典型（典型）通常是集成電路（IC）測試中最容易被誤解的詞。典型值不能直接測試，因為它們是統計值。我們將討論如何閱讀數據手冊以了解測試的參數和條件。突出了制造 （fab） 參數，包括工藝標準偏差、晶圓廠工藝拐角、六西格瑪質量保護帶和百萬分之幾缺陷零件 （DPMO） 概念。

循環邏輯

“這是一個謎語嗎？”你說。不。這個標題聽起來像是在循環，真正的循環邏輯，但它提出了一個觀點。典型（典型）通常是（啊，是的，現在我和你玩得很開心！）集成電路（IC）測試中最容易被誤解的詞。還有其他詞來描述它的概念：代表性、象征性、通常、正常、標準、主流、平均、平均和傳統。困惑？在IC領域，典型被定義為具有一組零件的特性。很好，但正如古老的英語諺語所說，這就像“像泥一樣清澈”。1讓我們說出IC測試的一個狡猾的秘密：IC數據手冊上的典型表示未測試。在那里，秘密就出來了。那么，為什么IC制造商要費心陳述典型值呢？讓我解釋一下。

典型值和種類范圍

典型的IC值不能直接測試，因為它們是一個統計值。例如，這就像說人類成年人的平均身高是 5 英尺 5 英寸。測量任何一個人都無法確定平均身高、平均身高或典型身高。人類學家可以測量人類每個種族的身高，或者統計測量人口樣本。然后，統計學家知道樣本的大小，可以計算平均值的置信水平。從統計學上講，IC的此過程是相同的。IC設計人員可以根據仿真測試結果統計預測典型值。同樣，典型旨在為電路設計人員提供一般指導。

IC數據手冊通常列出以下幾類規格：

絕對最大值表示不要超過，否則零件可能會斷裂。

電氣特性是一般測試條件，除非另有說明。

最小（最小值）、典型值（典型值）和最大值（最大值）規格是具有指定單位和條件的測量值。請注意，“條件”是“除非另有說明”的修改。

注釋修改、限制和闡明測試的內容以及如何進行測試。

看一個常見的例子會有所幫助。以下是從不同IC制造商的各種數據手冊中獲取的一般規則。

除非另有說明，否則將按照電氣特性一般條件的規定測試最小值和最大值。您可能會看到“T一個= T最低到 T.MAX，除非另有說明。典型值為 T一個= +25°C。“這意味著環境溫度（T一個） 等于為工作溫度列出的最小值和最大值，除非制造商另有說明。典型值為 T一個僅 +25°C。注釋如下，常見的是：

注 1：所有器件均在 +25°C 下 100% 經過生產測試，并通過 T 設計保證一個= T最低到 T.MAX，如指定。

注2：線性度在GND和AVDD的20mV范圍內進行測試，允許增益和失調誤差。

注3：2047以上的代碼保證在±8 LSB（最低有效位）以內。

注4：增益和失調在GND和AVDD的100mV范圍內進行測試。

注5：通過設計保證。

注1和注5的末尾寫著“通過設計保證”。這值得更多解釋。所有IC制造（晶圓廠）工藝都有變化。由于組件和多層非常小，幾乎任何東西都會引起更改。這些偏差是品種的正常范圍。

我們將使用MAX5134–MAX5137數據資料的一部分來解釋這些筆記（圖1）。

圖1.MAX5134–MAX5137數模轉換器（DAC）系列數據資料中的值。

注1表示，無論數據手冊前面提到的溫度如何，靜態精度僅在室溫（+25°C）下測試。其余工作范圍由“設計保證”覆蓋。（我們將很快解釋這一點。

筆記2和4常見于軌到軌運算放大器和緩沖輸出DAC。請注意，輸出電壓范圍在“無負載”條件下被編目。這是因為所謂的軌到軌運營，老實說，是一廂情愿的想法。它并不完美，但肯定比具有輸出電路的舊設備要好得多，這些設備從電壓軌開始耗盡一伏特的電流。

注3對于DAC很常見。低于底部（通常是接地）的數字和頂部電壓軌附近的數字上方的代碼不像中心代碼那樣線性。在這里，在總共 65，536 個代碼中，底部的 2047 個代碼的 INL（積分非線性）為 ±10 LSB;在2047年以上，INL只有±8個LSB。

讓我們暫時離題。考慮為您的房屋購買油漆。家居中心鼓勵您攜帶一塊布料，以便他們可以在他們的配色機上完全匹配其顏色。然后他們取白色底漆，機器會自動添加多種顏料以獲得“完全匹配的顏色”。對購買的每罐油漆重復此過程。在所有這些完全匹配之后，他們告訴您該怎么做？專業畫家是做什么的？拿起所有的油漆罐并將它們混合在一起。為什么？人眼和大腦可以更精確地比較顏色，因此可以在“精確匹配”機器上看到不同混合的任何殘留顏色錯誤。這并不完全是機器的錯。混合機的計量閥、分色濾光片、增益和偏移的校準并不完美。顏料本身甚至具有可接受的顏色和粘度范圍。涂裝過程不斷進行，公差增加、組合，有時還會相乘，以產生小而可見的誤差——品種范圍、標準偏差。

圖2是普遍接受的標準偏差或鐘形曲線。黑色實線代表我們希望看到的正態分布。綠色虛線表示該過程已移至居中的右側 - 希望我們了解導致此偏差的原因，以便我們可以糾正它。藍色長虛線是一條分叉曲線，可能是兩個參數在移動。當許多不同的因素可以改變時，會產生更復雜的曲線。這就是為什么專業油漆工在將油漆涂在墻上之前將罐子混合在一起的原因。平均誤差不是很好嗎？

圖2.過程標準偏差或鐘形曲線。變化的因素越多，曲線就越復雜。

補償過程變化

為了確保IC符合其規格，在IC制造過程中設計了幾層工程安全因素，以平均可能的誤差。沒有工程團隊愿意運送“不合格”的零件。因此，設計人員在零件規格方面留有充足的回旋余地，然后測試和QA工程師期望預期變化的“六西格瑪限制”。由此產生的性能規格非常保守。

設計過程彌補了許多設計、制造和過程差異。因此，設計人員使用仿真工具來探索晶圓廠工藝變化的“角落”。推理很簡單。如果他們擔心角落，那么過程的中心就會很好。然后，他們修改電路，使其對這些過程角落盡可能免疫。最極端的角落是熱-快和冷-慢（見圖 3）。冷熱是溫度。快是高增益，高電子遷移率;慢則相反。設計人員可以根據設計標準進行優化，但不能優化所有內容。因此，不會處理未指定的參數。

圖3.IC工藝晶圓廠的變化。

了解六西格瑪2

六西格瑪最初由摩托羅拉的比爾史密斯于1986年開發，作為一套旨在改進制造工藝和消除缺陷的實踐。Sigma（小寫希臘字母σ）用于表示統計總體的標準差（即變異度量）。術語“六西格瑪過程”的前提是，如果過程的平均值和最接近的規格限值之間有六個標準差，那么實際上就沒有不符合規范的項目。該結論基于過程能力研究中采用的計算方法。

在能力算例中，過程均值與最接近的規格限之間的標準差數以西格瑪單位給出。隨著過程標準偏差的上升，或者隨著過程的平均值遠離公差中心，在平均值和最接近的規格限之間擬合的標準偏差將減少。這會減少西格瑪數。

1.5西格瑪轉變的作用

經驗表明，從長期來看，進程通常不如短期內那么好。因此，過程均值和最接近的規格限之間的西格瑪數量可能會隨著時間的推移而下降。與最初的短期研究相比，這已被證明是正確的。為了解釋過程變化隨時間的實際增加，在計算中引入了基于經驗的 1.5 西格瑪偏移。根據這個前提，在短期研究中，在過程均值和最接近的規格限之間擬合六西格瑪的過程在長期內只能符合4.5西格瑪。發生這種情況是因為過程均值將隨時間移動，或者過程的長期標準差將大于短期內觀察到的標準差，或兩者兼而有之。

因此，廣泛接受的六西格瑪過程定義是產生百萬分之三缺陷零件 （DPMO） 的過程。此定義基于這樣一個事實，即正態分布的過程將具有百萬分之 3.4 的分數，超出高于或低于平均值 4.5 個標準差的點。（這是一個片面的能力研究。因此，六西格瑪過程的 3.4 DPMO 實際上對應于 4.5 西格瑪，即六西格瑪，減去為解釋長期變化而引入的 1.5 西格瑪偏移。該理論旨在防止低估實際操作中可能遇到的缺陷水平。

當考慮 1.5 西格瑪偏移時，短期西格瑪水平對應于以下長期 DPMO 值（單側）。

1 西格瑪 = 690，000 DPMO = 31% 效率

兩個西格瑪 = 308，000 DPMO = 69.2% 效率

三西格瑪 = 66，800 DPMO = 93.32% 效率

四西格瑪 = 6，210 DPMO = 99.379% 效率

五西格瑪 = 230 DPMO = 99.977% 效率

六西格瑪 = 3.4 DPMO = 99.9997% 效率

結論

我們相信，上述討論有助于解釋晶圓廠測試背后的原因，以及典型值如何真正典型（即正常）。

現在讓我們更進一步。假設我們要設計一種將在測試實驗室環境中使用的測量儀器。為了設置儀器規格，我們需要了解和控制組件制造變化。知道我們使用的 IC 是精確的六西格瑪，有助于我們對最終的儀器規格充滿信心。在這里我們補充說，儀器將在室溫下運行。您可能錯過了這一點，但是上面我們指定了一個“測試實驗室環境”。這是一個關鍵規范。如果該儀器用于現場使用，則必須明確指定特定操作區域的溫度、濕度和大氣壓力。對于醫療用途，我們必須回答哪些患者特定的部分需要消毒或一次性使用。如果儀器可以在太空或火箭上使用，需要什么振動、大氣壓力、輻射硬度、耐溫性？

審核編輯：郭婷