分析文章:AI已能参与半导体设计,但制造芯片更难

发生了什么

这是一篇分析性文章,作者为Socionext US的IC/封装高级总监Moh Kolbehdari博士。文章指出AI在半导体设计领域日益成熟,可搜索设计空间、优化约束、生成版图并与既有EDA流程交互,但设计与制造存在重大差异:设计处于由模型、规则、约束和库构成的结构化环境,而制造产生的是受工艺条件、材料、设备行为、几何、装配顺序、温度、载荷和时间影响的物理系统,设计意图不等于实际建造结果。文章以先进封装为例,说明标称的凸点间距、键合线厚度、芯片放置、共面性、基板平整度、底部填充厚度等在制造后呈分布状态,翘曲、芯片倾斜、底部填充等都可能引发分层、疲劳、光学耦合损失、热退化和电学裕度损失。作者认为制造AI需要理解物理状态,依赖工艺历史、设备条件、材料批次、计量、缺陷图、电测等证据;计量(翘曲测量、声学检测、X射线、CT、光学对准测量、热映射、电测)应成为智能闭环的一部分;相关性不等于因果,需要实验设计(DOE)和受控扰动;工具状态漂移、材料批次变化和腔体老化要求持续更新的参考基准;最终挑战在于工程师能否信任AI给出的制造建议。原文未说明原因,本文不涉及任何具体厂商事件、价格、产能或政策变动。

影响与信号

受影响器件与厂商

来源与时间

来源：EDN · 2026/10/29 · 查看原始来源