【摘要】 本研究基于Docker程序和MongoDB，开发了SSD框架，用于弹性存储晶圆制造测试数据。

集成电路的制造过程从电路布局开始。经过数百个重复的复杂程序(例如，曝光、显影、离子注入和蚀刻)，在经过最终测试和封装之前，数十层电路被精确地形成在薄而圆的圆盘状晶圆片上。

 

半导体封装测试是半导体制造的最后阶段。测试项目被列举为晶圆或芯片的特性，并单独测试。在测试过程中，每个项目的结果都记录在一个特定格式的文件中。分数的高低直接影响到晶圆片的价值。

 

最近，半导体制造的进步大大增强了集成电路的功能;因此，每片晶圆的单价在不断攀升，验证芯片功能的测试项目也在不断增加。数以百计的项目进行测试，以验证晶圆操作;每次测试后，生成一个测试数据STDF文件。STDF文件具有特定的结构。适当保存STDF文件有助于工程师进行后续分析，例如跟踪制造过程中遇到的问题。

 

STDF文件是简单而灵活的文件，可以存储数百万个测试项目的数据日志。存储环境必须能够随时存储大量的测试数据;在这样的存储设置中，用户应该能够在庞大的数据库中快速找到所需的数据。传统的关系型数据库在处理大数据时使用集群架构可以提高数据吞吐量;然而，由于晶圆测试数据的多样性，它们对STDF文件无效。

 

本研究基于Docker程序和MongoDB，开发了SSD框架，用于弹性存储晶圆制造测试数据。在改造过程中被更换但仍具有计算和存储能力的旧主机和设备，可以作为主要硬件，降低系统建设成本，将被动资产转化为主动资产。MongoDB是一个开源的NosQL数据库;它具有高性能、高可靠性和自动扩展的特点，满足半导体行业对数据采集的短响应时间、长工作时间和横向扩展的要求。

 

Figure. The software architecture of the proposed solution for saving semiconductor testing results.

 

与存储在关系数据库中的普通半导体测试结果的分级数据不同，标准测试数据格式(STDF)的日志数据包含数百万个测试数据条目。

 

在半导体封装和测试工厂，半导体晶圆或集成电路测试每天产生数千个STDF文件;因此，如何存储这些海量数据库是一个至关重要的课题。不同的产品对应不同的检测项目和STDF含量;如果使用关系数据库来存储所有形式的数据，那么实际操作将变得具有挑战性。

 

本文采用NoSQL面向文档的数据库，并配以Docker容器，构建了一个可扩展的STDF数据(SSD)框架系统，用于存储半导体测试数据。根据半导体测试操作，SSD框架首先将STDF文件转换为开放的标准格式进行数据传输，然后将其传输到数据库。NoSQL数据库的使用允许了STDF内容规范的灵活性，Docker容器展示了快速部署和高可扩展性等特性。

 

SSD硬盘框架满足对吞吐量、延迟和并行实验项目的半导体测试要求;具有优异的执行效率;为需要处理大量数据的半导体测试环境提供灵活的数据存储服务。从仿真结果来看，系统的主要性能取决于硬件性能。硬件分布度越高，性能越好。Docker容器提供了更多的连接和存储的可扩展性，但更高的软件分布对性能的提升有限[1]。

 

[1] C. -K. Tsung, H. -Y. Hsieh and C. -T. Yang, "An Implementation of Scalable High Throughput Data Platform for Logging Semiconductor Testing Results," in IEEE Access, vol. 7, pp. 26497-26506, 2019.

 

科学指南针已获得检验检测机构资质认定证书（CMA）、实验动物使用许可证、“ISO三体系认证”等专业认证，提供材料测试、高端测试、环境检测、生物服务、模拟计算、科研绘图、数据分析、试剂耗材、行业解决方案、指南针学院等多项科研产品和服务矩阵。企业致力于为高校、科研院所、医院、研发型企业等科研工作者，提供专业、快捷、全方位的检测及科研服务。

 

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。