一片晶圆,改写芯片规则

一片晶圆,改写芯片规则

文章图片

一片晶圆,改写芯片规则

文章图片


本文由半导体产业纵横(ID:ICVIEWS)编译自embedded
单晶圆加工重塑芯片制造 。
想象一下 , 一家能够实时思考、学习、调整和优化工艺流程的半导体代工厂 。 这家工厂不仅能检测每一片晶圆 , 还能预测每一个缺陷 , 同时采取纠正措施 , 并为客户提供改进设计的见解 。
这听起来像是科幻小说 , 但这正是下一代半导体制造的样子 , 进而创造出一种为人工智能时代而精心调整的新型代工厂 。
单晶圆加工是下一代代工厂愿景的关键 。 然而 , 在传统的直线型代工厂中运行单晶圆效率不高 。 必须设计一种新型代工厂 。 这种代工厂能够更流畅地移动晶圆 , 并从每颗晶圆中学习 , 然后利用人工智能模型预测错误并进行修正 。 为了从每颗晶圆中获取数据 , 未来的先进代工厂需要重新思考晶圆在工厂内的移动方式 , 并调整布局 , 以便在同一工厂内同时管理多个客户项目和封装项目 。
未来的代工厂需要创新集成来实现制造优化 。
半导体制造:前端处理芯片制造的晶圆或前端工艺始于氧化层 , 然后使用光刻技术(包括抗蚀剂涂覆、曝光和显影)绘制图案;蚀刻零件;添加离子;创建金属层和绝缘层;以及平滑表面 。 这些步骤重复多次 , 以构建复杂的电路层 。 在前端处理(图1)中 , 在同一晶圆上重复这些步骤 , 以构建构成集成电路 (IC) 的零件和连接 。

单晶圆加工与批量晶圆加工:有何区别?在传统的代工厂中 , 晶圆被集中到前开式晶圆传送盒(POD) 中 , 同一工艺一次最多可处理 25 片晶圆 。 任何调整或变更都会应用于所有 25 片晶圆 。 如果变更不成功 , 代工厂将对接下来的 25 片晶圆进行不同的变更 。 这种处理方法效率高且成本低 , 非常适合生产大量芯片 。 它通常用于需要大批量生产的产品 , 例如存储芯片和标准逻辑电路 。
由于一次可处理多片晶圆 , 因此每片芯片的成本会下降 , 设备成本也可以分摊到更多晶圆上 。 批量工艺(图2)是一种成熟可靠的方法 , 已沿用多年 。

但批量处理的一个主要缺点是 , 同时运行多片晶圆可能会导致工艺条件的细微差异 , 从而影响质量 。 此外 , 由于这种方法需要批量处理所有晶圆 , 因此需要浪费大量晶圆来调整设置和进行微调 , 因此不太适合小批量生产或频繁的工艺变更 。
在单晶圆工艺中 , 每个晶圆(或一小组晶圆)单独运输 。 可以对单个晶圆进行调整 , 进行测试 , 如果成功 , 则应用于所有后续晶圆 。 单晶圆可以捕获更多数据 , 从而训练AI模型以改进晶圆生产并提高良率 。 这可以实现非常精确的控制 , 加快产量提升 , 同时减少晶圆浪费 。 这将有助于提高质量和良率 , 同时提供有用的反馈以改进芯片设计 , 并最终缩短从设计到成品的时间 。
加快批量生产时间并优化晶圆启动对于制造先进芯片和前沿节点CPU 的经济性至关重要 。
单晶圆加工技术为何越来越受欢迎最近 , 我们看到越来越多的代工厂转向单晶圆工艺 。 这种转变主要有两个原因:技术进步和市场需求的变化 。
从技术角度来看 , 先进节点半导体更加复杂 , 线宽更细 , 三维结构也更复杂 。 这意味着工艺条件的容错率变得极小 。 需要更多控制措施来确保每片晶圆都得到均匀处理——而这正是单晶圆工艺的优势所在 。 自从晶圆厂开始使用更大的300毫米晶圆以来 , 清洗和退火等步骤已经从批量工艺转向单晶圆工艺 。 清洗过去意味着将大量晶圆浸泡在化学溶液中 , 但自从转向300毫米晶圆以来 , 工厂越来越多地引进机器 , 逐片清洗晶圆 , 以提高精度 。
半导体市场也在发生变化 。 如今 , 人们不再大量生产单一的通用芯片 , 而是越来越倾向于针对特定用途设计半导体 。 单晶圆工艺系统使代工厂生产线能够更轻松地在小批量生产和大批量生产之间切换 。

单晶圆生产线的运输Rapidus 是首批在其先进的晶圆代工厂中实现单晶圆加工商业化的公司之一 。 该公司将不再像过去那样批量加工晶圆 , 而是专注于在每台机器上逐个加工晶圆 。
批量代工厂采用线性(流水线)制造模式 。 当晶圆传送盒(FOUP)中的一批晶圆完成一个工序后 , 它们会等待生产线清空 , 然后移至下一台机器并进入下一个工序 。 FOUP 每次可传送 25 片晶圆 。 这种线性模型意味着每个 FOUP 都要等待前一个 FOUP 完成其工序 。
【一片晶圆,改写芯片规则】下一代晶圆代工厂将采用一种新型的网格传输系统来传输晶圆 。 想象一下晶圆加工工具上方的一组XY轨道 。 当晶圆完成一项工艺后 , 网格将找到通往下一个工具的最快路径——无需等待 。
先进封装晶圆完成并测试后 , 会被切割成单个芯片 , 称为“裸片” 。 这些裸片随后通过引线键合和外部引线安装在封装基板上 , 经过测试后 , 被密封在保护性树脂中 , 以便它们能够在电子设备中作为半导体发挥作用 。
通常 , 这种后端处理由外包的半导体封装和测试(OSAT) 公司完成 。 强大的处理器 , 例如用于人工智能的处理器 , 尤其是 CPU 和 GPU , 必须与快速内存匹配 , 才能快速处理大量训练或推理数据 。 这涉及将完整的芯片连接或堆叠在一个封装内 , 以实现高带宽、短距离通信 , 满足性能和功率要求——这种方法被称为芯片集成 。
未来的晶圆厂将拥有现场2.5 和 3D 封装服务 , 为客户提供从晶圆到封装芯片的单一服务 。
晶圆代工发展的关键时刻AI 芯片设计的发展速度比以往任何时候都快 , 有时甚至只需几周时间 。 但制造周期却未能跟上 。 虽然我们生产的芯片越来越智能 , 但晶圆厂的创新却停滞不前 。 我们必须开发先进的代工厂 , 以满足生产各种芯片(从传统的 CPU 和GPU到定制设备)所需的灵活性 , 从而满足不同客户的需求 。 为此 , 下一代代工厂必须针对新工艺进行优化 , 例如单晶圆加工 , 并充分利用全自动化和智能传感器 。 否则 , 继续采用过时制造方法的代工厂将面临被淘汰的风险 。
这一历史性时刻 , 人工智能与硅片的结合 , 以及前后端在单一晶圆厂的结合——未来的晶圆厂 。 这不仅仅是一个地方 , 而是一种理念 , 它重视速度、质量、灵活性、智能和集成 。
*声明:本文系原作者创作 。 文章内容系其个人观点 , 我方转载仅为分享与讨论 , 不代表我方赞成或认同 , 如有异议 , 请联系后台 。
想要获取半导体产业的前沿洞见、技术速递、趋势解析 , 关注我们!

    推荐阅读