点击蓝字，关注我们
核心要点
保障多芯片封装可靠性，需要多种检测手段识别亚表面及内部隐蔽缺陷。
键合结构与互连通道是故障高发区域，产线需增设多处检测节点；
实现有效的可靠性管控，必须打通各环节相互独立的生产数据。
芯粒多芯片封装的产业升级，对检测测试体系提出全新要求，是良率稳步提升、稳定工艺漂移的关键。传统光学检测 + 电性测试方案，已无法适配芯粒架构：待检测元器件数量激增，各类凸块、焊球尺寸与间距持续微缩，大幅抬升了精密量测与检测门槛。
同时，为优化信号传输效率，晶圆与硅中介层需做减薄处理，极易产生亚表面、侧壁隐蔽裂纹。这类缺陷可规避常规检测，却会导致封装产品终端失效。
行业目前已有成熟可行的优化路径：完善可测试性设计（DFT）体系，并在封装工艺前段部署多模态量测与缺陷检测方案。
图 1：先进封装产品包含多种元器件，均需要配套量测、检测与测试工序 | 图源：Bryon Moyer / Semiconductor Engineering
各类检测技术的优劣势分析
芯粒架构的普及，彻底改变了传统封装检测逻辑：产线不仅需要叠加多层筛查工序，对每一步检测的灵敏度与精度也提出了更高标准。自动光学检测（AOI）仍是封装产线定位良率损失的核心手段，但难以识别细微侧壁裂纹、亚表面空洞，也容易漏检对位偏移、内部空隙、枕头效应等键合隐性缺陷。
量产环节同样需要配套工艺升级。封装电性测试（ATE、系统级测试）是失效排查与工艺复盘的最后一道防线，但传统测试难以捕捉细微异常，需要借助片上监测模块，感知 IO 电路与互连性能的微弱波动。
proteanTecs 业务拓展高级总监 Nir Sever 认为，成熟的 DFx 方案应当构建多技术融合检测体系：依靠成像与量测前置拦截宏观缺陷、输出工艺反馈；利用片上热应力传感器采集工况数据，精准定位失效根因；通过互连与逻辑通路高分辨率电性监测形成闭环，评估工艺偏差是否消耗器件性能裕量。多维度数据融合能够输出可落地的产线优化方案，解决单一指标碎片化、难以分析的难题。
在多芯片封装架构中，各类元器件工艺参数、缺陷形成机理各不相同，加大了工艺漂移、批量缺陷与性能异常的识别难度。即便如此，前置化、全链路风险排查仍是封装工程团队的核心诉求。
裸片、凸块与键合结构检测
晶圆、裸片、中介层与基板的高精度量测和缺陷检测，是先进封装良率管控的重中之重。精准检测数据能够提前预警工艺漂移，从源头筛除不良器件，避免批量失效。
自动光学检测（AOI）作为先进封装核心基础检测方案，用于缺陷识别与再布线层（RDL）、凸块尺寸量测。相关技术持续迭代，匹配行业高精度、高分辨率制造要求，现阶段重点提升检测灵敏度，并在全流程增设检测点位，实现全工序管控。
Onto Innovation 的 Monita Pau 补充道：“AOI 能够高效检出 RDL、凸块断路、短路、线宽异常以及凸块缺失、变形、表面污染等常规缺陷。为实现缺陷早发现，行业摒弃完工后集中检测模式，在光刻胶 / 介质层压合、图形化、通孔成型等堆叠关键工序布设检测节点。搭配全新算法后，AOI 可应对亚表面缺陷、低对比度材料、复杂立体形貌等难点场景，拓展检测边界。”
光学量测的价值已得到行业普遍共识。Vidya Vijay 谈到：“融合 2D、3D 成像的 AOI，可快速识别 RDL 缺陷、焊盘偏差、凸块参数异常，同时检出器件偏移、污渍、划痕、裂纹等问题。借助多反射抑制技术，设备稳定识别高反光凸块表面 15 微米微小缺陷，并且已规划 10 微米以下微型凸块检测能力。量产环境下，结合多角度光学成像与 AI 缺陷分类算法的 AOI 支持 100% 全检，兼顾检测速度与检测精度，适配元器件持续微型化趋势。”
图 2：焊料凸块、铜柱完整制备工艺流程 | 图源：Bryon Moyer / Semiconductor Engineering
焊料组分与镀层厚度管控同样关键。Bruker XRF 产品线市场经理 Alexander Tokar 指出，微 X 射线荧光光谱（µXRF）是产线在线管控优选方案，可精准测定锡银合金银含量及铜、钛、镍、金镀层厚度。该技术自 2006 年商用，随着凸块持续微型化，现已成为先进封装量产质控核心工具。
先进封装工序带来大量机械应力，容易催生裂纹缺陷，损害良率与可靠性。Onto Innovation 高级应用工程师 Nathan Peng 介绍，晶圆背面研磨、划片最易产生背部裂纹、内部裂纹、发丝状微裂纹。裂纹不断延伸至芯片有源区，轻则降低裸片良率，重则造成整片晶圆碎裂。在 2.5D 封装中，后续固晶、键合施加的外力会持续扩大裂纹，破坏器件完整性。
传统光学设备仅能观测表面裂纹，红外与 X 射线检测灵敏度更高、误判更少，更适合探测隐蔽微裂纹和内部缺陷。
Bruker 化合物半导体产品经理 John Wall 提到，X 射线形貌检测（XRT）能够在键合前筛选裸片，规避原生晶体缺陷引发的后续失效，也可用于硅中介层检测。这项前置检测技术目前处于早期研发与工艺开发阶段，距离大规模量产导入仍需时间。
Monita Pau 补充，红外（IR）检测可穿透多层结构识别内部缺陷，多用于封装完成后排查芯粒内部隐性裂纹。
晶圆切割形成的 5~10 微米微裂纹很难依靠光学设备检出，红外检测的高灵敏度优势得以发挥。配备新一代探测器后，红外方案可实现产线 100% 在线全检，保障封装品质。
图 3：光学、红外设备垂直微裂纹检测效果对比 | 图源：Cohu
键合完成后的缺陷检测是芯粒产品管控的核心环节，及时发现工艺异常能够避免巨额损失；光学设备可以快速测量宏观对位偏移。
图 4：封装后光学核心测量参数 | 图源：Nordson Test & Inspection
声学检测在封装工艺管控中的地位持续提升，优势在于可以穿透多层堆叠结构。Vidya Vijay 表示：“扫描声学显微镜（SAM）可高效检测分层、空洞、内部裂纹。如今量测设备不再只是做良品 / 不良品筛选，采集到的数据更是监控工艺漂移、提前拦截不良品的核心过程控制依据。”
图 5：声学成像检出堆叠裸片第二层与基板间分层缺陷 | 图源：Nordson Test & Inspection
X 射线可穿透层间介质，适用于热压键合后的质量评估，能够适配各类晶圆级封装工艺。依托算法训练，设备可识别虚焊、枕头效应、对位偏移、结构缺失等缺陷。
X 射线同样可用于键合后裂纹检测。晶圆与裸片经减薄后机械强度大幅下降，热压键合需施加数十至数千牛压力，极易产生裂纹。John Wall 提到：晶圆键合（W2W）、裸片贴晶圆（D2W）工序可借助 XRT 排查外力诱发的裂纹缺陷；X 射线成像能够直观呈现不可见的内部裂纹扩展路径，避免后续封装过程中出现晶圆碎裂、器件失效。
电性测试与数据分析
封装完成后的电性测试可以产出工艺优化数据；依托测试数据分析识别异常样本，打通封装、测试全流程数据链路，能够精准定位失效根因。
电性测试仅能判定失效与否，难以精准区分、定位细分故障根源。PCB 行业长期使用的 1149.1 边界扫描标准支持点对点测试，仅需为边界扫描电路供电，不受 IO 接口类型限制。这套方案移植至先进封装领域价值突出，能够大幅前置封装缺陷电性识别环节。
Teradyne 首席技术专家、战略业务拓展总监 Ken Lanier 表示：当前行业最大痛点是互连接口缺乏统一标准，多厂商裸片集成场景下矛盾尤为明显。UCIe、HBM 互连测试需要完整点亮整套芯粒，设备复杂度与成本居高不下。边界扫描只需给 IO 接口供电、运行简易数据序列，有效减轻散热与设备配套压力；测试硬件体积小巧，可部署在封装产线在线工位，快速拦截不良品，规避大批量次品。不过芯粒方案仍有待验证：新增测试电路是否会影响经过低功耗极限优化的高速 IO 性能。
IO 与互连电性测试，能够检出微凸块、键合结构等常规手段难以发现的细微缺陷。主流芯粒互连标准支持片上监测模块，采集眼图时序、电压裕量数据，评估点对点互连的电性状态。
部分通路性能临近失效临界点时，常规内置自测试（MBiST）仅能输出通断结果，容易判定器件合格，但整机上电后出现故障；或是经过温度循环老化，临界键合点彻底断路。
proteanTecs 的Nir Sever表示：标准内置自测试（MBiST）与协议层测试仅能输出 “合格 / 不合格” 结果，可检出断路、完全短路等严重故障，但难以识别互连性能临界衰减。在 HBM 项目中出现这类情形：中介层缺陷仅造成信号裕量小幅衰减，器件功能正常，常规测试无从察觉。片上互连监测技术厘清两类典型失效机制：相邻通道形成阻性桥接，轻微劣化信号却可通过 MBiST 测试；裸片翘曲、机械应力造成大范围裕量下滑，多组通道同步性能衰减。
排查批量良率异常，需要完整的数据追溯失效根因。产线拥有光学、电性测试等多类检测数据，但缺陷发现往往滞后产生工序十余步。芯粒封装各工序数据孤岛化，让前端工艺溯源变得十分困难。
Vidya Vijay 坦言：检测技术本身并非最大阻碍，核心挑战是打通全链路生产数据。光学、声学、X 射线检测数据归属不同厂商，相互割裂；想要关联前端工艺参数与后端电性失效，现阶段高度依靠人工分析，效率低下。这也是企业布局光学、声学、X 射线一体化检测方案的出发点，全面覆盖工艺节点，补齐数据断层。
行业普遍认可测试、封装工序数据互通不足的现状。PDF Solutions 业务拓展总监 Dave Huntley 提到：“落地层面，客户都具备基础追溯能力，会为高端大尺寸芯片植入唯一 ID 实现追踪；常规追溯链路仅打通晶圆中测到成品终测，关联晶圆厂、晶圆测试与成品测试数据，缺失封装全流程工艺数据。先进封装缺陷大量产生于封装阶段，测试与封装数据割裂，会严重限制封装工艺优化空间。”
单颗封装内部芯粒互连信号数量超过万路，失效互连的空间定位信息至关重要。结合工艺台账，这类坐标数据有机会将缺陷追溯到具体生产工位，例如固晶机某一侧吸嘴。
Nir Sever 总结数据价值：“检出故障只是基础，更关键的是定位故障成因与发生位置。当系统能够识别互连阻性异常、通路空间关联规律、性能裕量衰减趋势时，企业就能将突发高不良率转化为可落地的工艺优化方案，规避终端批量失效，以及无差别过度筛查（过杀）带来的成本浪费。”
总结
芯粒规模化应用下，工厂管控重心由单纯缺陷检出转向工艺因果分析。工程团队需要增设前置检测点位，借助 IO 参数测试筛选性能异常样本，打通检测数据与封装工艺信息，以此规避缺陷滞后发现造成的高额损失。
Ken Lanier 谈到：若前端未能识别硅片、子封装缺陷，多芯片封装成品将直接报废，连带大量完好裸片一同损耗。巨大成本压力倒逼检测与测试技术持续革新。企业可借助 FMEA 合理规划管控节点，但多数工艺优化，仍需依靠后端生产与终端整机失效案例反向迭代验证。
精彩回顾
趋势洞察
Chiplet时代，测试数据还在"孤岛"上？DFF正在改写半导体游戏规则
2026用户大会回顾
关于
普迪飞
普迪飞半导体技术（上海）有限公司（PDF Solutions, Inc.，纳斯达克股票代码：PDFS）成立于1991年，是全球半导体与电子行业领先的数据、分析与关键任务分析平台供应商。依托全球化布局，构建了广泛的服务网络，拥有超过800名专业人员，为全球370余家 IDM、Foundry、Fabless及OSAT客户提供技术服务。普迪飞以创新技术为核心战略，与行业领先企业紧密合作，业务覆盖从工艺参数分析、晶圆测试到制造数据解析等关键环节，助力客户在产品良率、质量与运营效率上实现持续提升。
作为半导体数字化转型领军者，普迪飞凭数据整合与 AI 技术，助力客户突破良率瓶颈、打破数据孤岛，提升产品质量、运营效率及关键绩效指标（KPI）。
