Chips e semicondutores

Por que é difícil construir um gêmeo digital confiável para o encapsulamento avançado de chips?

Não basta que o gêmeo digital simule o projeto teórico do pacote; ele deve permanecer sincronizado com o que as linhas de produção realmente fabricam, conectando dados de chips, materiais, fornecedores e testes. O artigo revela que a falta de contexto, a interação entre efeitos físicos e a necessidade de calibração contínua são os principais obstáculos à construção de um gêmeo digital para pacotes avançados de chips.

2026-09-17
8 min de leitura
5 visualizações
فريق تحرير certi.news
Por que é difícil construir um gêmeo digital confiável para o encapsulamento avançado de chips?

A indústria de semicondutores enfrenta um problema que vai além da precisão da simulação ao tentar construir um gêmeo digital para um pacote avançado: como manter o modelo vinculado ao pacote que foi realmente fabricado, e não apenas ao pacote que os engenheiros pretendiam projetar? Uma análise publicada pela Semiconductor Engineering em 17 de setembro de 2026 explica que a resposta exige reunir dados de projeto, fabricação, materiais, montagem, testes e operação em uma única representação atualizável.

A questão se torna mais importante com a disseminação de chiplets e da integração heterogênea. Um chiplet pode ser caracterizado, testado e bem-sucedido em um determinado pacote, mas sua reutilização em um substrato diferente, com outra interface térmica ou dentro de um orçamento de energia maior pode mudar completamente seu ambiente elétrico, térmico e mecânico. Por isso, o modelo do pacote não pode parar nos limites do die.

O encapsulamento é aqui parte da arquitetura do sistema

Kenneth Larsen, vice-presidente sênior de gerenciamento de produtos da Synopsys, distingue entre um gêmeo digital de um processo de fabricação front-end dentro de uma fábrica com fluxo controlado e um gêmeo digital do pacote, que precisa representar um sistema distribuído entre o silício, o substrato, os materiais, a montagem, a variação de fabricação, os testes e os dados de confiabilidade. Isso não significa que a modelagem da fábrica seja fácil, mas a natureza do problema no encapsulamento é mais ampla em termos do número de partes e contextos que precisam ser conectados.

As equipes dispõem de ferramentas eficazes para analisar separadamente o comportamento elétrico, térmico e mecânico, mas operar essas ferramentas lado a lado não cria um gêmeo digital integrado. O valor aparece quando os modelos usam as mesmas premissas e os mesmos dados, e depois recebem os resultados da fabricação para que mudem junto com a revisão do pacote. Caso contrário, o gêmeo se transforma em uma ferramenta de verificação tardia, em vez de ajudar nas decisões de projeto antes do comprometimento com determinada pilha ou com um novo produto.

O problema não é apenas a falta de dados

Joon Ahn, vice-presidente de tecnologia da informação e automação de fábricas em escala global da Amkor, afirma que um gêmeo completo exige uma visão que se estenda da fabricação do wafer à montagem e aos testes, e depois à operação do sistema. Mas os dados necessários estão distribuídos entre fábricas, fornecedores de substratos e materiais, empresas de montagem e teste OSAT e clientes. A empresa de montagem pode receber informações sobre as dimensões do die e os resultados dos testes do wafer, sem mapas detalhados da densidade de potência ou da tensão localizada.

Da mesma forma, o substrato pode chegar dentro das especificações nominais, sem dados sobre o empenamento real de cada lote, enquanto a ficha técnica do material necessariamente não revela seu comportamento dentro do dispositivo final. As descrições do mesmo objeto físico variam entre os domínios: uma fábrica de chips pode descrever o comportamento do die de uma maneira, o fornecedor do substrato de outra, enquanto o fornecedor do material apresenta propriedades medidas sob condições específicas. CP Hung, vice-presidente de pesquisa e desenvolvimento corporativo da ASE, observou que as transferências mais difíceis nem sempre são aquelas que carecem de dados, mas aquelas que transferem dados entre diferentes domínios de engenharia.

Isso se torna ainda mais complexo porque os dados podem incluir propriedade intelectual sensível. Segundo Sanjiv Bhatt, diretor sênior de marketing e desenvolvimento de negócios do Mitsubishi Chemical Group, fornecedores e empresas detêm conhecimentos que não desejam compartilhar integralmente. Portanto, um formato de arquivo comum não resolverá o problema dos dados que não foram medidos nem do contexto que não foi transmitido.

O que muda quando a fabricação começa?

Os exemplos apresentados no artigo mostram que o modelo nominal pode ser preciso, mas não necessariamente descreve o produto fabricado. Isso é especialmente evidente na fotônica, em que pequenas mudanças nas dimensões, na espessura dos filmes ou no formato das paredes laterais podem afetar a perda óptica ou a resposta espectral. Eric Guichard, vice-presidente sênior e gerente-geral da unidade de TCAD da Silvaco, afirma que o projeto otimizado de acordo com a geometria desenhada não representa necessariamente o dispositivo fabricado quando grandes variações de produção são introduzidas.

O problema não se limita à fotônica. A umidade, a concentração de materiais de limpeza, a gravação incompleta ou as propriedades de um novo material também podem afetar o desempenho. Além disso, as propriedades dos materiais de encapsulamento nem sempre são números fixos; o coeficiente de expansão térmica, o módulo de elasticidade e a força de adesão podem mudar com o processamento, a temperatura, o tempo e o grau de cura. Por isso, o modelo precisa conhecer as condições de validade de cada valor, e não apenas armazenar o valor.

Os modelos acoplados precisam de calibração contínua

Os efeitos dentro do pacote não se comportam de forma independente. A corrente gera calor, o calor altera a resistência e essas mudanças remodelam a distribuição de potência, o que exige a repetição dos cálculos elétricos e térmicos até a convergência. As variações de fabricação também podem interagir de forma não linear, de modo que o efeito de um conjunto de desvios seja maior ou diferente da soma de seus efeitos individuais.

Por esse motivo, os pontos mais difíceis de padronização estão nas interfaces entre materiais, estruturas, processos, fornecedores e decisões de sistema, e não necessariamente dentro de cada domínio físico isolado. Dois modelos podem estar corretos em seus respectivos domínios, mas suas premissas podem não coincidir quando se tenta integrá-los em uma única representação.

Os trabalhos da Intel em interconexão híbrida oferecem um exemplo do papel da medição na melhoria do modelo; dados experimentais de deformação podem ser inseridos em um modelo de elementos finitos, que então pode ser usado para explorar mudanças difíceis de testar na prática. Mas medir apenas o empenamento não é suficiente. Ahn propõe que o conjunto de calibração inclua medições de conexões e protuberâncias, posicionamento do die, propriedades do substrato, materiais de preenchimento e moldagem e da interface de gerenciamento térmico, além de medições térmicas e testes elétricos.

Hung considera que a medição não deve ocorrer indiscriminadamente a cada etapa, mas nos pontos em que o estado do pacote muda, como na interconexão, moldagem, cura, afinamento do die e transições térmicas. A calibração também não segue necessariamente um cronograma fixo; segundo Hanlin Chen, cientista de pesquisa e líder de equipe da Brewer Science, ela deve ser refeita quando uma nova arquitetura de pacote ou substrato, um novo orçamento térmico ou um novo fluxo de fabricação levar o material para fora da faixa de condições na qual o modelo foi validado.

Por que esta notícia é importante?

A conclusão editorial desses dados é que o sucesso do gêmeo digital do pacote não é medido por sua capacidade de produzir uma única vez um resultado preciso, mas por sua capacidade de manter a validade à medida que o produto, os materiais e a fabricação mudam. Isso impõe uma carga prática a cadeias de suprimentos formadas por várias empresas: é preciso vincular as medições ao seu contexto, definir as condições de validade dos modelos e recalibrar quando o pacote mudar de fato.

Já os modelos reduzidos ou as alternativas baseadas em inteligência artificial podem acelerar a análise, mas não eliminam a necessidade de conhecer os limites de seu uso. Como Larsen alerta, um modelo rápido, se perder seu contexto, pode se tornar uma maneira rápida de tomar uma decisão errada. As questões em aberto continuam relacionadas à quantidade de dados que os parceiros podem compartilhar, a como padronizar as premissas nas interfaces e à escolha dos pontos de medição que ofereçam o maior valor sem tornar o ciclo de fabricação impraticável.

Fonte da notícia
Semiconductor Engineering
Abrir fonte original ↗
ف
Autor

فريق تحرير certi.news

Na mesma categoria

Você também pode gostar

Ver todas as notícias