两大应用驱动，扇出型封装前景看好
2020-05-06
14:00:17
来源: 半导体行业观察
来源：内容来自「
CTIMES
」，谢谢。
5G时代来临代表的是一个高频通讯的概念，而人工智慧则是代表高度的概念，所以高频和高度这2个名词，将会是代表未来芯片的封装技术在新一代的研发过程当中，所需要面对的挑战。
过去AI芯片几乎是运用在云端，因此大多是掌握在Facebook、Amazon或是Google上，因此在AI芯片制程的技术与市场规模上面，并没有太大的推动力。不过，从2018年开始，出现了一个很大推波助澜的效应，也就是说，Edge运算的出现，造就Edge端跟云端有很大的差异。
基于这样的趋势带动之下，全球封测与晶圆厂都争相开发高速运算芯片的封装技术，例如透过逻辑及记忆体芯片整合在矽中介层上，来高芯片整合效能，并且利用芯片切割后再整合，来达到降低制程成本（图1）。
图1 : 先进封装产值趋势。（source：工研院，智动化整理）
Edge端应用所带来的挑战和变化是，首先，在Edge端的市场里通常AI芯片的单价不能太高，因为来自消费者市场阶层的要求，不可能拿云端的AI芯片在手机里面，因为云端的AI芯片价格最少一颗要1000美元，而目前高阶手机的均价也都是在1000美元左右，所以不可以为了一支具有AI能力的手机，来加购一颗1000美元的AI芯片，所以芯片成本永远是一个很重要的因素。
其次是，在Edge端会有耗电的问题，不像云端的取电是经由市电或电源供应器，可以己乎永无止尽的获得电力支援。因此对于Edge端所需的AI芯片耗电量就需要考量的。因此成本、耗电量跟体积这些事情，造就了面对新一代AI芯片的封装呢，就不能用云端的概念去思考（图2）。
图2 : AI运算从Cloud端到Edge端。（source：HJ Yoo(KAIST), ISSCC 2017）
因此在面临高速通讯与AI的需求来说，Edge端的市场结构必须和云端的思考做一个切割，把跟Edge端独立变成一个商业市场来看，但是要面对这样的一个新到来的Edge端市场，就免不了又要出现数量、价格的竞争需求，以及被期待的庞大市场商机。所以可以发现吸引了台湾业者先后涌入开发相关的产品。
但是就目前来说，AI芯片有4大问题，首先AI芯片不是一个通用型，而仅是半通用的架构，需要面对各种不同的运用跟情境设定，因此AI芯片需要客制化。其次，内建的memory要更低的耗电能力，可携式产品的运用情况之下，就会有电池供电的问题存在，因此你的记忆体就不能耗太多力量。第三就是如何将这些AI芯片记忆体、CPU甚至未来所需的感测器整合在一起，因为这是把不同的Node整合在一起，因此这对于封装来说是一个很大的挑战。
最后就是一个AI系统的软件开发，因为AI的应用几乎都是客制化，因此不可能为了每一个客制系统，去反覆修改、测试和调整，因此最佳的期望是在软件的开发过程当中，就可以把各种条件和要求做出来，再确认这样设计是可行的，才开始进行芯片的设计开发，进而缩短整个设计过程。
面对上述的种种问题，未来AI的硬体加速器会有几个趋势和要求，包括Low Power、Low Latency、Data Reuse和Data Locality。尤其是Low Power和Low Latency这2项就需要让封装业者花很多时间去解决（图3）。
图3 : AI硬体加速器需求（source：工研院）
就Von-Neumann影像辨识架构AI芯片来看，在HPC里面的系统需要置入CPU与Memory。当从CIS获得影像之后，先存放到Memory，然后再去把原来放在里面的资料取出，再送到GPU里面进行prediction后再回传，如果比对有误，就需要重新再找一笔资料，所以基本上来它的整个cycle是1到5的一个循环（图4）。
图4 : 利用逢纽曼架构产生高耗工运算（source：KAIST）
基本上，需要1024个Channe个I/O来进行传送。因此整个运算过程当中，需要这么多的步骤被执行，假设能够将功率消耗降低的话，才有办法能够让资料量变快。对于以PCB与IC所设计出来的云端AI系统来说，根本不会担心电力问题，但是对于应用在可携式产品上的EDGE来说，就没办法了。
因此必须透过更先进的3D封装技术来达到期望，因为3D的话，芯片之间传送的路径最短，也就代表耗电量最低。但是，以目前的技术层次来说，3D基本上还有很多问题。因此，目前众多业者仍旧把大部分的精力放在改善2.5D封装技术上，透过各种方法来改善耗电量，然后能够真正在可携式产品端使用。对于这方面，目前TSMC和INTEL都有一些概念提出来，希望能够解决这样的问题跟成本。例如，TSMC提出了一个SoIC概念，而INTEL则是提出EMIB(图5)。
图5 : 多芯片异质整合SiP方式。（source：工研院）
因此相信在短时间的1、2年之内，会有很多2.5D、2.1D甚至2.XD被提出。所以基本上整体来看，其实都是因为运算所带来的需求，前述的AI两个大问题，一个是功耗，另一个是速度的问题。那速度的问题除了将配线做的更细之外，因为同时间要有更多的记忆体，所以Die的厚度会变的更薄，这就是一个大问题。
在芯片中Data的部分，因为5G的频段比较高，因此呢它容易受到一些所相关的阻隔，因此在手机芯片设计上，芯片在封装时都会加上AiP(Antennas in package)，为什么Antennas in package变成非常重视？这个因为基本上利用传统的PCB没有办法实现天线的结构，所以才会利用封装的Wafer Level Processes将天线置入，并且将天线缩小，因为现有的4G通讯环境之下只需要一个天线就够了，一个大片的天线就可以进行讯号的传送接受了，但是相对的呢整个功率跟能量的损耗会比较大。
不过，面对更高速的应用，就无法以目前的技术来因应，因此在最近这几年全球的芯片业者都相当积极的开发AiP的封装技术，就是因为在系统端面对28 GHz、38 GHz的频段时，是无法利用single pattern的方式达到，所以一定要用阵列方式，但又无法放入封装里，因此这是一个很大的挑战。
图6是一个RF chip上面有天线，而另外一种较简单用Fan Out的模式，把模封材料(Molding Compound)整个应用在AiP，但是高频的情况之下会有电磁干扰，因此模封材料原先不是用来做电磁干扰，只是用来做保护。
图6 : 因5G带动的RF FE模组新需求。（资料来源:工研院）
封装从DIP等技术开始，模封材料本来的责任就是指要保护芯片不要受到外面的伤害，但是到现在，不仅仅保护的功能还能在上面做线路的置划。在这种情况之下，模封材料现在责任越来越大，以前只是配角，但是现在已经快变成主角，因为有很多的应用都会利用模封材料来当作一个载板，以及高频的隔离和散热，所以呢对于整个来说，因为新的需求，所以模封材料会有一个很大的挑战。
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第2301期内容，欢迎关注。
『
半导体第一垂直媒体
』
实时 专业 原创 深度
识别二维码
，回复下方关键词，阅读更多
中国半导体｜苹果｜封测｜
蓝牙
｜设备
｜晶圆｜英伟达｜射频｜台积电
回复
投稿
，看《如何成为“半导体行业观察”的一员 》
回复
搜索
，还能轻松找到其他你感兴趣的文章！
责任编辑：Sophie
