切，从中低端芯片做起并非没有前途。“在美国同样也有大量企业专注在基于成熟工艺的半导体器件，如功率半导体。这些企业会把精力更多放在产品本身的设计上，诸如可靠性、降本增效等都是非常关键的因素，而先进工艺只是其中一个环节，企业要明确自身的策略，对产品目标要有清晰的认知，这也是一个不断积累经验的过程。”

Fabless更需要重视良率问题

随着集成电路的不断发展，特征尺寸不断缩小，晶体管数量迅速增长，性能也在不断提升。与此同时，工艺难度急剧增加，成本不断上升。据Gartner统计，16nm/14nm芯片的平均IC设计成本约为8000万美元，设计7nm芯片则需要2.71亿美元。

高昂的成本问题注定良率被所有芯片厂商奉为圭臬。如何进一步提升良率，也是所有半导体产业链厂商挥之不去的终极问题。对于IC设计企业而言，接下去，在持续提升设计能力的同时，更要进一步打响提升良率之战。

贾峻指出，一方面，在产能紧缺的大背景下，芯片设计公司的试错机会减少，只有保持高良率，才能充分利用产能，实现更高的利润转化率。而更重要的一方面是，在半导体先进制程不断向前的当下，良率问题已经不单单是晶圆厂的技术能力问题。

随着工艺步骤的增加，如果每步良率保持在28nm水平，那么先进节点的预测累积良率将会下降。

资料来源：https://sst.semiconductor-digest.com/2016/02/yield-and-cost-challenges-at-16nm-and-beyond/

当半导体制程工艺下探到7nm、5nm时，工艺复杂度直线提升，很多缺陷都不在表面上，而是埋在里面，Fabless在做产品设计的时候就把监控结构埋在产品里面，通过特征数据的抓取及高效分析来快速准确地定位问题，从而提高产品良率。

此外，Fabless还会收集到来自封测厂以及制造厂的各种数据，要想保证产品质量或良率，就需要对这些数据进行分析，从而能够对产品设计进行反馈，把经验传承到下一代产品设计中去，进一步高效提升良率。

但是，在具体到数据分析层面时，国内很多年轻的Fabless还是会遇到许多实际操作的难题。

大数据挑战怎么破：良率管理系统能做什么？

据贾峻介绍，到了数据分析层面，缺乏有效的数据分析经验和手段是国内Fabless面临的困难。“拿到数据以后，哪些数据要整合对准？哪些分析能够帮助他们抓住问题？很多设计公司往往容易陷入迷茫。”

数据量巨大是一方面，同时，数据格式在不同工厂、甚至不同机台都会有区别，为了分析这些数据，工程师需要花费大量时间来对这些数据进行预处理与清洗。“在这个阶段，工程师需要花费80%的时间来对数据进行预处理，真正用于分析上的时间只有20%。”他说道。

贾峻进一步指出，处于不同发展阶段Fabless所使用的良率分析手段各有不同。初创企业对于数据分析的要求不高，通常会使用“Excel+画图软件”来处理数据，虽然入门门槛低，上手快，但缺点是一旦需要挖掘良率问题，数据清洗的工作就会呈指数级增长，使得数据分析工作耗时巨大，甚至不得不放弃一些分析。

数据规模不断增长的企业会转向采用脚本（R，Python等）来进行数据清理与制图分析，可以大幅减少数据清洗与统计时间，但其不具备数据库无法实现系统升级，且对员工个人编程能力要求较高，每次分析都需针对不同数据类型单独进行程序调试。

而如果想要实现更高效的良率管理，良率管理系统（Yield Management System，简称YMS）便开始进入一些Fabless的视野。

据了解，YMS是一种集数据管理、数据分析和专业工具于一体的系统，可在芯片设计、晶圆制造、封装测试等过程中收集数据进行分析，帮助工程师迅速找到提高良率的关键点。

对于半导体设计公司来说，YMS可以帮助工程师大幅提升数据分析效率，在同样时间内进行更大量、更高效的数据分析。其中关键环节就是数据库管理系统（DBMS），可以大大缩短工程师清洗、处理数据的时间。具体来看，经过一定的设置，数据库可以自动加载数据，并对数据自动进行预处理和对准，保证数据的正确、完整和有效。同时，YMS可以处理各种格式各个环节的半导体数据，并且允许做很多计算，可以快速得到摘要级别（summary level）的数据。

对于如何建立有效的良率数据分析平台，具体怎么选择合适的数据分析软件，贾峻的建议是，要结合公司所处的阶段看。“企业要对自身的情况有基本的概念，是开发新品尚未进入量产阶段，还是已经大批量生产，有大量的数据需要分析，亦或是工艺已经相当成熟，需要进行量产监控并了解影响良率的多方面因素等。”贾峻说，“企业要明确做什么样的分析，产生什么样的自动化报表，对于未来的新品要做哪些新的分析。”

集微网了解到，在半导体大数据分析领域深耕30余年的普迪飞半导体，一直与国际一流的流片厂及设计公司保持着密切合作，帮助先进 Fab、Fabless、IDM/System等国际领先的半导体公司完成了众多先进工艺量产提升项目。普迪飞也同样关注半导体初创公司和中小型企业的数据分析需求，针对不同成长阶段和规模的半导体企业，推出相应的数据分析模块以满足个性化的需求。

其中，基于云端的免费平台Exensio Fabless Quick Start，可满足中小型设计企业的基本需求。该系统由普迪飞进行维护，无需额外的硬件或资源，能够更有效地帮助处于起步阶段的芯片设计公司进行数据分析。对于较大规模的芯片设计公司而言，可以根据体量选择标准版或是大数据架构版本的Exensio平台，拥有更高的性能和更为灵活的功能，以便实现数据的深度追踪和挖掘。

除此之外，普迪飞不断在产品上拓展新的功能，如针对车用芯片市场所新推出的Exensio Test Analytics Lite。该产品在满足基本的数据分析能力的同时，提供了PAT，SBL/SYL等功能，可以根据AEC标准要求，高效地进行车规类分析。

“从普迪飞在中国大陆设立分支机构已有15年，与本土合作伙伴也积累了很长时间的合作经验，我相信今后5-10年，半导体仍是中国发展的重点产业，无论是政策还是资本都会继续向半导体产业倾斜，感受到中国半导体市场旺盛的需求，普迪飞也将以最有效的方式来支持中国本土的客户。”贾峻说。