为了预测器件在正常工况下的失效概率，需要确定非本征栅氧缺陷的电压与温度加速参数，因此需要在实际使用条件附近的栅压范围内试验，来探究器件早期击穿失效行为，这类试验与其他栅氧应力试验截然不同，后者通常在很高栅压下研究栅氧本征损耗机制，例如仅需少量样品的高加速时间相关介电击穿（TDDB）试验，但这类测试并不适用于在典型芯片寿命期间研究器件在正常工况下可能发生的罕见的非本征失效，为了解决这个问题，英飞凌开发出两种应力试验方法以验证和校准非本征筛查模型，并据此评估器件的栅氧可靠性，JEDEC标准JEP194也推荐采用类似的应力试验流程。
马拉松应力试验
研究非本征失效的常用方法之一是给大量器件施加尽可能接近实际应用条件的应力，之所以要测试大量样品，是因为在电气筛查之后，非本征失效的概率通常极低，为此英飞凌开发出 “马拉松应力试验”。
该试验是在高温下给数千颗器件同时施加接近实际工作条件的应力，与老化试验不同的是，该试验需要施加很长时间的应力（100天）以增加发现非本征失效的概率。
为了解决试验的大样品量需求，我们开发出一种专门的试验系统，它能让我们将许多器件放在一个封装 (package) 里，将许多封装放在一个应力板 (Stress board) 上，再将多个应力板同时放进一个烘箱里，然后同时运行多个烘箱。
解读：
这里描述的是类似于“俄罗斯套娃”的试验系统，目的在于提升测试销量，这里有四层嵌套关系，
第一层：将多个器件放进一个封装，这里的封装推测应该类似于测试夹具或者是临时载体，里面有多个独立的电气连接位置，可以确保每颗芯片能单独加上栅压。
第二层：将多个封装放在一块应力板上，这里的应力板就是一块大型的老化测试版（类似于大型的电路板），板子上面应设有许多插座或者焊接位，以便上述的“封装”可以像模块一下插上去。
第三层：将多个应力板放在一个烘箱内。
第四层：多个烘箱同时运行。
马拉松试验的目标是检测那些具有潜在现场相关性 (field-relevant) 的早期栅氧失效，这类失效即便在经过栅压筛查后，仍可能以极低概率发生，马拉松应力试验在仅提供轻微加速的情况下模拟了器件在接近实际应用条件下的行为，从而确保与实际使用过程中的失效模式一致，此时得到的非本征失效加速参数可能不同于通过高电场试验（如TDDB）测得的本征加速参数。
解读：
①"field-relevant"强调不是仅在极端加速试验中才会出现、而是在客户实际应用现场就可能发生的真实早期失效风险。
②马拉松试验之前的电气筛查（栅压筛查）是英飞凌在终测阶段开发的用于栅极电压筛查（既不是CP测试也不是BI测试），相关描述见第一期解读。
③传统的高加速试验（如TDDB）会施加极高的栅压（接近本征击穿场强），目的是快速研究栅压的本征寿命，但是极高电场下的栅氧行为背后的物理机制可能有所不同，测试测得的加速参数反映的是“完美氧化层什么时候会自然击穿（本征）”，而不是“有瑕疵的氧化层在实际电压下什么时候会局部击穿（非本征）”
马拉松应力试验的初始应力电压通常要接近器件实际使用的栅压（例如当器件的栅极使用电压为18V或20V，则选择VGS=25V），马拉松试验的应力温度通常选取接近推荐的使用温度（例如150°C或175°C）。如果器件在最初100天内未失效，则提高电压（例如提高5V）后继续测试100天，重复上述流程直至至少出现1至10个失效为止。马拉松试验并不需要让所有器件试验至最终失效，对于包含数千颗器件的测试而言，最具评估意义的是最早出现的少数失效，可通过这些失效的电压和时间确定加速模型参数，从而计算任意应用条件下的非本征现场失效概率。
图4展示了通过一系列马拉松应力试验对模型进行迭代优化的基本思路。
类比理解，想象一下自己在测试一批轮胎：
Step1 - 筛查 (A)：给每个轮胎打超高气压，然后观察爆胎的数量和时间；
Step2 - 建模：发现“气压越高，爆胎越快“符合某种规律；
Step3 - 预测：推算那些没爆胎的轮胎在正常气压下跑20年，大概会有多少会爆胎；
Step4 - 马拉松 (B)：拿大量的轮胎去做真实环境的长期路测，验证上述预测准确程度；
Step5 - 优化 (C)：如果实际爆的比你算出来的多（或少），那么就对上述推算公式进行修正。
基于在栅压筛查 (A) 过程中观察到的失效数量与失效时间，可以预测幸存器件在随后其他电压或温度条件下（例如在马拉松应力试验中）可能出现的失效数量与失效时间，因此需要假设一个加速模型并确定相应的加速参数，对于栅氧较厚（>20nm）的器件，JEDEC 标准JEP194建议采用“线性E模型”来描述击穿时间（tBD）与击穿位置处电场（Eox）以及温度（T）关系：
式中：指前因子A0：与介质击穿强度相关的比例常数；γ：电场加速参数；Ea：表观活化能（eV）；k ：玻尔兹曼常数（eV/K）。
解读：栅压电气筛查 (A) 只能剔除最严重、最脆弱的外在缺陷导致的薄弱器件，所以带有轻微缺陷的器件仍然会通过筛查。英飞凌会记录在筛查 (A) 过程中失效的器件数量和失效时间，利用物理加速模型（文中使用的是“线性E模型“）推算出通过筛查的带有轻微缺陷的器件在后续温和但长期的应力条件（如马拉松试验或客户现场条件）下的失效风险。
非本征加速参数γ和Ea通过执行马拉松试验 (B)，以及将模型与实际失效数量和时间拟合来确定。通过优化循环 (C) 可以持续修正这些加速参数，使其更好地匹配多轮连续马拉松应力试验的整体结果。
在过去10-15年里，我们在多种硬件平台（例如不同尺寸器件与不同代际器件）上执行了大量马拉松试验，积累了越来越多的数据，其中部分如图5所示。
基于这些数据，英飞凌得以为CoolSiCTM MOSFET 建立一个通用的非本征加速模型，并在不同电压等级、金属化结构、芯片尺寸以及不同代际器件中进行了验证。如图5，在一个数量级的误差下，所有马拉松试验结果均在通用模型的预测范围内，该通用非本征栅氧加速模型可用于估算任意应用条件下的最坏现场失效概率，在图5中，失效预测曲线与黑色竖虚线的交点，给出了在18V/150°C条件下，器件工作4000h以及20年时的失效概率区间。
案例
在一个案例中，我们利用三组通过电气筛查的、拥有不同外在缺陷密度的器件样品，进行了三次独立的马拉松试验，这三组样品与我们开发第一代CoolSiCTM MOSFET器件过程中取得的进展大致对应，即第一组样品对应栅氧工艺开发时的初始阶段的技术状态，而第三组样品代表产品放行 (product release) 前的技术状态，实验目的是监测和量化在清洗、流片以及电气筛查等方面的改善效果。
在150°C下保持100天时，最好的一组（第三组）在VGS=30V时每1000个器件只有1个失效，而在VGS=25V 和VGS = 15V 时无失效，马拉松试验中的失效情况如图6的Weibull分布所示，为了得到工作条件下的Weibull分布，我们利用线性E模型以及英飞凌的非本征加速参数，将VGS=30V时的失效时间 (TTF) 换算成VGS=18V时的失效时间，结果如图6右上角所示，在30V马拉松试验中检测出的所有失效器件数，将远远超出在18V的标称栅压下和20年的假定产品寿命内拥有的失效器件数。通过将测量数据外推到假定的最长运行时间（如20年），即可推断出一个器件生命周期内的失效概率。
解读：栅氧失效时间对电压呈指数依赖关系（线性E模型），电压只需升高一点，失效时间就指数级的缩短，所以在图6中，左图（30V）的失效集中在100-102天，换算成右图（18V）后的失效点全部移到了105-107，即270年到27000年，所以在30V下测到的失效，换算到18V后都远在20年竖线的右侧。
在外推时，我们假设Weibull斜率参数β=1，这与图5所示的累积马拉松试验数据一致，其直接原因在于：经过栅压筛查之后，幸存器件在筛查中所消耗的寿命已远远超过其在后续应用中的预期工作寿命（比如20年），因此筛查之后几乎呈现出恒定的失效风险率（对应于β=1）。该案例的最终结果：三组样品中的后两组在外推至18V/150°C的使用条件下，20年内的失效概率可以达到个位数ppm级。
解读：Weibull分布的形状参数β决定了失效模式
正常情况下，器件栅氧有大量外在缺陷（β<1的早期失效模式），英飞凌的高压筛查（加速老化）将器件从β<1的婴儿期直接快进到了β=1的青壮年期。
结论
马拉松应力试验是确定SiC MOSFET器件在正常运行条件下的失效概率以及非本征加速参数的非常有效的方法，但是该试验需要大样本量、施加长时间应力，并且需要采用复杂的方式进行校验，选择的栅压必须远低于被测器件的本征击穿极限，同时还要足够苛刻，以便在计划的试验时间内激发一些非本征失效。要想确定合适的应力条件，必须开展广泛的初步调查，和/或对被测器件具备充分了解，因为这个原因，也因为开展并行试验需要专门的试验系统，所以马拉松应力试验主要是被器件制造商用于量化自家工厂生产出的SiC MOSFET的可靠性。
要想更定性地比较不同厂家的产品的栅极氧化层可靠性，开展寿命终期应力 (EOL) 试验（如“栅极电压步进应力试验”）更加方便（见下期解读）。
解读：为什么马拉松试验主要是器件制造商自用？因为做马拉松试验需要：
懂自家工艺，知道缺陷大概在什么水平，才能据此设定合适的应力电压；
要有专门的设备，即类似“俄罗斯套娃“式的大规模并行老化系统；
客户或者第三方机构通常没有上述条件，也没有必要去花费这么大代价去复现。
本公众号内容基于英飞凌2025年10月发布的《英飞凌如何控制和保证基于SiC的功率半导体器件的可靠性白皮书》进行整理、分析与解读，版权归原作者所有，本文仅作学术交流与技术讨论，不构成对原文的实质性替代，详细内容请阅读原文，如有不当引用请联系删除。
