Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

Roland Huang作者芯师爷来源

谁动了封装业者的奶酪?

在摩尔定律发展脚步迟缓的情况下,对芯片制造商而言,光是靠先进制程带来的效能增进,已不足以满足未来的应用需求,而这也对封装环节提出了更高的要求。

本文由机器之心经授权转载自芯师爷(ID:gh_e29a21fb9c8b),未经授权禁止二次转载。

由于先进制程节点继续向下推进的难度越来越高,前段晶圆制造企业不是战略性地退出先进制程市场,试图在成熟制程上发掘更多商业应用价值,就是在先进封装领域投入更多资源,藉由封装技术让芯片效能更加精进。

但此一发展趋势将对专业封装厂商的发展前景造成巨大挑战。以往专业封装厂商与前段晶圆制造业者是共存共荣的关系,未来双方显然还是会有合作的机会,但封装业者面对晶圆制造业者向自己的主场步步进逼,除了防守之外,也必须谋求新的发展道路。

先进封装将是提高算力关键

摩尔定律发展脚步迟缓的情况下,对芯片制造商而言,光是靠先进制程所带来的效能增进,已不足以满足未来的应用需求。特别是在人工智能(AI)、高效能运算(HPC)将成为半导体产业下一个杀手级应用的情况下,利用凸块(Bumping)或打线(Wirebond)将芯片连接到基板上的传统封装,已经成为处理器算力提升的最大瓶颈跟功耗来源。

众所周知,当处理器跟内存之间的距离越短,则处理器的运算延迟越低。而这也是当代的高效能处理器普遍内建三级缓存的原因--缓存的容量越大,则处理器需要从内存搬移数据的机率越低,整个系统的效能与功耗也能因而获得明显改善。

然而,要将缓存跟处理器核心做在同一片单芯片上,缓存的容量必然受到限制,因为芯片面积越大,生产良率通常越差,成本也越昂贵。也因为如此,针对高效能运算,台积电早在多年前就力推CoWoS封装,利用硅中介层(Si Interposer)将多片小芯片「缝合」成一片虚拟的大芯片。赛灵思(Xilinx)的高端现场可编程门阵列(FPGA)器件Virtex UltraScale+,就是首款利用此一技术实现商业量产的器件。

赛灵思的Virtex UltraScale+是首款利用CoWoS技术将FPGA与HBM整合在单一封装中的商业量产器件。上方的大芯片为FPGA本体,下方两片小芯片则为HBM2。

在FPGA之后,NVIDIA的GPU、英特尔(Intel)的Nervana、谷歌(Google)的TPU与百度的昆仑处理器,都是采用这种逻辑芯片搭配高带宽存储器封装架构的产品。与传统载板封装相比,这种封装架构最大的优势在于可降低存储器与处理器间的延迟,并降低功耗。

CoWoS封装的基本架构,以GPU为例

InFO抢走封测业者的奶酪

然而,CoWoS封装因为使用硅中介层,因此其成本并不便宜,能负担得起的芯片业者不多,出货量也有限。而这也使得在台积电主导先进封装技术发展的研发副总余振华,跟当时在台积电内人称「蒋爸」,现为中芯国际独立董事的蒋尚义决定发展「精简版」的技术,也就是后来协助台积电挤下三星电子(Samsung Electronics),连年独拿苹果(Apple)应用处理器订单的整合型扇出封装(InFO)。

与CoWoS相比,InFO最大的特点在于使用以高分子聚合物(Polymer)为基础的薄膜材料来制作重分布层(Redistribution Layer, RDL),并以此取代硅中介层跟封装载板,不仅省下大量成本,也让芯片的封装厚度明显降低。对于手机等年出货量动辄上亿台的移动装置来说,成本跟厚度是非常重要的两大因素,即便InFO的性能表现逊于CoWoS,手机芯片业者跟手机品牌商依然乐于采用InFO。

各种InFO衍生封装与对应传统覆晶封装比较

早在台积电推出CoWoS之际,台积电与封装业者的关系就已经开始出现火药味,因为高阶封装虽然市场规模不大,对封装业者而言,却有不错的利润空间。因此,当台积电推出CoWoS,封装业者就已经有所警觉,但却无力发展对应的技术,因为硅中介层是不折不扣的半导体工艺,即便其线空(L/S)仍有数微米到数十微米,与纳米尺度的先进工艺差了好几个数量级,封装业者要发展以硅为基础的工艺,还是有很高的门坎要跨越。

另一方面,诚如前文所述,CoWoS封装的市场需求量其实不大,可说是利基型产品,因此封装业者虽心生警戒,倒也没有大动作响应的必要。

而InFO的成功,则迫使封装业者必须提出对策,因为InFO等扇出封装锁定的是手机AP等消费性应用产品的芯片市场,封测业者有输不得的压力。此外,随着芯片单位面积上的I/O数量越来越多,凸块、打线、锡球等封装方法很快就会遭遇到物理极限,倘若不发展扇出技术,把I/O分散开来,日后封装业者恐怕只剩汽车芯片的封装订单可接。车用芯片对于封装技术的要求不在高密度,而是高可靠度,打线跟凸块在可靠度方面拥有极大优势。

RDL优先是封装业者的技术天险

即便封装业者已经意识到发展扇出晶圆级封装(FOWLP)技术的迫切性,但跟前段晶圆制造业者相比,封装业者先天生就处于不利地位,因为封装业者必须采用RDL优先(RDL First)工艺,而其技术挑战远比芯片优先(Chip First)工艺来得高。

与芯片优先工艺相比,RDL优先工艺的材料必须经过更多道工艺步骤,而且会接触到更多化学品,因此在制作过程中遇到污染或加工失败导致不良品出现的机率更高。换言之,针对RDL优先,封装业者必须跟材料业者有紧密的沟通跟配合,确保材料特性跟制程参数互相匹配,才能确保良率。

截至目前为止,就笔者所知,除了三星已成功将RDL优先工艺运用在自家手机AP的封装上之外,仅少数两三家封测大厂已经顺利突破相关技术门坎,如中国台湾的日月光跟力成。力成近日还在中国台湾的新竹科学园区内扩建竹科三厂,准备在FOWLP领域有番作为。

在半导体材料端,过去并未有业者推出专为RDL优先所设计的专属材料,但在月前甫结束的Semicon Taiwan 2018展会上,已有材料业者发表专为RDL优先工艺所设计的暂时接合跟RDL建构材料,这意味着RDL优先工艺最大的障碍之一,已经快要有对应的解决方案,未来封装业者跨入FOWLP的难度可望略微降低。

不过,对封装业者来说,最大的挑战不在晶圆级封装(WLP),而是面板级封装(PLP)。面板级封装的单位时间吞吐量是晶圆级封装的数倍之多,但需要控制的变量跟难度也更大,因此目前还未听闻有封装业者实现FOPLP量产。但PLP的技术关卡若能挑战成功,其经济回报将十分巨大,而且面板级封装更有利于实现异质整合,这才是封装业者能跟晶圆制造业者做出差异化的关键所在。

异质整合让封装业者抢回主动权

事实上,当前封装产业正面临一个重要的转型关头,能够实现商业模式变革的业者,才有机会生存下来。过去封装业者与整合组件制造商(IDM)、晶圆代工业者之间的关系是合作远大于竞争,可以共存共荣,但未来即便不是竞争大于合作,也是竞合各半的局面。

除了先前提到的CoWoS、InFO之外,英特尔(Intel)与其宿敌超微(AMD)也已经在封装领域展开合作,共同推展嵌入式多芯片互连桥接(Embedded Multi-chip Interconnection Bridge, EMIB)技术,并已成功运用在商业量产上,也就是英特尔的第八代Core G系列处理器。

英特尔与超威共同研发的EMIB封装

该处理器在单一封装中,整合了英特尔的CPU、超微的GPU,而GPU本身跟其周边的HBM2内存就是用EMIB实现互联。该技术是以硅芯片作为主芯片之间的互联信道,因此理论上只有晶圆制造厂有能力发展这种技术,封装业者对此恐怕无能为力。据了解,台积电可能也在发展类似的技术,因为在台积电的封装技术发展路线图上,有一种名为System on Integrated Chips(SoICs)的技术,目前该技术细节尚不清楚,但根据台积电对外揭露的部分信息,这项技术将可允许两颗芯片直接用10纳米以下的线路互联。除了利用半导体工艺来实现这种网桥之外,应该没有其他工艺技术可以实现如此细的线宽。

摩尔定律进展放慢之际,晶圆制造业者为了创造技术持续推进的空间,对封装的投入绝对是玩真的。所以我们才能看到多年宿敌在封装领域上演大和解戏码,台积电的先进封装产能则是一再扩张,近期甚至宣布将在台湾苗栗的竹南科学园区兴建占地达14.3公顷的先进封测厂。这些迹象都显示,封装业者除了早已驾轻就熟的垂直分工营运模式外,还必须找到新出路。

日月光总经理暨执行长吴田玉日前就在庆祝IC发明60周年的纪念场合中表示,未来封装产业必须要从供应链的思维中跳脱,除了既有的合作模式之外,更要学习直接面对客户需求,用异质整合帮客户量身打造专属的芯片模块方案。他表示,许多系统厂跟网络巨擘,都需要高度客制化的解决方案,例如谷歌、百度、阿里巴巴、脸书(Facebook)的云端数据中心,都需要客制化的方案来支撑其运作。封装业者面对新的产业竞合局面,必须培养出新的商业合作模式。

但新的商业模式必然伴随着新的挑战。就技术面来说,如何建构出为客户打造客制化异质整合方案的能力,将是封装业者必须优先解决的问题。近期日月光与电子设计辅助(EDA)工具大厂益华计算机(Cadence)共同开发专属日月光的扇出封装设计工具跟量产流程,就是重要的一步。没有标准流程跟工具,封装业者直接面对客户的商业模式将很难规模化。这也是过去系统级封装(SiP)在业界喊了许多年,却始终未能成气候的主因之一。

在这条争取主动权的道路上,封装业者还有很多地方需要学习。

本文由机器之心经授权转载自芯师爷。

原文链接:https://mp.weixin.qq.com/s/UVwAYmZjv5ZkLKR6KxUojQ

产业芯片硬件赛灵思三星机器学习处理器
相关数据
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

http://www.intel.cn/
相关技术
人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

摩尔定律技术

摩尔定律是由英特尔创始人之一戈登·摩尔提出来的。其内容为:积体电路上可容纳的电晶体数目,约每隔两年便会增加一倍;经常被引用的“18个月”,是由英特尔首席执行官大卫·豪斯所说:预计18个月会将芯片的性能提高一倍。

推荐文章
暂无评论
暂无评论~