Failure Analysis in Transition: An Industry Survey of Challenges, Priorities, and Standardization Needs in Advanced Packaging and Heterogeneous Integration

想象一下，曾经用于制造计算机芯片的世界就像是在修理一台单一、扁平的汽车发动机。如果某个部件坏了，你可以轻松地打开引擎盖，观察并修理那个特定的零件。那就是“器件级”失效分析。

但如今，这篇论文解释说，芯片制造已经发生了变化。它不再仅仅是一个扁平的发动机；它更像是在建造一座巨大的多层摩天大楼，房间层层堆叠，墙壁由不同的材料组成，而布线则深埋在混凝土之中。这就是所谓的“异构集成”和“先进封装”。

该论文的作者调查了约100位专家（工程师、科学家和公司领导者），并询问了这样一个问题：“在这些新型、复杂的芯片‘摩天大楼’中，寻找并修复问题的难度有多大？”

以下是他们的发现，用简单的语言进行了解释：

1. 问题已经转移到了“楼上”

过去，专家们主要寻找单个芯片内部的损坏部件。而现在，调查显示，69% 的工作都围绕着“摩天大楼”本身——即不同的芯片是如何堆叠、粘合和连接在一起的。

• 类比： 现在仅仅检查一个灯泡是否烧坏是不够的。你必须弄清楚问题是出在墙内的布线、建筑沉降产生的压力，还是不同楼层之间的连接方式上。
• 结果： 专家们认为“封装与异构集成”是最需要关注的领域（评分高达 7.92/10），其重要性甚至超过了观察微小的晶体管本身。

2. “混合键合”的噩梦

调查询问了：“哪项新技术最难进行分析？”

• 获胜者： 混合键合（Hybrid Bonding，指在微观层面将两块芯片完美地粘合在一起）被 54% 的受访者列为最难的挑战。
• 类比： 想象一下，你试图将两块玻璃完美地粘在一起，使它们合二为一，但随后你必须在不破坏玻璃的情况下，找到粘合剂内部的一个微小气泡。如果你尝试切开玻璃去观察，你可能会压碎气泡或导致玻璃变形，从而无法判断到底出了什么问题。
• 其他挑战： “背面供电”（Backside Power Delivery，隐藏在芯片背面的电源线）和“全环绕栅极”（Gate-All-Around）器件也被认为是极其困难的，因为你很难在不造成损坏的情况下触碰或看到它们。

3. “不能破坏它”的困境

一个主要的瓶颈是样品制备（Sample Preparation）。要观察一个损坏的芯片，通常需要将其切开（去层工艺/解层）。

• 问题所在： 在这些新型复杂芯片中，切开它们可能会改变问题本身。这就像试图通过切开压力管道来寻找漏水点；水可能会四处喷溅，导致你无法确定原始漏水的位置。
• 需求： 72% 的专家希望拥有更好的无损成像技术（Non-Destructive Imaging）。他们希望能够使用高科技 X 射线或扫描仪在不切开芯片的情况下观察“摩天大楼”内部。他们希望在不拆除墙壁的情况下，看清建筑深处的情况。

4. 对“通用语言”（标准化）的需求

目前，不同的团队在使用不同的工具，并说着不同的“语言”来处理发现的问题。一个团队的数据无法与另一个团队匹配。

• 共识： 83% 的受访者表示，行业迫切需要标准化的数据框架。
• 类比： 想象一群建筑师、管道工和电工试图修理一栋建筑，但建筑师用英寸绘图，管道工用厘米，而电工则使用一种秘密代码。他们无法进行沟通。调查表明，我们需要一本通用的规则手册，让所有人的数据都能完美契合。

5. 未来：人工智能与更敏锐的“眼睛”

当被问及什么能最有效地加速进程时，排名第一的答案是高分辨率无损成像技术（评分 8.18/10）。

• AI 的角色： 人工智能（AI）被视为一个有用的助手，但前提是数据必须是干净且标准化的。如果蓝图是混乱的，你无法教机器人如何修理一栋建筑。
• 目标： 未来不仅仅是关于更好的显微镜，而是关于一个协调的系统——在这个系统中，我们可以无需破坏即可看清芯片内部，仅在必要时小心地切开，并让所有数据井然有序，以便人类和 AI 能够协同工作，找到根本原因。

总结

论文得出结论：修复损坏的芯片不再是简单的“寻找损坏部件”的任务。它已演变成一个涉及 3D 结构、埋入式布线和脆弱材料 的复杂侦探故事。为了解决这个问题，行业需要：

1. 更敏锐的“眼睛”，能够在不破坏物体的情况下看清深处。
2. 一种“通用语言”（标准化），以便大家高效共享数据。
3. 视角的转变，从仅仅关注微小的芯片，转向关注整个“封装”以及它如何融入整个系统。

调查数据已在论文附录中提供以确保透明度，证明这是一个真实的、全行业范围内的转变，而不仅仅是一个理论。