如果你一直关注先进封装技术的发展，就会知道这个行业正在以前所未有的速度突破界限。从高性能计算到颠覆行业的AI设备，对更小、更快、更强大的芯片的需求正在推动各个层面的创新。而这场变革中一位默默无闻的功臣就是：玻璃载体。
这些载体对于涉及高带宽内存 (HBM)、2.5D/3D 集成和芯片级架构的应用而言正变得至关重要。在制造过程中，玻璃载体为薄晶圆和面板级封装提供机械支撑。为什么呢？玻璃载体以其抗翘曲性、卓越的刚性和热稳定性而著称。玻璃优异的平整度和刚性相结合，使得芯片和中介层的精确定位成为可能。此外，玻璃具有光学透明性，这使得在键合和堆叠过程中可以进行透过玻璃的对准，这对于需要精确对准多层结构的 3D 集成至关重要。
然而，玻璃载体的优势也伴随着诸多挑战，对于任何接触过玻璃的人，无论是在晶圆厂还是在家中，这些挑战都不足为奇。玻璃易碎，因此容易出现表面缺陷、亚表面夹杂物和残余应力。这些都会对芯片贴装质量、互连可靠性和芯片良率产生负面影响。
让我们来看看导致产量下降的三大罪魁祸首。
玻璃载体在处理和加工过程中可能出现颗粒、凹坑和划痕等表面缺陷，这些缺陷会影响先进封装组件的结构完整性和性能（图 1）。颗粒会干扰粘合过程，导致粘合不良或电气不连续；而凹坑和划痕则会产生应力集中点，在热循环或成型过程中削弱载体。
图 1：常见的玻璃载体缺陷。
然而，在回收或清洗过程中经常引入的表面下夹杂物和有机污染物则构成更为严峻的挑战。玻璃内部的夹杂物会造成局部应力集中，而有机残留物则会降低紫外线透过率并导致键合失效。在对光学透明度和表面纯度要求极高的互连环境中，这些污染物尤其成问题。
除了表面和亚表面缺陷外，残余应力也是一个值得关注的问题。随着时间的推移，这些应力点会在热处理或机械搬运过程中显现出来，并可能导致裂纹或分层，从而破坏整个封装的热机械完整性。
每次为了降低整体包装成本而重复使用玻璃载体时，这些潜在挑战都会加剧。幸运的是，目前已开发出一些技术来应对这一难题。这些技术集成了人工智能驱动的缺陷分类、实时分析和自适应扫描模式，能够在不牺牲精度的前提下保持生产效率，使制造商能够以前所未有的精度检测表面异常、亚表面夹杂物和应力引起的缺陷。
实现无缺陷玻璃载体空白标题
如今的晶圆级检测平台利用激光散射测量和成像技术，对各种不透明和透明/半透明基板上的纳米级缺陷进行检测。这些基板既适用于研发环境，也适用于大批量先进集成电路基板 (AICS) 和扇出型面板级加工 (FOPLP) 环境。采用具有多个检测通道和先进信号处理算法的专有检测技术，可确保玻璃基板检测的准确性和可靠性。
每个通道都经过优化，能够捕捉独特的散射和反射特征，从而以极高的精度区分表面和亚表面缺陷以及应力相关的异常。该技术可以检测、测量、表征和成像表面颗粒、划痕、凹坑、凸起、表面污染、薄膜或晶圆内部应力以及空隙/夹杂物。该技术最重要的功能之一是能够同时进行顶部、底部和内部缺陷映射，这对于透明和半透明基板至关重要，因为缺陷可能出现在多个平面上（图 2）。
图 2：顶部（蓝色）和底部（红色）缺陷映射结果。
除了缺陷检测之外，埃级薄膜厚度测量还能对表面涂层和残留层进行精确控制。这项功能在玻璃回收过程中尤为重要，因为即使薄膜厚度的微小变化也会影响紫外线透过率和粘合性能。通过实现精确的缺陷检测和分级，只有符合严格质量标准的玻璃载体才能重新投入生产。
通过引入能够提供全面缺陷映射和应力分析以降低风险的技术，制造商能够保持下一代设备所需的机械和热完整性。这项能力在人工智能设备、高性能计算和汽车电子等可靠性至关重要的市场中尤为重要。凭借先进的光学技术和强大的算法分析相结合，制造商可以成功实现更高的良率、更低的成本，并对其封装工艺更有信心。
结论
随着封装复杂性的增加和玻璃载片使用量的上升，结合多深度缺陷映射和应力分析的检测系统对于确保人工智能和高性能计算设备的良率和可靠性至关重要。随着人工智能驱动的数据中心和先进封装架构的爆炸式增长，制造商需要兼具精度、速度和成本效益的解决方案。本文讨论的基于激光的晶圆检测技术能够有效应对玻璃载片面临的诸多挑战，并帮助先进封装厂商维护无缺陷的玻璃载片，从而支持下一代先进封装技术的发展。
玻璃载体的未来很明确：只要拥有合适的技术，制造商就能利用这些工具和手段来满足人工智能和高性能计算市场日益增长的需求。
来源：https://semiengineering.com/a-clear-advantage-precision-glass-carrier-inspection-for-ai-and-hpc-markets/，侵删
