2. 良率定义与计算：良率公式、标准良率、实际良率、测试良率与封装良率

做量产测试的人天天跟良率打交道。但说实话，很多人对“良率”的理解只停在表面——觉得良率就是好芯片除以总芯片。嗯，这个理解没错，但太粗了。我在 HS400 项目上吃过亏，就是因为没把良率拆细，结果良率滑坡时根本不知道从哪下手。

这一节咱们把良率掰开揉碎，讲清楚公式、分类，还有那些“标准良率 vs 实际良率”的坑。你先看看下面这张图，把知识框架搭起来：

2.1 良率定义与为什么不只看一个数

良率（Yield），字面意思就是“出好货的比例”。但芯片测试里的良率有多个面孔。封装良率（Package Yield, PY）是封装产线给的，测试良率（Test Yield, TCY）是测试厂给的。标准良率（Standard Yield, SY）是设计阶段算出来的理论值，实际良率（Actual Yield, AY）是产线上跑出来的真实数据。

为什么要分这么细？举个例子：我接过一个项目，封装厂说PY 98%，测试厂说TCY 85%，差了13个点。如果只看一个数，你根本不知道问题出在封装还是测试。结果一查，是测试程序里某个电压限值设太严，把良品打成了坏品。所以你必须把几个良率放一起对比，才能找到根因。

2.2 良率核心公式

所有良率计算都逃不开这个基本公式：

不过，实际使用时得注意分母和分子的定义。投入总数在不同阶段不一样：

• 封装良率（PY）：投入数 = 进入封装的裸Die总数，良品数 = 封装完成后通过外观检查+功能抽检的芯片数。
• 测试良率（TCY）：投入数 = 进入测试工序的封装片数，良品数 = 通过所有测试项（包括动态/静态、电压/频率扫描等）的芯片数。

记得有一次，测试工程师把“复测通过数”当成了良品数，忘了把第一次测试失败但后续复测通过的芯片从分母里减掉，结果良率虚高了好几个点。后来我定了一条铁规：分母必须是首次投入总数，复测的通过数单独记录，不影响首次良率。

2.3 标准良率 vs 实际良率

概念	定义	用途
标准良率 (SY)	基于设计、工艺、测试覆盖率的理论计算值。例如Die面积、缺陷密度、测试项数量折算出的预期良率。	用于设定量产目标、评估设计裕量、对比产线实际表现。
实际良率 (AY)	产线上真实统计的良率，受工艺波动、测试机台差异、操作员水平等因素影响。	用于衡量当前生产状况、驱动良率改善、核算成本。

你想想看，如果SY是92%，AY只有85%，差了7个点。说明要么设计阶段过于乐观，要么产线上有系统性损失。我的习惯是每周拉一张SY vs AY趋势图，如果连续两周差距超过5%，立刻启动根因分析。

2.4 封装良率与测试良率的计算细节

封装良率相对简单，公式是：

PY = (封装后良品数) / (投入封装的总Die数) × 100%

封装良率的主要损失来自：划片裂纹、焊线脱落、塑封气泡、管脚歪斜等。我曾经遇到一个案例，封装厂把划片刀深度调深了0.5μm，导致边缘Die崩角率飙升，PY从97%掉到89%。

测试良率复杂一些，因为测试有多个阶段：

TCY = (最终测试通过数) / (投入测试的总封装片数) × 100%

需要注意的是，TCY通常不包含“开短路测试”前就报废的芯片（那些归为封装良率损失）。测试良率损失主要来自：功能失效、DC参数超标、AC时序违规、老化试验后功等。我一般会把TCY拆成“FT1良率”（第一次测试）和“FT2良率”（复测/老化后测试），方便定位是测试本身问题还是芯片可靠性问题。

2.5 良率损失分类表

损失类型	归入哪个良率	典型原因
工艺缺陷	封装良率	金属残留、氧化层针孔、光刻对偏
封装缺陷	封装良率	引线键合不良、塑封空洞、切筋毛刺
测试逃逸	测试良率	测试项覆盖不全、限值过松
过测试	测试良率	限值过严、机台偏差、探针接触不良导致误判
可靠性退化	测试良率 (老化后)	早期失效（EM、TDDB、HCI）

2.6 标准良率计算示例

标准良率的计算通常基于Murphy模型或负二项模型，对于HS400这类高速存储器，我们常用：

SY = (1 + AD0/α)^(-α) × 100%

其中：A = Die面积（cm²），D0 = 缺陷密度（defects/cm²），α = 聚集因子（通常取0.5~2）。举个具体数字：Die面积A=0.25cm²，D0=0.8 defects/cm²，α=1，那么SY = (1 + 0.25×0.8/1)^(-1) = (1+0.2)^(-1) = 1/1.2 ≈ 83.3%。这个83.3%就是理论基准线。

实际项目中，如果产线良率低于这个基准，说明工艺或测试有问题；如果高于基准，要么是D0估算偏保守，要么是产线管控做得特别好。我个人的经验是，标准良率每季度更新一次，用来调校量产目标。

2.7 良率数据与报告

测试工程每天都要看三份数据：

1. 每小时良率快报：记录当前批次TCY，与目标比偏差超过2%时报警。
2. 日封装良率报表：汇总PY，标注异常批次。
3. 周良率趋势图：SY、AY、PY、TCY四条曲线放在一起，看是否有偏离。

你可能会问：这么多数据怎么快速抓重点？我的做法是算一个综合指标——良率损失率：

这个指标超过10%就得引起重视。比如SY=83%，AY=73%，损失率12%，说明有系统性损失需要攻关。

2.8 本章要点归纳

• 良率要分封装良率(PY)和测试良率(TCY)，不能只看一个总数。
• 标准良率(SY)是理论天花板，实际良率(AY)是产线真实表现，两者差异就是改善空间。
• 计算良率时，分母必须是首次投入总数，复测不影响首次良率的统计口径。
• 良率损失分类要清晰：工艺缺陷归封装良率，过测试/测试逃逸归测试良率。
• 标准良率可用模型计算，并定期校准；实际良率要结合机台、程序、操作等因素排查。