采用零件平均測試法檢測汽車半導體元器件品質的方法

實時PAT根據對動態PAT限制的運算，在不影響測試時間的情況下，當零件被測試時就作出分選決策。這就需要能夠處理監測和取樣的復雜數據串流的動態實時引擎。同樣，這一過程也需要強韌的統計引擎，該引擎可擷取測試數據并執行必要的計算以產生新的限制值，將新限制值和分選信息送入測試程序;同時，監測整個過程以確保穩定性及可控性。供貨商需要對探測和最終測試進行實時處理并處理基線異常值。

統計后處理方法會產生相同的最終測試結果，在一個批次完成之后，要對元器件測試進行統計處理并作出分選決策。然而，因為分選決策是在批處理后作出的，后處理只能用于晶圓探測，因為測試和分選結果與特定元器件相關，以便重新分選。在封裝測試中，元器件一旦被封裝，就沒有辦法追蹤或順序排列，因而無法將測試及分選結果與特定元器件聯系起來。SPP還要求進行完全測試結果的數據記錄以便做出決策，日益增加的IT基礎架構需要(大量時間)并大幅放慢了測試時間。由于結果被后處理，因此SPP將一個批次中基線異常值作為元器件整體的一個部份進行處理。

兩種方法在處理測試和分選結果時都需要執行強大的運算，就像區域性PAT和其它故障模式一樣。區域性PAT的實例是一塊晶圓中的一顆合格芯片被多塊有故障的芯片包圍。研究顯示：這顆合格元器件很可能過早出現故障，要努力減少汽車元器件中的DPM，大部份供貨商都必須找到這顆合格元器件。

實時測試的實現假定此刻我們正制造用于汽車的電源管理元器件，我們將歷史測試數據加載分析工具并對元器件參數數據作深度分析，以便發現哪個測試是PAT的較好備選。測試有優劣之分，有些測試更適合于PAT，有些測試對元器件的功能測試更為重要。如果選擇元器件的所有測試，良率將難以接受。

某些測試的問題在于數據不夠穩定，以致于不能根據PAT標準進行測量。造成這種可變性的原因可能是元器件本身所固有的，也可能是測試過程引起的(如自動測量設備中的一臺儀器不能產生精確的測量結果)，還可能是封裝過程導入的，這些測試恰好不能進行統計控制且不能被測量。

基線用于設立特定晶圓或批次的動態PAT限制值。例如，在一塊含有1,000塊芯片的晶圓上，100塊典型芯片構成的基線就是這塊晶圓最適當的統計取樣值。

一旦達到基線，在動態PAT限制值應用于實時環境前就需要執行幾項重要任務。要對每個被選測試進行常態檢查。如果數據正常分布，標準偏差就要采用‘標準’方法計算;但是如果數據分布不正常，就要采用‘強韌’方法來計算標準偏差。

每個被選測試的動態PAT限制值必須被計算并儲存在內存中以用于隨后的測試。最初的LSL和USL保持不變，并依據最初測試程序被用于檢測測試故障。對被選測試基線異常值進行計算。在探測中，要保存X-Y坐標以便在晶圓制作結束后進行處理。在封裝測試中，基線元器件被分選進基線箱。如果檢測到基線中的異常值，那么就要識別出這些元器件以便重新測試。

達到基線后，對每個被選測試進行動態PAT限制值檢查，并對每個元器件進行實時裝箱。那些不符合PAT限制值的元器件落入一個獨特的‘異常值’軟件或硬件箱，該箱會將它們識別為PAT異常值元器件以待進行后測試。