可制造性设计和统计设计

Progress  in  microelectronics  over  the  last  several  decades  has  been  intimatelylinked  to  our  ability  to  accurately  measure,  model,  and  predict  the  physicalproperties  of  solid-state  electronic  devices.  This  ability  is  currently  endangeredby  the  manufacturing  and  fundamental  limitations  of  nanometer  scaletechnology,  that  result  in  increasing  unpredictability  in  the  physical  propertiesof  semiconductor  devices.  Recent  years  have  seen  an  explosion  of  interestin  Design  for  Manufacturability  (DFM)  and  in  statistical  design  techniques.This  interest  is  directly  attributed  to  the  difficulties  of  manufacturing  of  integrated  circuits  in  nanometer  scale  CMOS  technologies  with  high  functionaland  parametric  yield.The  scaling  of  CMOS  technologies  brought  about  the  increasing  magnitudeof  variability  of  key  parameters  affecting  the  performance  of  integratedcircuits.  The  large  variation  can  be  attributed  to  several  factors.  The  first  isthe  rise  of  multiple  systematic  sources  of  parameter  variability  caused  by  theinteraction  between  the  manufacturing  process  and  the  design  attributes.  Forexample,  optical  proximity  effects  cause  polysilicon  feature  sizes  to  vary  depending  on  the  local  layout  surroundings,  while  copper  wire  thickness  stronglydepends  on  the  local  wire  density  because  of  chemical-mechanical  polishing.The  second  is  that  while  technology  scaling  reduces  the  nominal  values  ofkey  process  parameters,  such  as  effective  channel  length,  our  ability  to  correspondingly  improve  manufacturing  tolerances,  such  as  mask  fabrication  errorsand  mask  overlay  control,  is  limited.  This  results  in  an  increase  in  the  relativeamount  of  variations  observed.  The  third,  and  most  profound,  reason  forthe  future  increase  in  parametric  variability  is  that  technology  is  approachingthe  regime  of  fundamental  randomness  in  the  behavior  of  silicon  structures.For  example,  the  shrinking  volume  of  silicon  that  forms  the  channel  of  theMOS  transistor  will  soon  contain  a  small  countable  number  of  dopant  atoms.Because  the  placement  of  these  dopant  atoms  is  random,  the  final  number  ofatoms  that  end  up  in  the  channel  of  each  transistor  is  a  random  variable.  Thus,the  threshold  voltage  of  the  transistor,  which  is  determined  by  the  numberof  dopant  atoms,  will  also  exhibit  significant  variation,  eventually  leading  tovariation  in  circuit-level  performances,  such  as  delay  and  power.