近幾年，先進(jìn)封裝已成為半導(dǎo)體越來(lái)越普遍的主題。在由多個(gè)部分組成的系列中，將深入研究實(shí)現(xiàn)先進(jìn)封裝技術(shù)，如高精度倒裝芯片、熱壓鍵合（TCB）和各種類型的混合鍵合（HB）。首先讓我們討論一下對(duì)先進(jìn)封裝的需求，摩爾定律正在以迅猛的速度發(fā)展。自臺(tái)積電 32nm 失誤以來(lái)，直到目前的 5nm 工藝節(jié)點(diǎn)，臺(tái)積電的晶體管密度每年增長(zhǎng) 2 倍。盡管如此，真實(shí)芯片的密度每 3 年增長(zhǎng)約 2 倍。這種較慢的速度部分是由于 SRAM 縮放、功率傳輸和熱密度的消亡，但大多數(shù)這些問題都與數(shù)據(jù)的輸入和輸出有關(guān)。

芯片上數(shù)據(jù)的輸入和輸出 (IO) 是計(jì)算的命脈。將內(nèi)存置于芯片上有助于通過(guò)減少通信開銷來(lái)減少 IO 需求，但歸根結(jié)底，這是一種有限的擴(kuò)展途徑。處理器必須與外部世界進(jìn)行交易以發(fā)送和接收數(shù)據(jù)。摩爾定律使業(yè)界的晶體管密度大約每 2 年增加 2 倍，但 IO 數(shù)據(jù)的速率每 4 年才增加 2 倍。幾十年來(lái)，晶體管密度與 IO 數(shù)據(jù)速率的這種差異出現(xiàn)了巨大差異。共同封裝的光學(xué)器件只是解決這個(gè)問題的一種方法，它并不是單獨(dú)出現(xiàn)的。 從根本上說(shuō)，芯片需要容納更多的通信或 IO 點(diǎn)才能跟上。不幸的是，這方面的最后一個(gè)主要步驟功能增加是在 90 年代轉(zhuǎn)向倒裝芯片封裝。

傳統(tǒng)的倒裝芯片封裝的凸點(diǎn)間距在 150 微米到 200 微米之間。這意味著每個(gè) IO 單元在裸片的底側(cè)相距 150 到 200 微米。臺(tái)積電 N7將凸點(diǎn)間距降低到 130 微米，英特爾的 10nm 將凸點(diǎn)間距降低到 100 微米，這些進(jìn)步被稱為細(xì)間距倒裝芯片。不要小看這些進(jìn)步，因?yàn)樗鼈儤O大地促進(jìn)了更好的處理器，但 2000 年的封裝技術(shù)與 2021 年的封裝技術(shù)基本相同。 2000年的250mm2的芯片與2022年的250mm2芯片在晶體管數(shù)量、性能和成本方面有著難以置信的不同。摩爾定律每 2 年翻一番，表示晶體管數(shù)量增加了 2000 倍以上。顯然，現(xiàn)實(shí)并不那么有利，但晶體管仍然增加了幾個(gè)數(shù)量級(jí)。在硬幣的另一面，封裝沒有享受同樣水平的增長(zhǎng)。 在臺(tái)積電的 N7 節(jié)點(diǎn)上，AMD 的凸塊間距從約 200 微米變?yōu)?130 微米，IO 僅增加了 2.35 倍。如前所述，英特爾在 10 納米工藝上從200 微米的凸點(diǎn)間距變?yōu)?100 微米，從而實(shí)現(xiàn)了更大的縮放。這仍然只會(huì)使 IO 增加 4 倍。2.35倍或4倍的增加是相對(duì)于晶體管數(shù)量增加的舍入誤差。

這帶來(lái)了pad（硅片的管腳）受限設(shè)計(jì)的概念。將舊設(shè)計(jì)轉(zhuǎn)移到新工藝節(jié)點(diǎn)時(shí)，設(shè)計(jì)本身可能會(huì)大幅縮小，但 IO 需求會(huì)阻止芯片尺寸縮小多少。由于需要 IO，裸片尺寸保持較大且留有空白空間。這些情況稱為pad limited，并且非常頻繁。 這不僅與將使用先進(jìn)封裝的前沿有關(guān)，而且與圍繞汽車芯片和一般半導(dǎo)體短缺的討論有關(guān)。Intel 的首席執(zhí)行官 Pat Gelsinger 認(rèn)為，這些短缺的公司應(yīng)該轉(zhuǎn)向 Intel 16nm 代工服務(wù)。 Pat Gelsinger表示，我們宣布在英特爾 16 和愛爾蘭工廠的其他節(jié)點(diǎn)上提供歐洲代工服務(wù)，我們相信這有機(jī)會(huì)幫助加速結(jié)束供應(yīng)短缺，我們正在與汽車和其他行業(yè)合作幫助建立這些能力。但我也想說(shuō)有些人可能會(huì)爭(zhēng)辯說(shuō)，好吧，讓我們?cè)谂f節(jié)點(diǎn)上構(gòu)建大部分汽車芯片。舊節(jié)點(diǎn)不需要一些舊晶圓廠嗎？我們是想投資過(guò)去還是想投資未來(lái)？ 一個(gè)新的晶圓廠需要 4 到 5 年的時(shí)間才能建成并具有生產(chǎn)價(jià)值。不是解決今天的危機(jī)，投資于未來(lái)，不要選擇向后投資。相反，我們應(yīng)該將所有設(shè)計(jì)遷移到新的現(xiàn)代節(jié)點(diǎn)，為未來(lái)增加供應(yīng)和靈活性做好準(zhǔn)備。 Intel的問題在于，當(dāng)從古老的節(jié)點(diǎn)轉(zhuǎn)移到相對(duì)現(xiàn)代的節(jié)點(diǎn)時(shí)，這些設(shè)計(jì)將受到pad限制。由于每 mm2的成本較高，單位成本經(jīng)濟(jì)學(xué)在這里不起作用，因?yàn)橛捎趐ad有限，芯片面積不能很好地縮放。除了這些成本之外，由于必須在較新的節(jié)點(diǎn)上重新設(shè)計(jì)舊芯片和整個(gè)重新認(rèn)證過(guò)程，因此一次性成本也很高。將舊芯片移到新節(jié)點(diǎn)的解決方案是不可行的。

那么如何增加 IO 計(jì)數(shù)呢？ 一種途徑是尋找使芯片更大的方法。面積越大，IO的空間就越大。這不是最佳途徑，但設(shè)計(jì)人員會(huì)經(jīng)常增加芯片上的內(nèi)存，以便在芯片上存儲(chǔ)更多數(shù)據(jù)。這反過(guò)來(lái)又在一定程度上減少了 IO 需求。AMD 最近的架構(gòu)就是一個(gè)很好的例子，因?yàn)樗鼈冊(cè)?CPU 和 GPU 上都有巨大的緩存。 AMD 將其命名為 InfinityCache（無(wú)線緩存）。解決方案是通過(guò)提供大量的片上 SRAM 來(lái)存儲(chǔ)處理器中與計(jì)算最相關(guān)的數(shù)據(jù)，從而降低內(nèi)存帶寬要求。在 GPU 領(lǐng)域，AMD 明確表示他們能夠通過(guò)添加無(wú)限緩存將 GDDR6 總線大小從 384 位減少到 256 位。蘋果在這方面也很積極，在他們內(nèi)部設(shè)計(jì)的處理器上塞滿了大量的緩存。這些設(shè)計(jì)選擇的一個(gè)組成部分與功率有關(guān)，但很大一部分也是由于pad限制。

另一種途徑是添加各種專用電路以提高芯片效率。我們?cè)诖罅康漠悩?gòu)計(jì)算中看到了這一點(diǎn)?；氐轿覀兊腁pple A15 芯片分析，令人驚訝的是 CPU 或 GPU 的專用區(qū)域如此之少。這是人們談?wù)撟疃嗟膬蓚€(gè)方面。Apple 沒有專注于這些營(yíng)銷方面，而是將大量區(qū)域用于其他功能。雖然沒有標(biāo)注，但右下角主要是圖像信號(hào)處理器。這塊巨大的部分正在做與拍照和視頻相關(guān)的計(jì)算。還有另一個(gè)未標(biāo)記的塊與媒體編碼和解碼相關(guān)的計(jì)算有關(guān)。在 SoC 周圍，可以找到這些相當(dāng)小的統(tǒng)一矩形，它們是 SRAM 緩存，可將更多數(shù)據(jù)保存在芯片上，而不必進(jìn)入內(nèi)存。

這些工作負(fù)載不能在傳統(tǒng)CPU上運(yùn)行。AI的模型越來(lái)越大，F(xiàn)acebook 的深度學(xué)習(xí)推薦系統(tǒng)模型有超過(guò)12萬(wàn)億個(gè)參數(shù)。不斷膨脹的模型尺寸致力于讓你在應(yīng)用上停留更長(zhǎng)時(shí)間并點(diǎn)擊更多廣告。谷歌開發(fā)了自己的芯片，用于人工智能模型的訓(xùn)練和推理，稱為 TPU。隨著 VCU（一種新型處理器）的出現(xiàn)，他們擴(kuò)大了在芯片工作的研究，如果專用于同一任務(wù)，它能夠取代 1000 萬(wàn)個(gè) CPU。 亞馬遜有定制的網(wǎng)絡(luò)芯片，也運(yùn)行他們的管理程序和管理堆棧。他們擁有自己的芯片，專門用于AI 訓(xùn)練、AI 推理、存儲(chǔ)控制和 CPU。當(dāng)你查看 Marvell 和 Broadcom ASIC 服務(wù)的重點(diǎn)時(shí)，就會(huì)發(fā)現(xiàn)，硬件設(shè)計(jì)和架構(gòu)的分散性只會(huì)增加。

就連英特爾，這家認(rèn)為每個(gè)工作負(fù)載都應(yīng)該在 CPU 上運(yùn)行的公司，也認(rèn)識(shí)到唯一的前進(jìn)道路是異構(gòu)設(shè)計(jì)。與針對(duì)每項(xiàng)任務(wù)的通用 CPU 硬件不同，該行業(yè)正在采用常見的工作負(fù)載并專門為它們構(gòu)建芯片。這使架構(gòu)師能夠獲得更高的每單位硅性能。 除了 CPU 之外，專用集成電路的異構(gòu)集成是至高無(wú)上的。不過(guò)，更多內(nèi)存和更多異構(gòu)計(jì)算并不是萬(wàn)能的。雖然通過(guò)增加內(nèi)存和異構(gòu)計(jì)算來(lái)增加芯片尺寸對(duì)于消除pad限制和提高能源效率非常有用，但這些都是要花錢的。很多錢。 看看英偉達(dá)或英特爾的數(shù)據(jù)中心陣容。兩者都接近“標(biāo)線限制”超過(guò) 5 年。即使他們?cè)敢猓麄円矡o(wú)法繼續(xù)制造更大的芯片。芯片收縮已經(jīng)大幅放緩，助長(zhǎng)了這個(gè)問題。更多的芯片面積意味著更多的引腳、更多的集成功能，但這也是成本失控的絕妙方法。并且芯片尺寸已經(jīng)達(dá)到極限。

因此，收縮已經(jīng)放緩，芯片尺寸無(wú)法增長(zhǎng)得更大，設(shè)計(jì)也受到pad的限制，這些是唯一的問題嗎? 不是，硅單元經(jīng)濟(jì)學(xué)也遇到了障礙。半導(dǎo)體行業(yè)及其下游企業(yè)單槍匹馬地推動(dòng)了整個(gè)經(jīng)濟(jì)的通縮環(huán)境，抵消了其他地方的通脹行動(dòng)。沒有它，80 年代以來(lái)的美國(guó)和歐洲將經(jīng)歷無(wú)休止的滯脹。不過(guò)，這種變革性的通貨緊縮力量正在遇到障礙。半導(dǎo)體單位經(jīng)濟(jì)沒有改善。事實(shí)上，將晶體管縮小到更小，它們甚至變得更糟。制造大芯片不僅昂貴，而且比之前的一代更昂貴。

這張來(lái)自 AMD 的圖表描繪了一幅非常病態(tài)的畫面。雖然每個(gè)節(jié)點(diǎn)的轉(zhuǎn)變并不相同，但很明顯，在 7nm 和 5nm 處，該行業(yè)已經(jīng)達(dá)到了拐點(diǎn)。每產(chǎn)出平方毫米的成本增加幅度不是很小，而是很大。盡管節(jié)點(diǎn)轉(zhuǎn)換帶來(lái)了類似的密度增益，或者可能由于 SRAM 縮放速度放緩而更糟，但成本的增加并沒有跟上。與每晶體管成本相關(guān)的趨勢(shì)逆轉(zhuǎn)令業(yè)界震驚。這種逆轉(zhuǎn)具有巨大的影響，甚至導(dǎo)致無(wú)知的銀行家以此為理由，下調(diào)臺(tái)積電的評(píng)級(jí)，稱其估值過(guò)高。

摩根士丹利認(rèn)為，由于摩爾定律正在放緩，晶體管成本縮放已經(jīng)停止，臺(tái)積電的定價(jià)壓力將減弱。摩根士丹利通過(guò)一張可笑的圖表來(lái)證明這一點(diǎn)，該圖表顯示 5nm 的晶體管成本低于 7nm，這與業(yè)內(nèi)專家形成鮮明對(duì)比。隨著 FinFET 節(jié)點(diǎn)的引入，每個(gè)晶體管的成本停滯不前，7nm 完全趨于穩(wěn)定，而 5nm 則比以往任何時(shí)候都高。 因此，每個(gè)晶體管的成本仍在增加，但對(duì)計(jì)算的需求比以往任何時(shí)候都增加。我們轉(zhuǎn)向異構(gòu)架構(gòu)進(jìn)行反擊，但現(xiàn)在芯片設(shè)計(jì)過(guò)程要困難得多。該行業(yè)必須依靠許多擁有不同 IP 的團(tuán)隊(duì)按時(shí)交付并將其整合在一起。Synopsys 和 Cadence 等 EDA 供應(yīng)商在協(xié)助方面做得非常出色，但這還不夠。對(duì)于沒有超過(guò) 1000 萬(wàn)個(gè)單元用例的任何人來(lái)說(shuō)，一個(gè)可以購(gòu)買特定應(yīng)用 IP 或芯片并將其集成到硬件設(shè)計(jì)中的開放生態(tài)系統(tǒng)是必要的。即使對(duì)于這些公司，小芯片風(fēng)格的系統(tǒng)架構(gòu)也是答案。

隨著我們繼續(xù)收縮，預(yù)期收益率會(huì)緩慢下降。這是一個(gè)合乎邏輯的結(jié)論，因?yàn)槊總€(gè)連續(xù)的節(jié)點(diǎn)都會(huì)增加約 35% 的流程步驟。當(dāng)前沿流程在數(shù)千個(gè)流程步驟中進(jìn)行衡量時(shí)，錯(cuò)誤開始迅速堆積。工業(yè)公司喜歡談?wù)摗癝ix Sigma”，但這對(duì)半導(dǎo)體制造來(lái)說(shuō)還不夠。讓我們假設(shè)一個(gè)有 2000 個(gè)工藝步驟的過(guò)程，每個(gè)步驟的每 cm2缺陷數(shù)為Six Sigma。那么D0（每 cm2缺陷率的行業(yè)術(shù)語(yǔ)）最終將是0.678。芯片越大，出現(xiàn)缺陷的可能性就越大。 如果這個(gè)假設(shè)的過(guò)程是構(gòu)建英特爾的高端服務(wù)器 CPU，Ice Lake。這將導(dǎo)致每個(gè)晶片有 4 個(gè)良好的裸片和 76 個(gè)有缺陷的裸片?，F(xiàn)在考慮這個(gè)分析是在 cm2水平上完成的，并且在前沿工藝節(jié)點(diǎn)上每 cm2有數(shù)十億個(gè)晶體管。半導(dǎo)體行業(yè)比Six Sigma好得多。 除了尺寸的完美之外，還有什么解決方案？ Chiplets——小芯片！將大籌碼分成許多小籌碼。 AMD 是這方面最受歡迎的例子，但這是整個(gè)行業(yè)的趨勢(shì)。AMD 可以設(shè)計(jì) 3 個(gè)芯片，一個(gè)CPU 核心小芯片和 2 個(gè) IO 芯片。這 3 種設(shè)計(jì)覆蓋了很大一部分市場(chǎng)。同時(shí)，英特爾設(shè)計(jì)了 2 個(gè) Alder Lake 臺(tái)式機(jī)芯片和 3 個(gè) Ice Lake 服務(wù)器芯片，以服務(wù)于相同的潛在市場(chǎng)。因此，AMD 可以節(jié)省設(shè)計(jì)成本，制造比英特爾更多內(nèi)核的 CPU，并節(jié)省收益成本。 要演示 yield 參數(shù)，請(qǐng)參見下表。AMD將 CPU 內(nèi)核拆分為 8 個(gè) CPU 內(nèi)核小芯片。如果良率是 100%，英特爾將能夠以比 AMD 更低的每個(gè) CPU 內(nèi)核的成本制造內(nèi)核。但相反，英特爾必須在每個(gè) CPU 內(nèi)核上花費(fèi)更多，因?yàn)楦蟮男酒懈嗟娜毕?。下表有一些明顯的警告，其中最大的假設(shè)是缺陷芯片的收獲率為 0，并且英特爾和臺(tái)積電具有相同的 D0。這些假設(shè)都不是真的，這個(gè)練習(xí)是為了演示目的。

小芯片（Chiplet）很棒，但它不是孤立的解決方案。我們?nèi)匀挥龅皆S多相同的問題。每個(gè)晶體管的成本仍在上升，設(shè)計(jì)成本飆升，由于需要更多 IO 來(lái)與其他芯片接口，小芯片被pad限制。由于 IO 限制，部分芯片無(wú)法拆分，因此芯片尺寸仍在達(dá)到峰值。 解決辦法是什么？ 先進(jìn)封裝！ 這就是我們要注意的地方，一些工具供應(yīng)商將所有倒裝芯片封裝稱為“先進(jìn)封裝”。SemiAnalysis 和大多數(shù)業(yè)內(nèi)下游人士不會(huì)這么說(shuō)。因此，我們將所有凸點(diǎn)尺寸小于 100 微米的封裝稱為“先進(jìn)”。

最常見的先進(jìn)封裝類別稱為扇出。有些人會(huì)爭(zhēng)辯說(shuō)它甚至不是先進(jìn)的封裝，但那些人大錯(cuò)特錯(cuò)。以Apple 為例，他們將讓臺(tái)積電采用應(yīng)用處理器芯片，并將其與 90 微米到 60 微米數(shù)量級(jí)的更密集凸塊封裝到重組或載體晶圓/面板上。與傳統(tǒng)倒裝芯片封裝相比，凸點(diǎn)密度大約高出 8 倍。 這種重組或載體晶圓/面板然后進(jìn)一步展開 IO，因此得名扇出。然后將扇出封裝連接到主板。硅芯片的設(shè)計(jì)可以減少對(duì)pad受限的擔(dān)憂，因?yàn)樯瘸鎏幍膒ad較小。該封裝還可以封裝 DRAM 內(nèi)存、NAND 存儲(chǔ)和 PMIC。集成扇出不僅有利于密度，而且它們還在封裝上保留了大量的芯片間 IO。否則，該 IO 將不得不以更大的IO 間距尺寸通過(guò)主板進(jìn)行接口。 集成扇出對(duì)于高性能應(yīng)用程序變得越來(lái)越普遍，不僅僅是移動(dòng)應(yīng)用程序。增長(zhǎng)最快的用例是在十多年來(lái)設(shè)計(jì)一直受到限制的事物的網(wǎng)絡(luò)方面。AMD 將在其服務(wù)器 CPU 和 GPU中非常積極地采用扇出。Tesla Dojo 1是集成扇出封裝的另一個(gè)引人注目的例子，但在晶圓級(jí)。SemiAnalysis透露，特斯拉將在發(fā)布公告前使用這種包裝類型。

在先進(jìn)封裝中，有 2.5D 和 3D 封裝。2.5D 涉及封裝在其他硅片上的硅片，但較低的硅片專用于布線，沒有有源晶體管。這通常以55 微米到 50 微米的間距完成，因此凸點(diǎn)密度高出約 16 倍。最常見和最高容量的用例是具有 TSMC CoWoS（基板上晶圓上芯片）的 Nvidia 數(shù)據(jù)中心 GPU。臺(tái)積電將有源芯片封裝在只有互連和微凸點(diǎn)的晶圓上。然后使用傳統(tǒng)方法將這疊芯片封裝到基板上。 其他示例基本上包括每個(gè)帶有 HBM 的處理器。HBM 是作為一種階梯函數(shù)增加內(nèi)存帶寬的方法而建立的，這種方法高于傳統(tǒng)形式的 DRAM。它通過(guò)使用更寬的內(nèi)存總線來(lái)實(shí)現(xiàn)這一點(diǎn)。這些寬總線會(huì)產(chǎn)生與 IO 計(jì)數(shù)相關(guān)的問題，但 HBM 是從頭開始設(shè)計(jì)的，以便在同一包內(nèi)共存。這顛覆了 IO 問題，同時(shí)也允許更緊密的集成。2.5D 的更多示例包括基于Intel EMIB 的產(chǎn)品、Xilinx FPGA、AMD 最新的數(shù)據(jù)中心 GPU 和Amazon Graviton 3。

3D 封裝是將一個(gè)有源芯片封裝在另一個(gè)有源芯片之上。這最初由英特爾以 55 微米間距的邏輯硅一起發(fā)貨，但批量用例將在 36 微米及以下。臺(tái)積電和 AMD 將推出 17 微米間距的 3D堆疊 V-cache。該技術(shù)從凸塊過(guò)渡到硅通孔 (TSV)，并且具有更大的擴(kuò)展空間。 其他應(yīng)用方面，例如索尼制造的 CMOS 圖像傳感器，其間距已經(jīng)達(dá)到 6.3 微米。為了保持比較，36 微米間距的凸點(diǎn)密度高出 31 倍，17 微米間距實(shí)施的銅TSV 的 IO 密度將提高 138 倍，而索尼的6.3微米間距的CMOS圖像傳感器的IO密度比標(biāo)準(zhǔn)翻轉(zhuǎn)芯片高567倍。

以上只是對(duì)主要封裝類型的基本解釋，但我們將深入研究本系列中的不同類型的封裝。對(duì)未來(lái)的封裝類型、工具以及工具供應(yīng)商有很多不同的賭注。設(shè)備和 IP 方面比人們乍一看想象的要興奮得多，但在我們深入研究之前，需要先解釋基礎(chǔ)知識(shí)。對(duì)于即將到來(lái)的創(chuàng)新海洋，有很多可投資的想法和角度。摩爾定律的放緩正在推動(dòng)根本性的變化。我們正處于先進(jìn)封裝推動(dòng)的半導(dǎo)體設(shè)計(jì)復(fù)興之中。

審核編輯 ：李倩