对于超薄介质，由于存在大的漏电和非线性，通过标准I-V和C-V测试不能直接提取氧化层电容(Cox)。然而，使用高频电路模型则能够精确提取这些参数。随着业界迈向65nm及以下的节点，对于高性能/低成本数字电路，RF电路，以及模拟/数模混合电路中的器件，这方面的挑战也在增加。

减少使用RF技术的建议是在以下特定的假设下提出来： 假设RF技术不能有效地应用，尤其是在生产的环境下，这在过去的确一直是这种情况。

但是，现在新的参数测试系统能够快速、准确、可重复地提取RF参数，几乎和DC测试一样容易。最重要的是，通过自动校准、去除处理(de- embedding)以及根据待测器件(DUT)特性进行参数提取，探针接触特性的自动调整，已经能够实现RF的完整测试。这方面的发展使得不必需要RF 专家来保证得到好的测试结果。在生产实验室，根据中间测试结果或者操作需要，自动探针台和测试控制仪能够完成过去需要人为干涉的事情。世界范围内，已经有 7家半导体公司验证了这种用于晶圆RF生产测试的系统。

RF测试的应用

无论你是利用III-V簇晶圆生产用于手机配件的RF芯片，还是利用硅技术生产高性能模拟电路，在研发和生产中预测最终产品的性能和可靠性，都 需要晶圆级RF散射参数(s)的测量。这些测试对DC数据是重要的补充，相对于单纯的DC测试，它用更少的测试却能提供明显更多的信息。实际上，一个两通 道的s参数扫描能同时提取阻抗和电容参数，而采用常规DC方法，则需要分开测试，甚至需要单独的结构以分离工艺控制需要的信息。

功放RF芯片的功能测试是这种性能的另外一种应用。这些器件非常复杂，然而价格波动大。生产中高频低压的测试条件排除了通常阻碍晶圆级测试的功 耗问题。也不存在次品器件昂贵的封装费用。已知良品芯片技术也可以应用于晶圆级测试中，它能够明显改进使用RF芯片的模块的良率。

芯片制造商也可以利用晶圆级RF测试来提取各种高性能模拟和无线电路的品质因数。比如滤波器、混频器以及振荡器。SoC(System-on-chip)器件制造商希望这种子电路测试技术能够降低总体的测试成本。

130nm节点以下的高性能逻辑器件中，表征薄SiO2和高介电常数(high-k)栅介质的等效氧化层厚度(EOT)非常关键。RF测试在介 电层的精确建模方面扮演了重要角色，它能够去除掉寄生元件，而这种寄生效应在传统的二元模型中将阻碍C-V数据的正确表示。中高频 (MFCV, HFCV) 电容测量技术不可能因为仪器而对测试引入串联阻抗。

标准I-V/C-V测试面临的挑战

产品研发阶段的设计工程师采用的仿真模型，包括从s参数数据提取的RF参数和I-V/C-V数据。先进的设计工具要求的是统计模型，不是单个的 一套参数。这使得良率和功能特性的最优化成为可能。如果I-V和C-V参数基于统计结果，而RF不是的话，那么这个模型就是非物理的和不可靠的。

在有些情况下，比如电感、I-V和C-V信息的价值都非常有限。但是，Q在使用的频率之下，作为电感表征和控制的参数，则具有很高的价值。I- V和C-V测试中面临的挑战是要理解，什么时候它是产品特性的主要表征，什么时候不是。许多模拟和无线器件特性的只要表征参数是Ft和Fmax。理想的情 况下，在第3谐波以外的使用情况下，它们是需要测量并提取出来的RF参数。对于数字和存储器产品，只要器件的模型保持简化，那么I-V和C-V对于有源和 无源器件来说都是很有价值的测量项目。前面提到的，栅介质的测量具有复杂的C-V模型。

采用RF/RF C-V的顾虑

不可靠的测试会阻碍生产管理。好器件的坏测量结果被称为alpha错误。在生产中，这可能意味着有晶圆被误废弃。让人误解的ITRS信息，以及 许多公司在他们的建模实验室经历缓慢、艰苦的过程，这些结合起来都使得工程师不情愿采用量产RF测试，他们认为会有高的alpha错误率。

人们还认识到生产能力和运营成本将是不可接受的，而且还需要高水准的技术支持来解释测量结果。没有可靠的校准、以及接触电阻问题所带来的重复测 试，造成了早期的RF系统的低生产能力。过去旧系统的校准并不是对不同的测量频率配置都有效。高的运营成本还与手动测试黄金标准校正片有关系，它用的是软 垫和昂贵的RF探针，这种探针会由于过度压划而很快坏掉，从而成本大增。市场上还有一种错误的理解，认为晶圆级的s参数测试需要专门的探针和卡盘。

生产中关于RF测试需要额外关注的方面：

● 需要改变大量的测试结构。

● 结果不稳定，随设备、人和时间的变化而发生变化。

● RF专家必须照顾呵护每一台设备。

● 对于不同的批次可能需要完全不同的处理和操作流程。

● 怀疑这是否能够成为实时技术。

● 实验室级别的结果不可靠。

fab在这些认知的基础上仍然维持现状，像“瞎苍蝇”一样进行着RF芯片、新栅极材料和其他先进器件的设计和工艺开发。结果是设计与工艺的相互作用，大大增加了成本和走向市场的时间，同时还伴随着更低的初始良率。