本文由半导体产业纵横（ID：ICVIEWS）编译自semiengineering

半导体测试发挥着至关重要的作用。

半导体行业正在迅速变化，政府对产能回流的支持创造了亚洲、美国和欧洲资源之间的新互动——即使该行业正在开发诸如 HBM 和异构集成之类的新技术。由于熟练工程师的稀缺以及与 AI 相关的新性能需求都加剧了行业挑战和快速发展。

这对半导体测试意味着什么？自动测试设备 (ATE) 公司通过调整技术、提高自动化程度以及与半导体制造商密切合作，在应对这些挑战中发挥着至关重要的作用。测试资源被证明是必不可少的，可确保行业能够继续创新并满足全球市场日益增长的需求。

地缘政治和半导体影响美国的《CHIPS法案》是一项重要的立法举措，旨在支持国内半导体制造和研究。该法案的大量资金和激励措施旨在解决供应链中断和地缘政治紧张局势所暴露的脆弱性。资金还支持劳动力发展，美国在未来几年将面临行业人才短缺，预计短缺人数将达到 7 万至 9 万，到 2030 年，即使生产率有所提高，全球也将有超过一百万个职位空缺。

《CHIPS法案》还为半导体技术的先进研究提供资金，从而促进了对半导体测试方法和尖端测试设备的创新需求。随着测试行业不断发展以应对采用先进封装和异构集成的芯片的复杂性，这一点至关重要，有助于确保该行业能够满足对人工智能和高性能处理的广泛需求。

欧洲和亚洲也在采取类似举措，各自努力加强基础设施建设。地区之间的相互作用十分复杂：尽管美国和欧洲正在大力投资自己的半导体生态系统，但亚洲，尤其是中国台湾和韩国，仍然是半导体制造业的重要地区。

《CHIPS法案》对测试行业的影响是深远的。资本的涌入增加了半导体生产能力，这反过来又需要更多的测试设备和服务。随着美国新工厂和装配厂的建立，国内半导体测试资源的需求也越来越大。

测试的新需求和新机遇

这些由政府支持的基础设施投资正值半导体设计、开发和测试的关键时刻。人工智能的发展使人们更加关注先进数字芯片的性能和可靠性——全球对需要超快性能但复杂性和功耗要求更高的应用7684需求很高。

随着半导体节点的缩小（例如低于 5nm 几何尺寸），确保其性能、可靠性和功率效率的复杂性呈指数级增长。微型化每向前迈进一步，都会在制造精度、热管理和缺陷检测方面带来新的挑战。技术进步增加了所有晶圆厂工具的总体压力，包括制造商依赖的 ATE 系统，这些系统可确保最终设备良率，并最终转化为收入。

众所周知，通过缩小半导体工艺节点来获得收益的时代正在放缓，需要在设计、材料和封装方面进行创新，以保持摩尔定律的轨迹。芯片制造商正在采用先进的封装技术来满足所需的处理速度，包括多个异构集成半导体芯片（小芯片）和 2.5D/3D 封装结构。这加大了晶圆厂可靠生产已知良好芯片 (KGD) 和已知良好中介层 (KGI) 的压力，导致需要越来越复杂的测试方法来验证单个芯片在组装成更大的系统之前的性能和可靠性。

ATE 部门应对日益复杂的融合因素

泰瑞达致力于满足这些需求，确保全球半导体生态系统在前所未有的挑战面前继续创新和繁荣。

为了满足全球半导体领域这些巨大变化的需求，该公司采用了灵活的测试策略。这包括能够在整个制造流程中转移测试，以有效管理质量成本。早期测试可最大限度地降低废品成本，而后期测试可确保彻底的质量控制。这是一种平衡的方法，可在整个测试操作过程中保持质量，利用数据分析，降低成本并提高产量。

有关左移和右移的更多信息

2.5D/3D 封装确实推进了摩尔定律，但其经济可行性取决于在制造早期降低缺陷逃逸率（一路生产过程中出现的缺陷数量）以降低废料成本。在流程中将测试向左或向右移动有助于实现此目标并最大程度地降低总体成本。

尽早增加测试覆盖率被称为左移，发生在晶圆检查和部分封装期间，以最大化 KGD，从而有助于降低未来的封装成本。然而，这会增加测试成本，并且必须权衡减少废料的好处。

右移策略可增加流程后期的测试覆盖率，以检测缺陷并保持质量。这种方法利用最终（或系统级）测试中的更高并行性来降低成本，同时满足质量目标。高产量测试可以移至这些后期阶段以优化效率。

目标是在整个制造过程中平衡质量和产量，优化总体成本。策略包括通过降低晶圆探测中的缺陷逃逸率来降低废品成本，以及高效地进行批量生产测试以降低测试成本。最终，向左或向右移动的决定由动态和连续过程中的分析支持。有了宝贵的数据，就可以在整个芯片制造过程中调整测试策略，从而形成一个闭环改进，以提高产量，同时最大限度地降低测试成本。

灵活的测试策略应对挑战

如今的动态测试覆盖还将 ATE（如 Teradyne 的UltraFLEXplus）与系统级测试 (SLT) 相结合，后者可在 Teradyne 的 Titan 平台上完成。SLT 可模拟真实条件，以对集成半导体器件进行最佳验证，尤其适用于片上系统 (SoC) 和系统级封装 (SiP) 等先进技术，可有效识别故障、控制成本并通过数据分析提高产量。

预集成测试可确保最终封装中仅使用功能性芯片和中介层，通过高效的 KGD 和 KGI 工艺减少缺陷。对于 3D 堆叠 IC，通过复杂的 3D-DFT 测试访问架构进行全面的可靠性和性能测试。

至关重要的是，ATE 的数据分析通过提供趋势和异常洞察，帮助制造商更好地控制制造过程。人工智能进一步帮助分析这些趋势——优化测试参数并进行实时、主动的调整，以提高产量并降低成本。Teradyne 的Archimedes 分析解决方案提供了一个开放的开发环境，可以在边缘 实现实时分析 ，并可以灵活地提供易于部署的开箱即用和定制解决方案。

同样，旨在降低数据中心功耗的硅光子学也需要同时开发数字和光子学测试。由于光子学越来越常规地与电子学集成以实现高数据传输率和低功耗，因此必须针对共封装光学器件优化测试解决方案。

利用数据和自动化打造下一代 ATE

展望未来几年，我们可以预见，对新半导体材料（如 SiC 和氮化镓 (GaN)）以及集成光子学的专用测试设备的需求将会增加。这包括增强高压/大电流和低压/低电流测试能力，从而有效地处理单个封装内的不同材料。

端到端自动化可能会发挥关键作用，通过从晶圆到最终封装的全自动测试流程减少人工干预并最大限度地减少错误。ATE 将继续利用人工智能和机器学习来提高测试准确性，预测组件故障并实时优化测试参数。

人工智能驱动的数据分析将有助于识别模式和趋势，从而实现主动质量控制和产量改进。Teradyne 通过SEMI 智能数据-人工智能计划支持行业增加人工智能的举措，该计划是一个专门针对半导体生态系统的平台，旨在推动数据和人工智能创造价值。作为该计划的成员，Teradyne 正在努力实现测试数据输出的标准化，从而鼓励合作，而不必担心知识产权暴露或供应商锁定。

显然，人工智能、先进半导体技术和地缘政治动态的交汇正在塑造我们行业的未来。通过灵活、协作和创新的测试策略，Teradyne 致力于确保半导体的可靠性和卓越性，为人工智能充分发挥潜力的未来铺平道路。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。