企业官网建设流程全解析

简介：JEDEC JESD85A：2021 是一份由 JEDEC 固态技术协会发布的正式标准，用于统一电子元器件故障率的计算方法，主要面向半导体可靠性工程师、失效分析人员与硬件设计者。这份PDF完整收录了标准正文30页，以英文原版呈现，内容涵盖 FITS（十亿小时失效数）与 MTBF（平均无故障时间）两类核心指标的计算流程、具体公式及适用说明，并对可靠性数据采集、目标值设定等关键环节作出规范，便于工程人员直接参照执行。压缩包内仅含1个PDF文档，大小754KB，轻量易读，适合作为部门培训或项目评审的参考资料。已有489人学习浏览，属于可靠性领域常用标准文件，对需要按 JEDEC 方法评估产品长期失效率的团队具有直接参考价值。 上个月帮客户整理一颗车规MCU的可靠性报告，对方工程师在邮件里直接问：“你们这颗产品的FIT值是多少？60%置信度还是90%置信度？”同一个失效数，在不同置信度下能差出好几倍。要把这个问题答清楚，绕不开JEDEC的JESD85A标准——Methods for Calculating Failure Rates in Units of FITs，2021版，总共30页。做半导体的朋友对FITS这个单位都不陌生，Failures In Time，每10亿器件小时发生1次失效；但真正把JESD85A里那套统计逻辑吃透，并落到量产报告上的，我见过不少工程师其实只记住了λ=r/T这一个公式。JESD85A的完整内容远不止于此：样本量怎么凑、试验时间怎么折算、零失效时怎么报、不同批次数据怎么合并，每个环节都有讲究。这篇不逐条翻译标准，只把对实际交付最关键的几个点讲清楚。

1. 车规客户张口就问FIT，JESD85A到底在管什么

1.1 一个FIT代表的实际风险

先建立直觉。1 FIT等于10^-9/h，也就是一颗器件连续运行10亿小时才期望发生1次失效。这个数字太小，不好直接感受，换一种算法：如果某颗芯片失效率是1 FIT，100万颗芯片同时跑1年，期望失效数大约是：

1e6 × 1e-9 × 8760 ≈ 8.76颗

也就是说，百万颗级别的装车量，一年下来个位数的返修，基本可以归因于这颗芯片。如果失效率涨到10 FIT，同样的装车量，一年期望失效接近88颗。这就不太好交代了。所以车规、通信、服务器领域对FIT的约束，通常都是“小于某个数”，而不是“等于某个数”。这也是JESD85A特别强调置信区间的原因——你没有足够样本量，就不可能把失效率“证”得很小。

1.2 JEDEC为什么要统一计算方法

JEDEC固态技术协会把半导体业内“如何用寿命试验数据算FIT”进行了标准化。JESD85最早是2001年发布，2021年出了A版，就是现在这份30页的JESD85A。它的核心目的，是让不同厂家、不同产品线、不同工程师在报告FIT时，站在同一套统计口径上说话。

没有这套标准，你会遇到什么？A厂说“我们这颗芯片失效率小于5 FIT”，但可能用的是60%置信度、0失效、等效器件时很大；B厂说“我们也是小于5 FIT”，却用的是90%置信度、1个失效。两边数字看上去相同，实际统计含义完全不同，客户根本没法横向比较。JESD85A把这类问题基本堵死了：它明确告诉你该怎么定义累计试验时间、该用哪种置信区间、零失效时该给上限而不是给0。

1.3 JESD85A的适用范围和前提

要特别留意，JESD85A的方法论基于一个关键假设：器件处于恒定失效率阶段，也就是浴盆曲线的中间那段。电子器件刚出厂时可能有早期失效，失效率偏高；跑久之后磨损失效开始上升。JESD85A这套统计计算只适用于中间那段相对平直的寿命期。

所以做寿命试验之前，一般会先做burn-in或者筛选，把早期失效提前干掉，再进入正式的寿命试验。如果被测产品本身失效率随时间明显变化，那一个单点FIT就不足以描述可靠性了，应该用失效率随时间变化的曲线。理解这个前提，再看JESD85A里的公式，就不会用错场景。

2. λ=r/T只是起点：置信区间才是这份标准的核心

2.1 从泊松过程到卡方分布

寿命试验里，我们把测试样品放进高温或其他应力环境，跑一段时间后统计失效数。失效数r和累计器件小时T是原始数据。失效率的点估计很简单：

λ_hat = r / T

如果T是10亿器件小时，r是10，那λ_hat就是10 FIT。但问题来了——试验只做了有限样本，这个r本身是个随机数。这次试验跑出3个失效，不代表同一批产品重跑一遍还是3个失效。为了表达这种不确定性，JESD85A要求用置信区间，而且工程上最关心的是“失效率不能高于多少”，所以重点是单侧置信上限。

关键公式长这样：

λ_upper = χ²(CL, 2r + 2) / (2T)

其中χ²(CL, 2r+2)是自由度为2r+2的卡方分布在置信水平CL下的分位数。为什么是2r+2？这是泊松计数和卡方分布之间的标准数学关系：一个泊松过程的失效数r，在给定累计时间T时，2λT近似服从自由度为2(r+1)的卡方分布。大家不用去纠结推导，记结论就行，但一定要知道：自由度不是r，是2r+2，用错整个置信区间就偏了。

2.2 60%置信度和90%置信度差多少

半导体行业里，60%置信度很常见，90%置信度也经常被客户点名要求。两者算出来的上限差很多。我手边常用的几个分位数可以列一下（数值保留两位小数，工程上足够用）：

看到没有，同样是零失效、同样的累计器件时，90%置信度下的上限是60%的大约2.5倍。所以JESD85A的统计框架不是变出更多失效，而是告诉外界：你这个结论有多大的可信度。客户问“FIT是多少”，如果不带上置信水平，这个数字没有任何工程意义。

2.3 为什么是单侧而不是双侧

可靠性报告里，我们最怕的是失效率太高，而不是失效率太低。失效率低说明产品好，不需要设一个太精确的下限。所以JESD85A这种基于寿命试验的失效率计算，通常给单侧上限。双侧区间只有在需要描述“这个估计到底有多宽”时才有意义，比如做过程能力对比，或者评估不同批次稳定性。日常给客户的datasheet、qualification report、PPAP报告，绝大多数情况下只需要单侧上限。

这个点也直接影响产品宣传口径。你看到某颗芯片datasheet上写“<1 FIT”，大概率是用了60%置信度的高温加速试验零失效数据，外加一个比较大的加速因子。1 FIT这个目标确实不低，T要超过9×10^8器件小时才能勉强证到。后面我会拿具体数字算一遍。

3. 样本量、等效器件时与零失效：那份30页标准里最容易被略过的细节

3.1 累计器件小时T的算法没你想的那么简单

累计器件小时T，公式上就是Σ(每颗样品的实际试验时间)。但放进加速寿命试验的框架里，它还要做等效折算。假设100颗样品跑1000小时，一颗没坏，那T=100,000器件小时。如果试验中途有3颗因为设备故障被摘除，这3颗只能按实际工作小时计入T，不能按满1000小时算。如果失效样品被替换，替换后的新样品继续跑，新样品的工作时间也要计入T。

如果做了高温加速，还要把应力条件下的时间折算成使用条件下的等效时间。最常见的是Arrhenius模型：

AF = exp[(Ea / kB) × (1/Tuse - 1/Tstress)]

Ea是激活能，单位eV；kB是玻尔兹曼常数，8.617×10^-5 eV/K；Tuse和Tstress都是绝对温度。举个例子：使用温度55°C，应力温度125°C，Ea取0.7eV，AF大约是78倍。也就是说，125°C下跑1000小时，等效于55°C下跑78000小时。具体计算：

AF = exp[(0.7 / 8.617e-5) × (1/328.15 - 1/398.15)] ≈ 78

JESD85A本身并不规定你该用哪个Ea，它更偏向统计方法。但实际工程中，FIT计算离不开加速因子，因为纯实时寿命试验根本等不起。Ea怎么选，通常要参考JEDEC JEP122里针对不同失效机制的建议值。比如电迁移相关失效，Ea可能落在0.6~1.0eV；和腐蚀、湿度相关的失效，Ea往往偏低，0.3~0.7eV。如果选一个过高的Ea往使用条件外推，会把结果算得过度乐观，客户一旦拿现场数据反推，问题就很麻烦。

3.2 零失效时，报告上千万不能写“0 FIT”

这是JESD85A相关沟通里最频繁出现的错误。零失效不等于失效率为0，只说明“在有限试验量下，没有观察到失效”。统计上能给的，是失效率的单侧置信上限。套用前面的公式：

• r=0，T=1×10^9器件小时，60%置信度上限约0.92 FIT；
• r=0，T=1×10^9器件小时，90%置信度上限约2.30 FIT。

反过来，如果手上只有1000颗样品跑了1000小时，T=1×10^6器件小时，零失效，90%置信度上限是：

4.61 / (2 × 1e6) = 2.31e-6/h = 2310 FIT

这个数字很吓人，但意思是清晰的：这个试验量根本不足以证明低失效率。想报“<10 FIT @ 60% CL”，倒推需要的累计器件小时T约为：

T ≥ 1.833 / (2 × 10e-9) ≈ 9.17e7

如果是1000颗样品、AF=78，需要的试验时长大约是：

t = 9.17e7 / (1000 × 78) ≈ 1175小时

所以一颗车规芯片做HTOL，1000小时、1000颗样品、零失效，算下来差不多刚好能摸到10 FIT的边。这也是很多车规级可靠性验证方案把样品数定在千颗级别的统计原因。

3.3 数据合并：不是把失效数和时间分别相加就完事

JESD85A也涉及多批次数据的合并问题。三批验证样品各跑各的，最后T可以相加，r可以相加，然后把总数代进公式。这里有个细节：如果不同批次的试验应力不同，必须先把各自的时间用AF折算到同一基准温度，再合并T。如果你直接把不同应力下的器件小时累加，等于默认所有试验条件完全等价，结果会失真。我在实际项目中，至少见过两次报告把不同温度下的HTOL数据直接相加，导致FIT上限比真实情况偏低，这个坑一定要避开。

4. 预测模型和实测统计是两条线：JESD85A与MIL-HDBK-217/SR-332怎么分工

4.1 三类失效率来源，口径完全不同

工程师之间经常把“FIT计算”混为一谈，但失效率数字实际上有三种完全不同的来源：

JESD85A属于第一类，数据来自你亲自做的寿命试验；MIL-HDBK-217和SR-332属于第二类，不需要跑试验，查手册把温度、电应力、封装类型代入模型，预测出一个失效率。这两者的逻辑完全不同，不能混用。

4.2 芯片datasheet上的“calculated FIT”是哪种

原厂datasheet里写的“calculated FIT”，多数情况下是JESD85A这套实测统计方法，配合HTOL、高温反偏、温度循环等应力试验数据算出来的。它和SR-332那种“预计值”有本质区别：一个是“我测出来的”，一个是“我根据模型推出来的”。

这就解释了为什么同样一颗芯片，原厂宣称的FIT和系统集成商做可靠性预计时算出来的FIT经常对不上。两边用的方法、输入参数、置信水平都不一样。如果你在做系统级MTBF评估，应该用SR-332或MIL-HDBK-217的预计结果；如果你是芯片厂或者模组厂，需要向客户证明这颗料本身的失效率，那么JESD85A是更适合的参考依据。搞清楚自己身处哪个环节，再去选标准，不然拿JESD85A的数去怼SR-332的数，纯属鸡同鸭讲。

4.3 JESD85A与JEDEC其它文档的关系

JESD85A是“算账”的标准，账怎么出它管；但“应力怎么加、加多少、跑多久”通常是JESD47和JESD22系列在管。JESD47定义了HTOL、温度循环、偏压寿命试验等鉴定试验的通用条件；JEP122则收录了失效机制和对应的激活能建议。三者的配合关系通常是：用JESD47规划试验，用JEP122选激活能，用JESD85A算FIT。只盯着JESD85A，容易漏掉前面的试验设计环节；只知道JESD47，又不知道怎么把数据变成客户要的FIT。这条链路完整串起来，可靠性报告才立得住。

5. 把JESD85A落到量产交付：倒推试验方案、计算实例与常见坑

5.1 从目标FIT倒推试验方案

做验证计划的时候，最忌讳拍脑袋定样品数和试验时长。正确做法是先定目标，再反推。假设车规客户要求“失效率小于10 FIT，60%置信度，单侧上限”，前面已经算过，需要的累计等效器件时T≥9.17×10^7。设使用温度55°C，加速应力温度125°C，Ea=0.7eV，AF≈78。那么试验方案就是：选定样品数和时长，使n × t × AF ≥ 9.17×10^7。

如果n=1000，t≥1175小时；如果n=500，t≥2349小时；如果n=231（典型的77颗×3批），t≥5086小时。你立刻就能看出，231颗跑1000小时远远不够证明10FIT。这也是为什么很多车规报告最终只能写“<20 FIT”或者“<50 FIT”，不是产品不行，是试验量没给够。把倒推过程写进验证计划，客户那边也更容易接受你的结论。

5.2 计算实例：77颗样品、1000小时、零失效，报告怎么写

用最经典的HTOL场景完整过一遍。方案：77颗样品，125°C，1000小时，零失效，使用温度55°C，Ea=0.7eV，AF≈78。等效累计器件时：

T = 77 × 1000 × 78 = 6.006e6

零失效60%置信上限：

λ_upper = 1.833 / (2 × 6.006e6) = 1.526e-7/h = 153 FIT

如果改用90%置信度：

λ_upper = 4.605 / (2 × 6.006e6) = 3.834e-7/h = 383 FIT

看到差距没有？77颗跑1000小时，即使一颗不坏，也顶多只能对外说“失效率低于153 FIT（60%置信度）”。这个数字不是产品差，而是统计精度不够。很多工程师拿到零失效结果就高兴，实际上样本量不足时，零失效的“证明力”非常有限。

如果换成功1000颗、1000小时、零失效，同样条件：

T = 1000 × 1000 × 78 = 7.8e7 λ_upper(60%) = 1.833 / (2 × 7.8e7) = 1.175e-8/h = 11.8 FIT

这下离“<10 FIT”就很近了。所以车规项目做HTOL时样品量做到千颗级别，是有统计依据的，不是为了显得财大气粗。

5.3 实际填写报告时最常见的几个坑

第一个坑：不写置信水平。有些报告只写“FIT=8.6”，既不说是点估计还是上限，也不说置信度。这种数字在客户那里第一轮就会被挑战。标准动作是在数字后面带完整口径：“λ_upper < 11.8 FIT，60%置信度，单侧，基于1000颗@125°C/1000h，AF=78@55°C/0.7eV”。

第二个坑：漏乘加速因子。把125°C下跑1000小时直接当成使用条件跑了1000小时，T少了78倍，FIT上限虚高到无法解释。我见过有工程师抱怨为什么别人家能报<1 FIT，自己一模一样的产品只能报几十FIT，最后发现是等效时间没算对。

第三个坑：激活能乱选。客户产品实际使用温度是30°C，报告里却用85°C做外推基准，AF一下子小了很多，FIT上限暴涨。选Ea和基准温度都要有依据，最好和客户提前对齐，不要在交付阶段才来改口径。

第四个坑：零失效写“0 FIT”。统计上这是错的，应该写“低于某个置信上限”。车规客户和第三方实验室对这个问题特别敏感，一旦被审计出来，整份报告的可信度都会打折扣。

第五个坑：样本中途失效后替换，T算错。被摘除的样品按实际工作时间累计，替换上去的新样品也要单独计时。项目周期长的时候，手工记录特别容易漏，建议用试验管理系统或Excel模板做好逐颗时间流水。

JESD85A这份标准，真正逐字读完可能只需要一个晚上，但用到项目里，你会发现每个公式背后都对应着一次客户质疑。我现在做可靠性方案，总是先把“失效数、累计等效器件小时、置信水平”三要素列清楚，再谈FIT。这个习惯，基本就是被JESD85A掰过来的。

本文还有配套的精品资源，点击获取