參與座談專家：《半導(dǎo)體工程》雜志邀科休公司數(shù)據(jù)分析高級(jí)產(chǎn)品營(yíng)銷經(jīng)理邁克爾?洛曼、良率科技公司首席執(zhí)行官阿夫塔哈爾?阿斯拉姆、昂圖創(chuàng)新公司產(chǎn)品營(yíng)銷總監(jiān)韓佑永、日月光半導(dǎo)體工程與技術(shù)營(yíng)銷高級(jí)總監(jiān)曹麗紅，共同探討半導(dǎo)體晶圓廠和封裝廠的變革趨勢(shì)。以下為座談內(nèi)容節(jié)選，點(diǎn)擊查看座談第一部分。

（左至右：科休公司洛曼、良率科技公司阿斯拉姆、昂圖創(chuàng)新公司韓佑永、日月光半導(dǎo)體曹麗紅）

問：隨著工藝窗口不斷收窄，需要何種在線計(jì)量與檢測(cè)手段，才能盡早發(fā)現(xiàn)問題并通過自動(dòng)化避免晶圓報(bào)廢、高額返工或重新測(cè)試？

韓佑永：先進(jìn)封裝鍵合工藝中，大量工序需要對(duì)晶圓進(jìn)行減薄處理，如今高帶寬存儲(chǔ)晶圓的減薄厚度已達(dá) 50 微米。做個(gè)對(duì)比，透明膠帶的厚度為 60 至 70 微米，晶圓比膠帶還薄，其易碎程度可想而知，極易產(chǎn)生大量裂紋。而鍵合過程中出現(xiàn)的空洞問題，是所有客戶都面臨的高頻且高影響的難題。

曹麗紅：我們?cè)谛滦蜋z測(cè)設(shè)備上投入巨資，涵蓋在線檢測(cè)和失效分析檢測(cè)兩類。微縮的器件特征、精細(xì)的重布線層，再加上薄晶圓，極易造成芯片開裂；重布線層還會(huì)因應(yīng)力和翹曲，在界面處產(chǎn)生微裂紋和分層現(xiàn)象。2.5D 封裝和扇出型封裝需要堆疊多層結(jié)構(gòu)，我們的扇出型封裝還采用了嵌入式硅技術(shù)，不同材料界面形成了多層堆疊結(jié)構(gòu)，因此芯片開裂和界面分層的問題尤為關(guān)鍵，且這類問題很難通過在線檢測(cè)發(fā)現(xiàn)。有時(shí)只有在最終測(cè)試或可靠性測(cè)試后，這些問題才會(huì)暴露，進(jìn)而引發(fā)一系列問題并造成良率損失。

這就要求我們開展微特征檢測(cè)，尤其是針對(duì)超精細(xì)節(jié)距的檢測(cè) ——3D 封裝的節(jié)距已小于 10 微米，扇出型封裝的凸點(diǎn)節(jié)距也從 55 微米降至 45 微米，目前微凸點(diǎn)節(jié)距更是達(dá)到了 35 微米。這類超小凸點(diǎn)節(jié)距，對(duì)檢測(cè)設(shè)備的分辨率要求極高。

傳統(tǒng)光學(xué)檢測(cè)已顯局限，其靈敏度和分辨率均無法滿足需求，我們需要采用高分辨率的 2D 和 3D 光學(xué)檢測(cè)技術(shù)。紅外成像技術(shù)近期也成為檢測(cè)芯片開裂、崩邊等內(nèi)嵌缺陷的有效手段，3D X 射線和納米級(jí) X 射線技術(shù)同樣表現(xiàn)出極高的實(shí)用價(jià)值。當(dāng)前 3D X 射線的分辨率可達(dá)到亞微米級(jí)別，低于 500 納米（0.5 微米），行業(yè)普遍標(biāo)稱的分辨率為 1 微米，紅外成像的分辨率也為 1 微米。

檢測(cè)設(shè)備對(duì)分辨率的要求持續(xù)提升，但檢測(cè)吞吐量卻成為一大瓶頸，這是我們面臨的核心挑戰(zhàn)。此外，部分高精度檢測(cè)設(shè)備無法用于在線檢測(cè)，因?yàn)樵诰€檢測(cè)對(duì)吞吐量有硬性要求，這類設(shè)備僅能在實(shí)驗(yàn)室中使用。因此，我們亟需設(shè)備供應(yīng)商助力，研發(fā)出高分辨率與高吞吐量兼具的檢測(cè)設(shè)備。

邁克爾?洛曼：我們確實(shí)面臨諸多挑戰(zhàn)，但在微裂紋在線檢測(cè)方面，已擁有一套較為成熟的解決方案。微裂紋不僅難以檢測(cè)，還極易出現(xiàn)誤判剔除的情況，最終導(dǎo)致良率受損。如今越來越多的客戶開始采用人工智能檢測(cè)方案，通過識(shí)別裂紋的特征信號(hào)進(jìn)行檢測(cè)，而非單純依靠光強(qiáng)分析，這一趨勢(shì)愈發(fā)明顯，也是我目前觀察到的最突出的行業(yè)變化。

阿夫塔哈爾?阿斯拉姆：從軟件應(yīng)用的角度來看，邁克爾、麗紅和佑永已經(jīng)清晰闡述了行業(yè)面臨的各類挑戰(zhàn) —— 微裂紋、底部填充缺陷、應(yīng)力誘發(fā)翹曲等缺陷問題，這些都是引發(fā)隱性缺陷、潛在缺陷和干擾性缺陷的關(guān)鍵失效特征。

我們的核心工作，是對(duì)各類檢測(cè)設(shè)備采集的圖像數(shù)據(jù)進(jìn)行分析，無論這些數(shù)據(jù)來自紅外熱成像設(shè)備還是先進(jìn)散射測(cè)量設(shè)備。當(dāng)前的核心挑戰(zhàn)，是利用人工智能 / 機(jī)器學(xué)習(xí)技術(shù)構(gòu)建模型，實(shí)現(xiàn) “識(shí)別此類圖像特征，即可定位問題根源”，并能追溯該缺陷對(duì)封裝后的電性測(cè)試、最終測(cè)試結(jié)果的影響。

隨后我們會(huì)為客戶進(jìn)行帕累托分析，告知客戶：“我們已將您提供的圖像數(shù)據(jù)輸入人工智能 / 機(jī)器學(xué)習(xí)模型分析，梳理出了問題的帕累托排序、根源及對(duì)良率的潛在影響，您可據(jù)此確定優(yōu)先解決的問題?！?并非所有問題都能同時(shí)解決，而我們的自動(dòng)化方案正是為此而生 —— 采集數(shù)據(jù)、分析建模、帕累托排序，最終為客戶指明方向：“優(yōu)先解決這些問題，這是其可能造成的良率損失?！?/p>

問：數(shù)字孿生技術(shù)將如何應(yīng)對(duì)這些挑戰(zhàn)？能否提升問題的預(yù)判能力、分析能力，進(jìn)而優(yōu)化整個(gè)檢測(cè)流程？

曹麗紅：當(dāng)然，數(shù)字孿生技術(shù)的助力作用非常顯著，我們的應(yīng)用范圍也較為廣泛。我們希望通過數(shù)字孿生將工藝、缺陷、良率分析、可靠性測(cè)試等所有環(huán)節(jié)的數(shù)據(jù)打通融合。在線檢測(cè)中，我們利用機(jī)器學(xué)習(xí)進(jìn)行模式識(shí)別，并通過人工智能對(duì)結(jié)果進(jìn)行記錄和分析。我們?cè)谏a(chǎn)中產(chǎn)生的海量數(shù)據(jù)，也為數(shù)字孿生技術(shù)的應(yīng)用提供了良好基礎(chǔ)。

目前我們?nèi)蕴幱谌珨?shù)字孿生落地的前期階段，正在推進(jìn)數(shù)據(jù)的打通、采集和模型搭建工作，但數(shù)字孿生技術(shù)已率先應(yīng)用于設(shè)計(jì)環(huán)節(jié)，我們會(huì)根據(jù)生產(chǎn)中的實(shí)際經(jīng)驗(yàn)優(yōu)化設(shè)計(jì)方案，機(jī)器學(xué)習(xí)和模式識(shí)別技術(shù)也已在特定工藝步驟中落地應(yīng)用。

我們還與中國(guó)臺(tái)灣、美國(guó)的高校和研究機(jī)構(gòu)展開合作，結(jié)合數(shù)據(jù)規(guī)模和缺陷類型搭建分析模型。例如，空洞和分層缺陷已能通過模型實(shí)現(xiàn)快速識(shí)別，機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用也切實(shí)推動(dòng)了良率提升。我們還將這些成熟模型推廣至其他客戶，有效縮短了客戶的良率分析周期和技術(shù)摸索路徑，借助機(jī)器學(xué)習(xí)和數(shù)字孿生技術(shù)，客戶能快速看到良率改善的效果。

但這只是整個(gè)生產(chǎn)流程的一部分，大量缺陷還會(huì)在可靠性測(cè)試中暴露。我們還發(fā)現(xiàn)，測(cè)試覆蓋率的邊界正變得越來越模糊：在單一芯片的簡(jiǎn)易封裝時(shí)代，100% 或 98% 的測(cè)試覆蓋率基本能捕捉到大部分缺陷；但如今芯片采用多芯粒集成方案，封裝結(jié)構(gòu)愈發(fā)復(fù)雜，晶圓測(cè)試、系統(tǒng)級(jí)測(cè)試、最終測(cè)試的覆蓋率都在持續(xù)下降。

因此，我們需要借助數(shù)字孿生技術(shù)捕捉缺陷，輔助測(cè)試工作，實(shí)現(xiàn)缺陷的早期發(fā)現(xiàn)。結(jié)合可靠性測(cè)試采集的數(shù)據(jù)，數(shù)字孿生技術(shù)不僅能助力整體良率提升，還能為測(cè)試和工藝優(yōu)化提供支撐。

邁克爾?洛曼：數(shù)字孿生無疑是當(dāng)下的熱門話題，過去一年多來熱度更是持續(xù)攀升。從我們的角度來看，我們打造了一套工具無關(guān)的數(shù)字孿生平臺(tái)，能夠整合分析更廣泛的數(shù)據(jù)源和工藝環(huán)節(jié)，針對(duì)性解決各類生產(chǎn)問題。

雖然我尚未直接看到該技術(shù)的大規(guī)模落地，但堅(jiān)信這是未來的發(fā)展方向。我們已構(gòu)思出多種應(yīng)用場(chǎng)景，例如將其用于預(yù)測(cè)性維護(hù)等，且均基于工具無關(guān)的設(shè)計(jì)思路。當(dāng)然，該技術(shù)也可拓展至良率問題分析，但前提是實(shí)現(xiàn)多源數(shù)據(jù)的融合采集。

一個(gè)值得關(guān)注的趨勢(shì)是，行業(yè)正鼓勵(lì)在數(shù)字孿生或仿真工具上開展測(cè)試程序開發(fā)，這一趨勢(shì)已初具規(guī)模，與曹麗紅提到的應(yīng)用場(chǎng)景異曲同工。這種方式能減少對(duì)測(cè)試單元的占用，無需通過實(shí)際產(chǎn)線驗(yàn)證工藝，有效節(jié)省了設(shè)備時(shí)間和利用率。

阿夫塔哈爾?阿斯拉姆：對(duì)于設(shè)計(jì)工程師而言，在選擇知識(shí)產(chǎn)權(quán)核時(shí)，希望能看到實(shí)際驗(yàn)證結(jié)果 ——“該知識(shí)產(chǎn)權(quán)核已在成熟產(chǎn)品中應(yīng)用，并實(shí)現(xiàn)量產(chǎn)”。而數(shù)字孿生技術(shù)的應(yīng)用不應(yīng)僅局限于設(shè)計(jì)環(huán)節(jié)，還可延伸至探針卡設(shè)計(jì)、可測(cè)試性設(shè)計(jì)，乃至可制造性設(shè)計(jì)。

在產(chǎn)品生命周期管理等工具中進(jìn)行仿真時(shí)，工程師能對(duì)制造工藝、產(chǎn)品可測(cè)試性進(jìn)行全流程仿真，甚至能細(xì)化至元器件級(jí)別。數(shù)字孿生的核心并非僅打造設(shè)備的數(shù)字模型，而是構(gòu)建制造、封裝、設(shè)計(jì)全流程的數(shù)字孿生體系。

這就引出一個(gè)關(guān)鍵問題：如何將實(shí)際生產(chǎn)數(shù)據(jù)與作為數(shù)字孿生核心的工程物料清單融合？借助強(qiáng)大的仿真工具，再結(jié)合當(dāng)前飛速發(fā)展的人工智能技術(shù)，工程師理論上能高度精準(zhǔn)地預(yù)判制造、封裝、測(cè)試環(huán)節(jié)中可能出現(xiàn)的問題，甚至能預(yù)測(cè)負(fù)載板、探針卡、測(cè)試設(shè)備等周邊配套環(huán)節(jié)的問題。

這也是我們與產(chǎn)品生命周期管理供應(yīng)商合作的核心方向 —— 為設(shè)計(jì)環(huán)節(jié)的閉環(huán)提供后端數(shù)據(jù)支撐。制造工程師、測(cè)試產(chǎn)品工程師、設(shè)計(jì)工程師三方必須協(xié)同合作，才能構(gòu)建起完善的數(shù)字孿生體系，而我們的平臺(tái)正是為三方提供了協(xié)同的紐帶和通用的技術(shù)語言，推動(dòng)數(shù)字孿生技術(shù)的落地。

韓佑永：我們發(fā)現(xiàn)，大型量產(chǎn)工廠通常配備多達(dá) 100 臺(tái)同類型檢測(cè)設(shè)備，客戶亟需更高效的設(shè)備管理和校準(zhǔn)匹配方案，這也是我們與客戶合作的重點(diǎn)方向。如何確保同一晶圓廠內(nèi)大量同類型設(shè)備的穩(wěn)定運(yùn)行和精準(zhǔn)匹配，是行業(yè)面臨的又一難題。

問：展望未來 3-5 年，哪些自動(dòng)化技術(shù)將對(duì)先進(jìn)封裝產(chǎn)生更大影響？行業(yè)目前仍缺失哪些關(guān)鍵技術(shù)？又有哪些在研技術(shù)有望帶來顛覆性變革？

邁克爾?洛曼：從自動(dòng)化角度來看，熱管理技術(shù)是我們能提供的核心解決方案之一，也將產(chǎn)生深遠(yuǎn)的行業(yè)影響。利用機(jī)器學(xué)習(xí)實(shí)現(xiàn)問題的預(yù)測(cè)性分析，將非計(jì)劃停機(jī)轉(zhuǎn)化為計(jì)劃停機(jī)，這些都是打造 “熄燈工廠” 的核心要求。

目前眾多客戶正持續(xù)擴(kuò)大自動(dòng)化應(yīng)用范圍，不少企業(yè)在東南亞建廠以提升產(chǎn)能，且多數(shù)工廠都以全自動(dòng)化為建設(shè)目標(biāo)，自動(dòng)化需求也推動(dòng)了各類技術(shù)要求的升級(jí)。這一趨勢(shì)不僅體現(xiàn)在先進(jìn)封裝領(lǐng)域，而是貫穿整個(gè)半導(dǎo)體自動(dòng)化產(chǎn)業(yè)。

阿夫塔哈爾?阿斯拉姆：我們認(rèn)為，未來的核心發(fā)展方向是更智能的設(shè)備與更智能的數(shù)據(jù)分析相結(jié)合，不存在能解決所有問題的 “萬能設(shè)備”。

硬件層面，行業(yè)需要更高分辨率、更高吞吐量的檢測(cè)設(shè)備 —— 能實(shí)現(xiàn)高精度 X 射線檢測(cè)、混合鍵合缺陷檢測(cè)、超精細(xì)節(jié)距檢測(cè)，以及更完善的原位缺陷監(jiān)測(cè)、翹曲監(jiān)測(cè)等，這些都是我們此前提及的核心需求。

而同樣重要的是芯片級(jí)監(jiān)測(cè)的內(nèi)容與指標(biāo)：我們需要監(jiān)測(cè)哪些芯片級(jí)參數(shù)？核心關(guān)鍵績(jī)效指標(biāo)是什么？是否采用遙測(cè)技術(shù)？尤其是進(jìn)入芯粒時(shí)代后，產(chǎn)品復(fù)雜度持續(xù)提升，行業(yè)目前尚未形成統(tǒng)一的數(shù)據(jù)采集標(biāo)準(zhǔn)。

如今我們能實(shí)現(xiàn)芯片級(jí)的數(shù)據(jù)采集，標(biāo)注出晶圓上芯片的 XY 坐標(biāo)位置，但芯粒級(jí)的數(shù)據(jù)采集標(biāo)準(zhǔn)仍處于空白狀態(tài)。光子學(xué)產(chǎn)品和量子計(jì)算產(chǎn)品中，涉及光學(xué)端口、多層結(jié)構(gòu)、宏單元和芯粒間互連的分片設(shè)計(jì)，相關(guān)的數(shù)據(jù)采集標(biāo)準(zhǔn)也未得到定義，行業(yè)正處于 “野蠻生長(zhǎng)” 階段，各企業(yè)均在制定自己的格式和標(biāo)準(zhǔn)。

未來 3-5 年，行業(yè)的核心工作之一，就是為這種無序的狀態(tài)建立統(tǒng)一標(biāo)準(zhǔn)，實(shí)現(xiàn)多源數(shù)據(jù)的融合分析。唯有如此，人工智能 / 機(jī)器學(xué)習(xí)技術(shù)才能發(fā)揮真正的價(jià)值，避免對(duì)無效數(shù)據(jù)進(jìn)行分析，進(jìn)而制定出切實(shí)可行的解決方案，例如多變量功率平均測(cè)試、自適應(yīng)探針測(cè)試等，再將這些方案反哺至晶圓廠生產(chǎn)和產(chǎn)品設(shè)計(jì)環(huán)節(jié)。

韓佑永：我們的頭部客戶都提出了一個(gè)共同需求 ——摒棄定制化檢測(cè)配方，實(shí)現(xiàn)無配方檢測(cè)或通用配方檢測(cè)。隨著人工智能和機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，客戶紛紛詢問：“能否借助機(jī)器學(xué)習(xí)技術(shù)，讓工程師無需花費(fèi)時(shí)間開發(fā)定制化檢測(cè)配方？” 我們正在該領(lǐng)域投入巨資，全力推進(jìn)無配方檢測(cè)和通用配方檢測(cè)技術(shù)的研發(fā)。

曹麗紅：未來行業(yè)亟需更快的檢測(cè)速度、更高的分辨率、更強(qiáng)的檢測(cè)能力，且能兼顧吞吐量的設(shè)備，這是實(shí)現(xiàn)高良率的核心關(guān)鍵，也是我們未來 3-5 年的研發(fā)目標(biāo)。要實(shí)現(xiàn)這一目標(biāo)，自動(dòng)化是必由之路，我們需要推動(dòng)多技術(shù)融合的計(jì)量設(shè)備實(shí)現(xiàn)自動(dòng)化集成，這也是技術(shù)成熟的重要標(biāo)志。

例如，將光學(xué)顯微鏡、各類檢測(cè)方案、X 射線、聲學(xué)檢測(cè)、原子力顯微鏡技術(shù)集成，實(shí)現(xiàn)多種缺陷的一次性檢測(cè)，這是我們的研發(fā)方向之一。而這類復(fù)雜的集成工作無法通過人工完成，因此需要借助人工智能技術(shù)，尤其是在檢測(cè)設(shè)備中搭載人工智能推理引擎，為檢測(cè)工作提供支撐。

數(shù)字孿生技術(shù)也是行業(yè)關(guān)注的重點(diǎn)，雖然打造全流程數(shù)字孿生是一項(xiàng)龐大的工程，但我們可先通過局部數(shù)字孿生技術(shù)融合多源數(shù)據(jù)，在產(chǎn)品進(jìn)入最終測(cè)試和可靠性測(cè)試前，從設(shè)計(jì)和工藝環(huán)節(jié)提前進(jìn)行物理特性分析和問題預(yù)判，實(shí)現(xiàn)問題的前置解決，這也是我們未來 3-5 年的重點(diǎn)研究方向。

此外，我們還在打造涵蓋供應(yīng)鏈的混合生態(tài)體系，推動(dòng)上下游在數(shù)據(jù)格式、工藝設(shè)計(jì)、測(cè)試標(biāo)準(zhǔn)等方面的統(tǒng)一化。整個(gè)產(chǎn)業(yè)生態(tài)的標(biāo)準(zhǔn)化建設(shè)，將成為日月光半導(dǎo)體未來 3-5 年的重要發(fā)展助力。