浴盆曲线：为什么老化筛选只能解决一段问题

把大批产品的失效率对时间画出来，形状像个浴盆：开头高、中间平、末尾又翘起来。三段各有成因，需要不同手段对付。

第一段：早期失效

刚投入使用的头几周到几个月，失效率明显偏高。原因是制造过程中留下的缺陷：虚焊、颗粒里的弱点、封装微裂、异物污染。这些缺陷在正常条件下也会失效，只是时间早晚。

老化筛选就是针对这一段。用高温加动态负载把时间轴压缩，让本来会在客户端头三个月坏掉的产品在出厂前坏掉。筛得好，交付到客户手上的产品直接进入平坦段。

第二段：随机失效

平坦段的失效率大致恒定，成因是随机事件：宇宙射线导致的软错误、偶发的电应力冲击、使用环境的意外波动。它没有明确的老化机制，也没法通过筛选去掉。

对付这段靠系统层面的手段：ECC 纠错、冗余设计、定期巡检。指标上就是 FIT 和 AFR 描述的部分。

第三段：磨损失效

器件接近寿命末端，物理退化累积到临界点，失效率快速上升。内存条上的典型磨损机制包括电容老化、电迁移、栅氧退化、焊点疲劳。

这一段只能靠选料和设计余量往后推，测试手段无法改变它的位置。抽样做 HTOL 可以估计它大概什么时候到来。

为什么延长老化时间是个坏主意

有人认为老化时间加倍能提高长期可靠性。逻辑上不成立：

• 早期失效在有限时间内基本筛干净了，继续烧筛不出更多缺陷；
• 老化本身消耗产品寿命。多烧的时间从磨损期的余量里扣，等于把浴盆右壁往左移；
• 过长的高温应力可能给好产品引入新的损伤，比如焊点晶粒粗化、材料脆化。

合理的老化时长要通过实验确定：记录失效发生的时间分布，找到失效率降到平稳的拐点，在拐点之后留一点余量就够了。盲目加时间是浪费产能加自伤。

对模组厂的实际含义

三段对应三件不同的事：

• 产线筛选决定交付时的早期失效水平，这是测试环节能控制的；
• 选料和设计决定磨损期何时到来，这是设计环节的责任；
• ECC 和运维决定随机失效的影响程度，这是客户侧的系统设计。

把客户的长期可靠性投诉全归到测试环节，方向就错了。反过来，测试环节把早期失效筛不干净，也没法用后面两项弥补。