地缘政治加剧,半导体测试如何应对全球挑战?

来源:爱集微 #ATE# #半导体#
1.6w

半导体行业正在迅速变化,政府对产能回流的支持创造了亚洲、美国和欧洲资源之间的新相互作用——即使该行业正在开发高带宽存储器(HBM)和异构集成等新技术。地缘政治因素,如美国《芯片法案》、熟练工程师的稀缺以及新的人工智能(AI)相关性能需求,都导致了行业挑战和快速发展。

这对半导体测试意味着什么?自动测试设备 (ATE) 公司通过调整技术、增强自动化以及与半导体制造商密切合作,在应对这些挑战方面发挥着关键作用。测试资源是必不可少的,以确保行业能够继续创新并满足全球市场日益增长的需求。

地缘政治和半导体影响

半导体市场正在发生变化,政府支持将制造能力回流美国和欧洲。美国的《芯片法案》是一项重要的立法举措,旨在支持国内半导体制造和研究。该法案提供的大量资金和激励措施旨在解决供应链中断和地缘政治紧张局势所暴露的脆弱性。资金还支持劳动力发展,美国未来几年将面临行业人才短缺问题,预计短缺人数将达到7万~9万,到2030年,即使生产率有所提高,全球仍将有超过一百万个工作岗位空缺。

美国《芯片法案》还资助半导体技术的先进研究,促进了对半导体测试方法和尖端测试设备的创新需求。这一点至关重要,因为测试行业正在发展以应对具有先进封装和异构集成芯片的复杂性,有助于确保该行业能够很好地满足对人工智能(AI)和高性能处理的广泛需求。

欧洲和亚洲也在实施类似的举措,每个国家/地区都在努力加强其基础设施。地区之间的相互作用十分复杂:尽管美国和欧洲正在大力投资自己的半导体生态系统,但亚洲,尤其是中国台湾和韩国,仍然是半导体制造业的发达地区。

测试的新需求和新机遇

这些由政府支持的基础设施投资正值半导体设计、开发和测试的关键时刻。人工智能的发展使人们更加关注先进数字芯片的性能和可靠性——全球对需要超快性能但复杂性和功率需求增加的应用程序的需求很高。

随着半导体节点的缩小(例如低于5nm),确保其性能、可靠性和功率效率的复杂性呈指数级增长。微型化每向前迈进一步,都会在制造精度、热管理和缺陷检测方面带来新的挑战。技术进步增加了所有晶圆厂设备的总体压力,包括制造商依赖的ATE系统,这些系统最终会转化为收入。

众所周知,通过缩小半导体工艺节点获得收益的时代正在放缓,需要在设计、材料和封装方面进行创新,以保持摩尔定律的轨迹。芯片制造商正在采用先进的封装技术来满足所需的处理速度,包括多个异构集成半导体芯片(如Chiplet,小芯片)和 2.5D/3D封装结构。

ATE部门应对日益复杂的融合因素

测试设备制造商泰瑞达(Teradyne)等公司致力于满足这些需求,确保全球半导体生态系统在前所未有的挑战面前继续创新和蓬勃发展。

为了满足全球半导体领域这些巨大变化的需求,这些公司在整个制造流程中转移测试以有效管理质量成本。早期测试可最大限度地降低废品成本,而后期测试可确保彻底的质量控制。这是一种平衡的方法,可在整个测试操作过程中保持质量,利用数据分析,降低成本并提高产量。

关于测试的“左移右移

2.5D/3D封装确实推进了摩尔定律,但其经济可行性取决于在制造早期降低缺陷逃逸率(一路进入生产的缺陷数量)以降低废品成本。在过程中向左或向右移动测试有助于实现这一目标并最大限度地降低总体成本。

尽早增加测试覆盖率称为左移,发生在晶圆检查和部分封装期间,以最大化KGD(良品裸晶粒),从而有助于降低未来的封装成本。右移策略可在流程后期增加测试覆盖率,以检测缺陷并保持质量。

目标是在整个制造过程中平衡质量和产量,优化总体成本。策略包括通过降低晶圆探测中的缺陷逃逸率来降低废料成本,以及高效地进行批量生产测试以降低测试成本。最终,左移或右移的决定由动态和连续过程中的分析支持。有了宝贵的数据,就可以在整个芯片制造过程中调整测试策略,从而形成闭环改进,以提高产量,同时最大限度地降低测试成本。

灵活的测试策略应对挑战

当今的动态测试覆盖率还将ATE与系统级测试 (SLT) 相结合。SLT模拟真实世界条件,以对集成半导体器件进行最佳验证,尤其适用于片上系统 (SoC) 和系统级封装 (SiP) 等先进技术,可有效识别故障、控制成本并通过数据分析提高产量。

预集成测试可确保最终封装中仅使用功能性芯片和中介层,通过高效的KGD和KGI(已知的合格中介层)工艺减少缺陷。对于3D堆叠IC,全面的可靠性和性能测试通过复杂的3D-DFT测试访问架构进行。

至关重要的是,ATE的数据分析通过提供趋势和异常洞察,帮助制造商更好地控制制造过程。人工智能进一步帮助分析这些趋势——优化测试参数并进行实时、主动的调整,以提高产量并降低成本。

利用数据和自动化实现下一代ATE

端到端自动化可能会发挥关键作用,通过从晶圆到最终封装的全自动测试流程减少人工干预并最大限度地减少错误。ATE将继续利用人工智能和机器学习来提高测试准确性、预测组件故障并实时优化测试参数。

人工智能驱动的数据分析将有助于识别模式和趋势,从而实现主动质量控制和产量提高。

很明显,人工智能、先进半导体技术和地缘政治动态的交汇正在塑造行业的未来。测试设备制造商不断致力于确保半导体的可靠性和卓越性,为人工智能充分发挥潜力的未来铺平道路。(校对/孙乐)

参考来源:https://www.calcalistech.com/ctechnews/article/rj200z006hr

作者:JEORGE HURTARTE

责编: 李梅
来源:爱集微 #ATE# #半导体#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...