Chiplet 技术近年来发展迅速它像搭积木一样将不同功能的小芯片组合在一起形成性能更强的芯片，这种异构集成方式让芯片设计更加灵活，但这也给检测带来了新的挑战，不同型号的 Chiplet 结构差异大缺陷类型也不同，例如有的容易出现微裂纹，有的容易出现空洞还有的可能出现桥接，如果检测程序没有调好漏检和误检率就会升高进而影响良率，这篇文章际诺斯将结合实际经验探讨如何通过Xray检测实现快速换线和精准检测，核心方法包括：模块化检测程序、通用化夹具设计以及 AI 迁移学习。
Chiplet 生产的最大特点是“小批量、多品种”，今天可能只做 100 片 A 型号，明天又换成 50 片 B 型号，这种模式对检测系统的灵活性要求很高，不同型号的 Chiplet 在尺寸、结构和缺陷类型上差别很大，例如，2.5D 封装和 3D 封装的内部互连方式完全不同，X-Ray 检测关注的区域也不一样，X-Ray 检测在 Chiplet 工艺中非常重要，它能穿透芯片，查看焊点、微凸点是否有问题，比如，微裂纹可能导致信号中断，空洞会影响散热，桥接会导致短路，这些缺陷肉眼无法发现只有 X-Ray 能识别，因此X-Ray 检测是确保互连可靠性、提升良率的关键环节。
小贴士： 不同封装形式的 Chiplet，X-Ray 检测的穿透深度和分辨率要求不同，2.5D 封装主要看硅中介层上的微凸点，3D 封装则要关注上下芯片之间的 TSV(硅通孔)，检测前一定要先搞清楚 Chiplet 的封装形式，再调整检测参数。
以前每换一种 Chiplet 型号都需要从零开始编写检测程序，耗时耗力，后来我们采用了模块化检测程序，简单来说，就是把检测流程拆分成多个小模块，如“定位模块”、“参数模块”、“缺陷识别模块”，每个模块都标准化，可以自由组合，例如，A 型号和 B 型号的 Chiplet 定位方式可能不同，但缺陷识别逻辑相似，只需要更换“定位模块”，其他模块可以直接复用，换线时间从原来的 4 小时缩短到 1.5 小时，效率提升了 60%，而且因为程序经过验证漏检和误检率也明显下降。
小贴士： 模块化程序的关键是“可配置化”，建议将常用检测参数(如电压、电流、放大倍数)做成预设值，换线时一键调用，即使新员工也能快速上手，减少参数波动。
夹具用于固定 Chiplet，以前每种型号都需要专用夹具，成本高、换线慢，后来我们设计了通用化夹具，采用标准化接口可以调节夹持宽度和高度，适配不同尺寸的 Chiplet，不管是 2.5D 封装还是 3D 封装都能稳定夹住，这个通用夹具和检测设备协同优化，夹具上加了定位标记，X-Ray 设备能自动识别，减少人工调整时间，有客户反馈之前换夹具需要 30 分钟现在只要 5 分钟，检测准备时间减少了 45%，特别适合小批量快速切换。
小贴士： 通用夹具的调节范围要留足余量，例如，Chiplet 尺寸从 10mm 到 30mm，夹具的夹持范围最好能覆盖 5mm 到 40mm，，即使未来有新型号，也不用重新做夹具。
微小缺陷的识别一直是 X-Ray 检测的难点，例如微裂纹只有几微米宽，人眼很难发现，我们引入了 AI 模型用大量缺陷图片训练它，但问题在于每种 Chiplet 的缺陷特征不同，如果每换一种型号都要重新训练 AI，数据量不够，时间也来不及，后来我们使用了迁移学习技术，简单来说就是先用一种 Chiplet 的缺陷数据训练一个基础模型，换新型号时只需用少量新数据微调即可，模型就能快速适应，例如有客户原本误检率是 15%，使用迁移学习后降到 10%，下降了 30%，而且AI 模型还能跨型号泛化，比如用 A 型号训练出的模型，稍作调整就能识别 B 型号的类似缺陷。
小贴士： 迁移学习的关键是“数据互联互通”，建议将 AI 模型与生产线系统打通，让模型能实时获取新缺陷样本，持续优化，模型越用越聪明，检测精度越来越高。
以前我们的检测数据是孤立的，存在不同的电脑里难以追溯，后来我们把检测数据与生产系统集成，实现了全流程追溯，例如哪个 Chiplet 在哪个工序出了问题一查就知道，更重要的是我们实现了“参数一键优化”，系统会根据历史检测数据和当前 Chiplet 的特性，自动调整检测参数，例如如果历史数据显示某种型号的 Chiplet 容易在某个区域出现空洞，系统就会自动提高那个区域的检测灵敏度，客户反馈数据互通后检测效率提升了 25%，人工干预减少了 50%，有效降低了参数波动带来的质量风险。
小贴士： 数据互联互通不只是为了追溯，更是为了“良率提升”，建议将检测数据、工艺参数、良率数据关联起来，建立“缺陷-工艺”关联模型，一旦发现某种缺陷系统就能自动推荐调整工艺参数，从源头解决问题。
换线慢不只是因为程序调整慢，更因为换线后参数波动，导致反复调试，我们分析了历史换线数据，发现每种 Chiplet 型号都有最佳检测参数，于是，我们建立了“Chiplet 型号 - 最佳检测参数”映射库，换线时，系统自动预加载最佳参数，一步到位不用再试错调整，我们还引入了“换线健康度”指标，每次换线后系统会基于漏检误检率、参数波动幅度，给这次换线打分，如果分数低，系统会反向指导模块化程序和夹具设计的迭代优化，例如，如果某次换线参数波动大，系统会建议调整程序模块或夹具结构，换线从“被动应对”变成了“主动预判”，工艺工程师再也不用为换线头疼了。
柔性检测技术让 Chiplet 小批量多品种生产不再是难题，模块化程序、通用夹具、AI 迁移学习这三大法宝帮助我们实现了快速换线、高精度识别和智能优化，未来随着 Chiplet 技术的发展，比如异构集成、3D 堆叠，检测系统还需要不断升级，但有了“主动预判”式的换线策略，工艺工程师就能从容应对多品种共线和微小缺陷的挑战，把核心竞争力牢牢掌握在手中。
留言板
返回列表