|
什么是当今吸引人们注意的流行先进技术？相信以下的专业用词都经常出现在周遭与新闻、文章之中，如人工智能（Artificial Intelligence）、深度学习（Deep Learning）、云端计算（Cloud Computing）、超级计算机（Supercomputer）、自动驾驶、智能语音识别等。 包括Google、Amazon、Intel、Nvidia或是AMD等，从这些世界级技术巨型企业的策略中可以发现，不约而同的都正积极投下巨额资金，来开发前述的这些软硬件技术和相关的应用。 据九芯电子研究显示，组成人工智能机能应用所需要的硬件，例如特殊应用语音识别IC（Speech recognition IC）、绘图处理芯片（GPU）、中央处理器（CPU）、场域可程序化门阵列（FPGA）等组件，在未来数年间的全球市场规模，将会以40%年平均成长率急速扩大。 语音芯片封装高度整合的关键：异质整合技术 由于算法、大数据和高效能语音识别芯片的进步，是扮演推动这一新世代科技浪潮的大动力。因此随着终端电子产品快速发展，智慧家居、平板计算机与穿戴装置等产品不断朝轻薄短小、多功能、高效能、低成本、低功耗，及小面积等要求发展的情况下，需将把多种不同功能的ic芯片整合于单一语音模块中。因此，包括晶圆代工厂、IC设计公司等语音IC制造厂家，相继投入先进封装技术领域。根据Yole数据显示，2017～2021年全球先进封装规模从250亿美元增至310亿美元，年复合成长率约7%。 而这些先进技术的应用与能力，都在近几年内取得了令人惊讶的巨大进展，然而在这些看似不同领域技术或科学的背后，都有一个共同的特点，那就是都采用了异质整合（Heterogeneous Integration）的语音IC设计。 例如，近来出现了另一种称为「chiplet（小芯片）」的设计概念。所谓chiplet，就是具备特殊用途或单一功能的KGD（known good die）或IP区块；然后，在开发高效能系统时，透过搭配选用适当chiplet的堆栈累积，来达成所需的系统效能。目前的封装技术是以并排的方式朝2.5D技术发展，透过中介层（interposer）和重分布层（RDL）设计来进行整合。而3D封装则是把多颗芯片向上堆栈，除了底层芯片之外，所有芯片都需要透过TSV （硅穿孔）来传递讯号。 英特尔（Intel）在CES 2019主题演讲中，发表了采用3D语音芯片封装技术的处理器（Lakefield），引起众人的注目，也让3D异整合质封装正式迈入商品化的程度。Intel利用堆栈设计，整合各式芯片、I/O、结构等，进而提升IC芯片设计的灵活性，也大幅减少多核处理器所需的芯片空间，让体积缩小到仅有12mm×12mm。 透过新世代的封装技术突破摩尔定律 根据2018年所发表的IRDS Roadmap（International Roadmap for Devices and Systems），到2030年语音芯片制程技术将达到1.5 nm。但是在半导体前段制程中，根据摩尔定律应该在5nm左右就难以再突破了，但是随着技术进步到28nm之后，成本反而会逐渐下降。这似乎违背了产业中的基础常识。 例如台积电（TSMC）不断地将组件的制程持续缩小，从14 nm、10 nm、7 nm甚至于目前新开发的3nm，不仅仅提升CMOS组件的运作速度，同时也大幅度增加了逻辑闸数。虽然目前3nm制程技术仍在早期研发阶段，台积电也没有发表例如效能及功耗指标等等任何技术细节（如，和5nm制程相较能提升多少效能），只描述3nm将会是一个全新的制程技术，所以必然也会有新的架构、技术、材料等。而不是5nm制程的提升。 这相当于每经过18-24个月的时间，可以在同一空间中，让组件数增加一倍，除了加快ic芯片本身的运作速度外，还有两个因素变得越来越重要。 一个是采用高带宽储存（HBM；High Bandwidth Memory）的架构，不仅可提高计算能力之外，还可以降低系统总功耗和增加储存的带宽；另一个则为了达到高速数据收发的串行化或解串行化（serializer/deserializer），也就是SerDes。SerDes IO的模块可以整合到主芯片中，也可以作为单独的芯片生产制造。 而要如何将这些高速性能进行整合？其中一个关键点，就是让先进的2.5D异质整合结构芯片封装技术来扮演这个角色。但是为什么需要采用2.5D封装技术，以目前来说，2.5D封装是一种高阶的IC芯片封装技术，可实现各种IC芯片的高速整合。
| 
楼主
标题置顶
标题高亮
