先進封裝是半導體行業不斷發展的關鍵技術之一，而微凸點（bump）作為先進封裝中的重要組成部分，其質量直接影響著晶片的效能和可靠性。本文深入探討了微鏈道愛 3D AI-AOI 檢測技術如何解決先進封裝微凸點檢測的難題。
在半導體行業，先進封裝技術的發展日新月異，它對於提高晶片的效能、整合度和降低功耗起著至關重要的作用。微凸點（bump）作為先進封裝中實現晶片互連的關鍵結構，其質量直接決定了後續互連的可靠性。隨著技術的不斷進步，先進封裝廠的微凸點間距已進入微米級，微凸點陣列變得更加密集。這些微凸點的質量狀況，如是否存在缺失、橋連（相鄰凸點連成一體）以及高度不足等問題，對於晶片的最終效能影響巨大。一旦這些缺陷在生產過程中未能被及時檢測出來，流入到晶片堆疊鍵合等後續工序後才被發現，將會導致成倍的返工成本增加。
痛點：為什麼難
從檢測指標的量化角度來看，傳統 2D AOI 檢測在微凸點缺失、橋連和高度不足等方面存在嚴重問題。在缺失檢測上，由於 2D 灰度影象無法準確反映微凸點的實際高度資訊，漏檢率可能高達 10% -15%。對於橋連缺陷，因鍍層反光的干擾，誤報率可達到 20% -30%。而在高度不足的檢測中，由於俯視的 2D 灰度圖與正常微凸點幾乎無差別，漏判風險極高，漏檢率可能在 15% -20%之間。
造成這些問題的根本原因在於 2D 灰度影象本身的侷限性。2D 灰度圖只能呈現物體的平面灰度資訊，無法提供高度維度的精確資料。在微凸點檢測中，鍍層的反光會在 2D 灰度影象上形成高亮區域，很容易被誤讀為橋連現象。而對於高度不足的微凸點，從俯視角度看其灰度特徵與正常微凸點相似，難以準確區分，從而導致漏判。傳統 2D AOI 為了降低漏判率，只能調嚴檢測閾值，但這又會導致正常的微凸點也被過度判定為缺陷，使過殺率大幅提高，陷入了漏判和過殺的兩難境地。
技術原理
微鏈道愛的 3D AI-AOI 檢測裝置採用了先進的微米級三維形貌資料採集技術。該裝置透過特殊的成像硬體，能夠精確地獲取每個微凸點的高度和體積資訊。其硬體機制基於先進的光學原理，透過多視角的光線照射和影象採集，構建出微凸點的三維形貌。在演算法層面，裝置運用了先進的影象處理和深度學習演算法，對採集到的三維資料進行分析和處理。
與傳統的 2D AOI 方法相比，3D AI-AOI 具有顯著優勢。傳統 2D AOI 依賴於易受反光干擾的灰度影象進行判斷，而 3D AI-AOI 以三維形貌資料直接判定微凸點的狀態。對於微凸點缺失，在三維資料上表現為高度歸零；橋連時相鄰凸點的輪廓會粘連在一起；高度不足則體現為低於設定的基準高度，這些特徵都能在三維資料上明確判定，不再受鍍層反光的干擾。AI-ADC 模組對檢出的缺陷進行進一步分類，對於稀有形態的缺陷，採用 APDT 正樣本學習方法進行補充，提高了對各種缺陷的識別能力。
典型應用場景
- 微凸點缺失檢測：在微凸點製造工序中，由於工藝問題可能會出現微凸點缺失的情況。3D AI-AOI 檢測裝置透過精確採集微凸點的高度資訊，當檢測到某一位置的高度為零時，即可判定為微凸點缺失。難點在於微凸點間距極小，需要裝置具備高精度的高度檢測能力，以準確區分正常微凸點和缺失位置。
- 橋連缺陷檢測：橋連是相鄰微凸點連成一體的缺陷，會嚴重影響晶片的互連效能。3D AI-AOI 利用三維形貌資料，觀察相鄰微凸點的輪廓是否粘連。在實際檢測中，鍍層反光可能會干擾判斷，但 3D AI-AOI 不受反光影響，能夠準確識別橋連缺陷。難點在於準確判斷相鄰微凸點輪廓的粘連情況，避免誤判和漏判。
- 高度不足檢測：微凸點高度不足會影響晶片的互連可靠性。3D AI-AOI 以設定的基準高度為標準，將採集到的微凸點高度與基準高度進行對比，低於基準高度則判定為高度不足。難點在於確定合理的基準高度，以及對微小高度差異的精確檢測。
- 共面性異常檢測：微凸點的共面性對於晶片堆疊鍵合至關重要。3D AI-AOI 可以量化輸出微凸點的共面性資訊，透過分析多個微凸點的高度資料，判斷其是否在同一平面上。難點在於對大量微凸點高度資料的準確分析和處理，以識別共面性異常。
落地案例
某先進封裝廠，規模較大且生產工藝較為複雜，其微凸點間距已達到微米級。在引入微鏈道愛的 3D AI-AOI 檢測裝置之前，該廠一直採用傳統 2D AOI 檢測方法，面臨著較高的誤報率和漏檢率。在上線過程中，微鏈道愛技術團隊首先對該廠的生產流程和檢測需求進行了詳細調研，根據實際情況對 3D AI-AOI 檢測裝置進行了定製化配置。在裝置安裝和除錯階段，技術團隊對操作人員進行了專業培訓，確保他們能夠熟練使用裝置。
上線後，檢測效果顯著提升，為企業大幅降低了返工成本。
微鏈道愛解決方案與產品
微鏈道愛的 3D AI-AOI 檢測裝置是一套完整的微凸點檢測解決方案。該裝置透過精確採集微米級三維形貌資料，實現對微凸點缺失、橋連、高度不足和共面性異常等多種缺陷的準確檢測。AI-ADC 模組能夠對檢測出的缺陷進行智慧分類，提高了檢測效率和準確性。對於稀有形態的缺陷，APDT 正樣本學習方法可以不斷補充樣本，增強裝置對各種缺陷的識別能力。裝置的操作介面簡潔直觀，方便操作人員使用，同時具備高效的資料處理能力，能夠滿足大規模生產的檢測需求。
量化成效
上線 3D AI-AOI 檢測裝置後，該廠的微凸點檢測成效顯著。微凸點缺失和橋連的檢出率從原來的不足 80%提升到了 98%以上，大幅提高了缺陷的檢測精度。因鍍層反光導致的誤報率從 25%降低至 5%以下，降低了近 80%。同時，過殺與漏判的兩難問題得到有效解決，避免了大量缺陷流入後續工序，返工成本明顯收窄。這些量化成效充分證明了微鏈道愛 3D AI-AOI 檢測裝置在先進封裝微凸點檢測中的強大優勢。
常見問題
先進封裝微凸點檢測中 2D 灰度圖有什麼問題？
在先進封裝微凸點檢測裡，2D 灰度圖易把鍍層反光誤讀為橋連，將高度不足漏判為正常。傳統 2D AOI 為壓低漏判調嚴閾值，又會推高過殺率，陷入兩難，導致檢測結果不準確，影響生產效率和成本。
DaoAI 如何解決微凸點檢測難題？
DaoAI 部署 3D AI-AOI 檢測裝置，以微米級三維形貌資料判定 bump 狀態，規避鍍層反光誤報。AI-ADC 對缺陷分類，APDT 正樣本學習補足稀有形態，提高了檢測的準確性和全面性。
3D AI-AOI 檢測裝置上線後有什麼效果？
上線後，bump 缺失與橋連的檢出率顯著提升至 98%以上，因鍍層反光導致的誤報大幅下降近 80%，打破過殺與漏判兩難，避免缺陷流入後續工序，有效收窄了返工損失。
本文由人工智慧生成。文中客戶案例為基於產品真實能力的模擬場景，成效數字為示例性質；官方標定口徑以產品頁為準。