第2章可靠性测试基础

第2章：可靠性测试基础：半导体器件失效机理与加速寿命试验原理

各位工程师朋友，大家好。我是老张，在SMIC摸爬滚打十五年，今天咱们来聊聊可靠性测试的根基——器件为什么会失效，以及我们怎么用加速的方法去预测它的寿命。

说实话，我刚入行那会儿，觉得可靠性测试就是个“跑个高温、加个电压”的体力活。后来有一次，一个产品在客户端用了半年就出现大量失效，我们花了三个月才定位到是NBTI退化导致的。从那以后，我再也不敢小看这些基础机理了。

2.1 五大核心失效机理

半导体器件的失效，说白了就是材料在电、热、应力作用下慢慢“扛不住”了。我习惯把最常见的失效机理归纳为五个：TDDB、HCI、NBTI/PBTI、EM、SM。咱们一个一个来看。

2.1.1 TDDB（经时击穿）

TDDB的全称是Time Dependent Dielectric Breakdown。它指的是栅氧化层在长期电压应力下，逐渐积累缺陷，最终形成导电通路的过程。

核心要点：

失效本质：氧化层内缺陷（陷阱）的累积
加速因素：高电场、高温
典型模型：E模型、1/E模型、V_th模型

我记得在65nm节点时，我们遇到过一批产品在TDDB测试中早期失效。排查下来，发现是栅氧化层生长工艺中混入了微量金属杂质。嗯，这里要注意，氧化层的质量对TDDB寿命影响极大。

避坑指南：我曾经在评估一个新工艺平台时，只做了标准TDDB测试就认为没问题。结果产品在低电压下反而失效更快——后来发现是忽略了“软击穿”模式。建议大家在评估时，同时关注硬击穿和软击穿两种失效模式。

2.1.2 HCI（热载流子注入）

HCI，全称Hot Carrier Injection。当载流子在沟道中被强电场加速到高能量，就会注入到栅氧化层中，造成器件参数漂移。

你想想看，MOS管正常工作时，载流子应该老老实实从源端跑到漏端。但有些“调皮”的载流子能量太高，就撞进了氧化层里。这就像一群人在走廊里跑，总有几个会撞进旁边的房间里。

HCI的关键特征：

最严重的应力条件：V_g ≈ V_d/2（NMOS）
主要影响：I_dsat退化、V_th漂移
与沟道长度强相关：短沟道器件更敏感

我在项目中遇到过，一个0.13μm的射频产品，HCI退化特别严重。后来发现是版图上源漏结的掺杂浓度设计不合理，导致沟道电场过于集中。调整了注入条件后，HCI寿命提升了3倍。

2.1.3 NBTI/PBTI（偏压温度不稳定性）

NBTI（Negative Bias Temperature Instability）和PBTI（Positive Bias Temperature Instability），是当前先进工艺中最头疼的可靠性问题之一。

说白了，就是栅极加负压（或正压）时，在高温下，界面态和氧化层陷阱会不断生成，导致阈值电压V_th漂移。

NBTI vs PBTI：

项目	NBTI	PBTI
主要影响器件	PMOS	NMOS（高k工艺）
应力条件	V_g = -V_dd，高温	V_g = +V_dd，高温
退化机制	Si-H键断裂 + 空穴陷阱	电子陷阱填充
恢复效应	明显（可部分恢复）	较弱

我个人习惯在做NBTI测试时，特别注意“恢复效应”。你想想看，如果测试完马上测量，测到的退化量可能比实际小很多。我建议在应力结束后，固定一个延迟时间（比如1ms）再测量，这样数据才可靠。

注意事项：在28nm及以下节点，PBTI在NMOS上的影响越来越显著，尤其是采用高k金属栅工艺后。不要只盯着NBTI，PBTI同样需要关注。

2.1.4 EM（电迁移）

EM，Electromigration，是互连线中最常见的失效模式。当电流密度足够大时，金属原子会沿着电子流方向迁移，导致一端出现空洞（开路），另一端出现小丘（短路）。

我记得在0.18μm节点时，有个电源线设计电流密度超标了20%，结果在可靠性测试中，不到500小时就出现了EM失效。从那以后，我对电流密度的检查就格外严格。

EM的关键参数：

电流密度J：通常用mA/μm²表示
温度T：遵循Arrhenius关系
Black方程：MTTF = A · J^-n · exp(E_a/kT)

实战经验：我曾经在评估铜互连的EM时，发现铜的EM寿命比铝长很多，但铜对界面扩散更敏感。所以，铜互连的EM可靠性，关键要看阻挡层和覆盖层的质量。

2.1.5 SM（应力迁移）

SM，Stress Migration，也叫应力诱导空洞。它是由金属线中的机械应力梯度驱动的原子扩散，导致空洞形成。

SM和EM不同。EM是电流驱动的，SM是应力驱动的。SM通常在无电流或小电流条件下发生，而且对温度特别敏感。

SM的特点：

失效温度范围：150°C ~ 250°C（峰值通常在200°C左右）
与金属线宽、线间距、介质材料密切相关
在宽金属线上更容易发生

嗯，这里要注意，SM的失效往往需要较长时间才能显现。我建议在做SM评估时，至少做1000小时的测试，否则可能漏掉失效。

2.2 加速寿命试验原理

搞清楚了失效机理，接下来就是怎么用加速的方法去预测寿命。毕竟，我们不可能等产品用10年再出货。

加速寿命试验的核心思想，就是通过提高应力（温度、电压、电流等），让失效在短时间内发生，然后通过模型外推到正常使用条件下的寿命。

2.2.1 Arrhenius模型（温度加速）

Arrhenius模型是最经典的加速模型，用于描述温度对反应速率的影响。

公式：

AF = exp[(Ea/k) · (1/T_use - 1/T_stress)]

其中：
AF = 加速因子
Ea = 激活能（eV）
k = 玻尔兹曼常数（8.62×10⁻⁵ eV/K）
T_use = 使用温度（K）
T_stress = 应力温度（K）

我个人习惯，对于不同的失效机理，会使用不同的Ea值：

TDDB：Ea ≈ 0.6 ~ 1.0 eV
HCI：Ea ≈ 0.1 ~ 0.2 eV（温度加速效果不明显）
NBTI：Ea ≈ 0.1 ~ 0.3 eV
EM：Ea ≈ 0.7 ~ 1.0 eV（铝），0.8 ~ 1.2 eV（铜）

实战提醒：不要盲目套用文献中的Ea值。我建议每个工艺节点都通过实验提取自己的Ea值。不同工艺、不同材料的Ea可能差异很大。

2.2.2 电压加速模型

对于TDDB和HCI这类与电压强相关的失效，我们需要电压加速模型。

常用模型：

E模型（电场模型）：AF = exp[γ · (E_stress - E_use)]
1/E模型：AF = exp[G · (1/E_use - 1/E_stress)]
幂律模型：AF = (V_stress/V_use)ⁿ

你想想看，到底用哪个模型？我个人习惯是：对于薄栅氧（< 3nm），E模型更准确；对于厚栅氧，1/E模型更适用。但最终还是要用实验数据来验证。

2.2.3 综合加速模型

在实际测试中，我们往往同时施加温度和电压应力。这时候就需要综合加速模型。

以TDDB为例：

AF_total = AF_temp × AF_voltage
         = exp[(Ea/k) · (1/T_use - 1/T_stress)] × exp[γ · (V_stress - V_use)]

我的建议：在做加速寿命试验时，不要只做一个应力条件。我通常做3~4个不同温度、2~3个不同电压的组合，然后用回归分析提取模型参数。这样外推的寿命才可靠。

2.3 加速寿命试验的实战流程

好了，理论讲完了，咱们看看实际怎么做。

标准流程：

确定失效机理：根据器件类型和使用条件，判断最可能发生的失效模式
选择加速模型：根据失效机理，选择合适的加速模型和参数
设计应力条件：确定温度、电压等应力水平，确保加速但不引入新的失效模式
执行测试：按照JEDEC标准（如JESD22-A108）进行测试
数据收集与分析：记录失效时间，使用Weibull分布等统计工具分析
寿命外推：使用加速模型外推到使用条件

重要提醒：加速试验不能改变失效机理。我曾经见过一个案例，为了加速，把温度提到了300°C以上，结果失效模式从EM变成了金属间化合物生长，外推的寿命完全错误。记住，加速不是无限度的。

2.4 本章小结

这一章我们讲了五个核心失效机理和加速寿命试验的原理。说实话，这些内容看起来是基础，但真正吃透了，能帮你解决很多实际问题。

我最后想说的是：可靠性测试不是走流程，而是要对每个失效机理有深刻理解。当你看到一组测试数据时，要能判断出是哪个机理在主导，哪个参数在退化，这样才能真正提升良率和可靠性。

下一章，我们会深入讨论可靠性测试的具体方法和测试结构设计。到时候见。

📚 课程目录