Les étapes de test, de mesure, d’inspection et de fabrication des puces ne sont plus des processus clairement distincts à mesure que l’industrie passe à des nœuds inférieurs à 2 nm. Plus les dimensions se rapprochent de l’échelle de l’angström, plus la marge d’erreur se réduit, et de très faibles variations, pouvant atteindre le niveau d’un seul atome, sont susceptibles d’influer sur le comportement ou la fiabilité de la puce. Une analyse publiée par Semiconductor Engineering le 10 septembre 2026 montre comment ces conditions poussent les fabricants et les concepteurs de systèmes à réorganiser le flux des données et des tests sur l’ensemble du cycle de vie du produit.
Dans les nœuds plus anciens, l’épaisseur des substrats et la stabilité des structures offraient une marge permettant d’isoler certains problèmes de fabrication ou de les traiter ultérieurement. Dans les nœuds avancés, en revanche, les dies sont devenus plus fins et le recours aux chiplets, au packaging tridimensionnel et à l’interconnexion hybride augmente. Une sonde de wafer ordinaire peut endommager une couche d’oxyde ou un via, tandis qu’une particule nanométrique restant après le retrait d’un matériau temporaire peut transformer un boîtier multi-dies coûteux en produit défectueux.
Le test n’est plus une étape unique
Selon Lee Harrison, directeur des solutions de circuits intégrés automobiles chez Siemens EDA, certains clients évitent d’inspecter les points de connexion qui seront effectivement utilisés pour le bonding et recourent à des points sacrificiels afin de protéger les structures finales. Avec l’utilisation croissante du hybrid bonding et des puces ultrafines, une inspection avant ou après le bonding peut être plus appropriée que de tenter de tester la connexion hybride elle-même, qui risque d’être endommagée pendant la mesure.
Cela se répercute également sur la conception des systèmes. Rob Kruger, directeur de la gestion des produits chargé de la stratégie multi-die et de la 3D IP chez Synopsys, a déclaré que les centres de données d’intelligence artificielle s’orientaient vers des grappes de serveurs redondantes en prévision de problèmes de fabrication. Un défaut dans une interconnexion tridimensionnelle ou dans un boîtier multi-dies peut affecter un grand ensemble de fonctions, et pas seulement un chemin. Les dies sont donc testés avant et après le packaging, et des mécanismes de réparation ou de redistribution sont utilisés, ces approches étant également appliquées à l’UCIe et aux communications tridimensionnelles.
En pratique, cette approche transfère une partie de la marge de fiabilité du die individuel vers le niveau du boîtier et du système. Elle permet également d’utiliser des tests hiérarchiques, des autotests intégrés et des tests périodiques en fonctionnement afin de détecter le besoin de maintenance avant qu’une panne étendue ne survienne.
Le problème ne réside pas seulement dans le nombre de défauts
La sensibilité des outils d’inspection augmente à mesure que les structures rétrécissent, mais une sensibilité accrue ne conduit pas nécessairement à de meilleures décisions. Prasad Bachiraju, directeur principal du développement commercial chez Onto Innovation, a déclaré que les outils d’inspection pouvaient détecter des millions d’indicateurs sur la plaquette, y compris des variations locales naturelles apparaissant comme des défauts. Noam Brousard, vice-président de l’ingénierie des solutions chez proteanTecs, a expliqué que les seuls signaux d’inspection ne suffisaient plus à déterminer si l’indicateur entraînerait effectivement un problème fonctionnel ou de fiabilité.
Pour cette raison, les fabricants doivent recueillir plusieurs indicateurs, tels que les variations du procédé, la température et la tension, puis analyser leur relation avec leur impact réel sur la logique. Une hausse de température peut être normale dans un cas, mais dans une structure empilée, elle peut réduire la marge de timing d’une couche voisine en raison du couplage thermique ou de l’auto-échauffement. Ce point illustre la différence entre mesurer uniquement la température et déterminer si celle-ci a effectivement créé un risque pour le timing.
La précision des mesures s’étend à l’intérieur du boîtier
La surveillance de la surface de la plaquette ne suffit pas lorsque les couches deviennent plus minces et que la densité du packaging augmente. Juliette Vandermeer, directrice du marketing produit chez Bruker Semiconductor, a indiqué que le gauchissement connu des puces pouvait être associé à une fissuration microscopique, ce qui exige d’examiner plus profondément l’intérieur des couches métalliques. L’imagerie par diffraction des rayons X, également appelée tomographie aux rayons X, peut être utilisée pour détecter ces problèmes avant qu’ils n’entraînent une rupture structurelle.
À ce stade, les spécifications des procédés doivent être réglées à l’échelle de l’angström, tandis que les spécifications de mesure doivent atteindre un niveau inférieur à l’angström, selon l’analyse. De même, une erreur survenue à un stade précoce de la croissance des couches, du contrôle de la température ou de la rugosité des interfaces peut transmettre son impact aux étapes finales, ce qui rend moins réaliste l’isolement de chaque étape par rapport aux autres.
Lecture de certi.news : les données deviennent une couche de fabrication
Le changement le plus important ne consiste pas simplement à ajouter de nouveaux outils de mesure, mais à faire des données elles-mêmes une couche de coordination entre la conception, la fabrication, le packaging, les tests et l’exploitation. David Fried, directeur de l’intelligence artificielle et vice-président exécutif de Semiverse Solutions, filiale de Lam Research, a déclaré que la simulation, la modélisation et l’optimisation virtuelles contribuaient à réduire la dépendance à l’expérimentation sur un très grand nombre de pièces physiques pour cartographier les limites de chaque variation possible. Toutefois, la source ne propose pas de solution éliminant la complexité : des centaines de processus doivent toujours fonctionner ensemble, et il est impossible d’explorer entièrement leur espace de variations avec le seul matériel.
Cela est lié à ce que John Kibarian, directeur général de PDF Solutions, a décrit comme une couche d’orchestration reliant les données d’ingénierie produit et les systèmes PLM, ERP et MES aux données de rendement de fabrication et à l’automatisation de la conception. L’objectif est que la puce ou le die connaisse le parcours qui lui convient le mieux avant le packaging, et que les systèmes d’intelligence artificielle puissent prendre des décisions fondées sur une vision complète plutôt que sur des données isolées.
Pour les fabricants de puces et les fournisseurs d’outils EDA, de test et de métrologie, cela signifie que la concurrence ne se limitera pas à la précision d’un outil individuel. Les entreprises qui conçoivent des boîtiers 3D, des systèmes multi-dies et de grands centres de données sont directement concernées par leur capacité à détecter les défaillances, à les distinguer des variations naturelles et à gérer la fiabilité après le déploiement. Des questions restent ouvertes concernant le coût de l’infrastructure nécessaire pour traiter ce volume de données, la manière de les standardiser entre les fournisseurs et le moment où les systèmes automatisés pourront décider d’une réparation ou d’une réorientation sans intervention humaine.