写在前面
规格书把复杂系统压缩成几十个数字。真正的难点不是找到最小值，而是判断这些数字是否描述同一个对象、同一测试条件和同一统计口径。
一、先找适用范围
任何指标前先确认：
- 晶圆尺寸、材料、厚度和翘曲范围；
- 图形或无图形、工艺层和目标结构；
- 测量模式、光学通道或电子束条件；
- 全片、局部、专用 Target 还是器件区；
- 环境、预热和校准状态。
“支持 300 mm”不代表支持所有 300 mm 晶圆；载具、背面状态、边缘、透明材料和高翘曲都会影响兼容性。
二、把指标翻译成完整句子
不要接受“精度 0.1 nm”这种残缺表述，要补全：
在某样品、某 Recipe、某范围和某统计条件下，哪个被测量的哪一种性能指标是多少？
重点区分 Resolution、Sensitivity、Repeatability、Reproducibility、Accuracy、Bias、Matching 和 Uncertainty。显示小数位不属于性能证明。
三、检查统计口径
同一组数据可以报告：
- 1σ、3σ；
- Range 或 Max-Min；
- RMS；
- Mean + 3σ；
- 最大绝对值；
- 某个百分位。
它们不能直接比较。还要确认样本数、异常值处理、是否重复定位、跨了多少时间和多少台工具。样本太少时，一个漂亮 3σ 数字并不稳定。
四、吞吐量的隐藏条件
WPH 需要说明：
- 每片测多少点或扫描多少面积；
- 使用什么灵敏度和分辨率模式；
- 是否包含 Load/Unload、对准和数据处理；
- 是否包含校准、重测和 Recipe 切换；
- 数据是否实时完成分类和上传。
比较不同设备时，应使用相同任务定义测 End-to-End Throughput，而不是各取厂商最有利模式。
五、检测设备的关键问题
- 最小缺陷针对什么材料、形状和背景？
- Capture Rate 的真值如何建立？
- Nuisance 按面积、晶圆还是候选统计？
- 是否覆盖边缘、背面和目标热点？
- 重复扫描能否再次捕获？
- Review 定位成功率和坐标误差如何？
- Recipe 对真实工艺变化是否鲁棒？
只展示几张成功案例图，不能代替统计验证。
六、量测设备的关键问题
- Measurand 如何定义？
- 结果来自直接读数还是模型拟合？
- 参考标准和相关性工具是什么？
- Repeatability 是否包含重定位和重装片？
- Matching 覆盖多少工具、产品和量程？
- 不确定度预算包含哪些分量？
- Target 与器件区是否存在系统差异？
高重复性工具如果有稳定 Bias，仍可能把过程反馈到错误目标。
七、设备工程指标同样重要
量产还要考察：
- Availability、MTBF、MTTR；
- PM 周期和耗材寿命；
- Recipe 切换与自动恢复；
- SECS/GEM、数据格式和工厂接口；
- 安全、厂务、占地和能耗；
- 软件版本管理、权限和审计；
- 服务响应、备件和校准支持。
测得准但经常停机的工具，同样无法提供稳定过程控制。
八、验收测试怎么设计
验收应从实际用途反推：
- 定义目标产品和 Golden Recipe；
- 准备覆盖量程和缺陷族的样本；
- 预先约定统计量、样本数和判定规则；
- 测短期、重定位、跨天和跨机性能；
- 用独立参考方法验证 Bias；
- 在目标覆盖率下测端到端吞吐量；
- 验证异常恢复、数据接口和持续运行；
- 保留原始数据、日志和版本信息。
验收条件应在测试前确定，不能看到数据后再选择最有利统计口径。
九、小结
- 规格数字必须连同对象、Recipe、范围、环境和统计口径理解。
- 最小分辨率、最佳重复性和最高 WPH 往往来自不同模式，不能拼成一台“理想设备”。
- 检测设备要联合验证 Capture、Nuisance、覆盖和 Review；量测设备要验证定义、相关性与不确定度。
- Availability、自动化、数据和服务能力决定设备能否真正进入量产。
- 验收应基于真实应用、预定义方法和原始数据。
至此，“半导体检测与量测技术”系列完成。后续将进入“半导体设备工程”，从光学、平台、对焦、振动、温控和真空等子系统理解整机。