Перед полупроводниковой отраслью при попытке построить цифровой двойник передового корпуса стоит проблема, выходящая за рамки самой точности моделирования: как сохранить связь модели с корпусом, который был фактически изготовлен, а не только с корпусом, который инженеры намеревались спроектировать? Анализ, опубликованный Semiconductor Engineering 17 сентября 2026 года, показывает, что для этого необходимо объединить данные о проектировании, производстве, материалах, сборке, испытаниях и эксплуатации в едином обновляемом представлении.
Важность этого вопроса возрастает по мере распространения малых кристаллов, или chiplets, и гетерогенной интеграции. Chiplet может быть описан, протестирован и успешно работать в одном корпусе, однако его повторное использование в другой подложке, с иным тепловым интерфейсом или в условиях более высокого энергопотребления может полностью изменить его электрическую, тепловую и механическую среду. Поэтому модель корпуса нельзя ограничивать границами кристалла, или die.
Здесь корпус является частью архитектуры системы
Kenneth Larsen, старший директор по управлению продуктами в Synopsys, проводит различие между цифровым двойником передового производственного процесса на заводе с контролируемым потоком и цифровым двойником корпуса, который должен представлять систему, распределённую между кремнием, подложкой, материалами, сборкой, вариациями производства, испытаниями и данными о надёжности. Это не означает, что моделирование фабрики просто; однако природа проблемы в упаковке шире по числу компонентов и контекстов, которые необходимо связать.
У команд есть эффективные инструменты для отдельного анализа электрического, теплового и механического поведения, однако параллельный запуск этих инструментов не создаёт интегрированного цифрового двойника. Ценность появляется тогда, когда модели используют одни и те же допущения и данные, а затем получают результаты производства, чтобы изменяться по мере пересмотра корпуса. В противном случае двойник превращается в инструмент поздней верификации вместо того, чтобы помогать принимать проектные решения до фиксации определённой конфигурации стекирования или нового продукта.
Проблема заключается не только в нехватке данных
Joon Ahn, вице-президент по информационным технологиям и автоматизации производства в Amkor, говорит, что полноценный двойник требует обзора, охватывающего путь от изготовления пластины до сборки и испытаний, а затем эксплуатации системы. Однако необходимые данные распределены между фабриками, поставщиками подложек и материалов, компаниями по сборке и тестированию OSAT и заказчиками. На сборочное предприятие может поступить информация о размерах кристалла и результатах испытаний пластины, но без подробных карт плотности мощности или локальных напряжений.
Подложка также может поставляться в пределах номинальных спецификаций без данных о фактическом короблении каждой партии, а таблица характеристик материала не обязательно раскрывает его поведение внутри конечного устройства. Описания одного и того же физического объекта различаются между областями: производитель чипов может описывать поведение кристалла одним способом, поставщик подложки — другим, тогда как поставщик материала представляет характеристики, измеренные при определённых условиях. CP Hung, вице-президент по корпоративным исследованиям и разработкам в ASE, отметил, что самые сложные передачи данных не всегда связаны с их отсутствием; зачастую проблема заключается в передаче данных между различными инженерными областями.
Ситуацию дополнительно усложняет то, что данные могут включать чувствительную интеллектуальную собственность. По словам Sanjiv Bhatt, старшего директора по маркетингу и развитию бизнеса в Mitsubishi Chemical Group, поставщики и компании обладают знаниями, которыми не хотят делиться полностью. Поэтому общий формат файлов не решит проблему неизмеренных данных или непереданного контекста.
Что меняется, когда начинается производство?
Приведённые в материале примеры показывают, что номинальная модель может быть точной, но не обязательно описывает изготовленное изделие. Особенно ясно это проявляется в фотонике, где небольшие изменения размеров, толщины плёнок или формы боковых стенок могут повлиять на оптические потери или спектральный отклик. Eric Guichard, старший вице-президент и генеральный менеджер подразделения TCAD в Silvaco, говорит, что конструкция, оптимизированная по нарисованной геометрии, не обязательно представляет изготовленное устройство при учёте крупномасштабных производственных допусков.
Проблема не ограничивается фотоникой. На характеристики могут влиять влажность, концентрация чистящих материалов, неполное травление или свойства нового материала. Кроме того, характеристики упаковочных материалов не всегда являются постоянными числами: коэффициент теплового расширения, модуль упругости и прочность сцепления могут изменяться в зависимости от обработки, температуры, времени и степени отверждения. Поэтому модели необходимо знать условия применимости каждого значения, а не только хранить само значение.
Связанные модели требуют постоянной калибровки
Воздействия внутри корпуса не ведут себя независимо. Ток создаёт тепло, тепло изменяет сопротивление, а эти изменения, в свою очередь, перестраивают распределение мощности, что требует повторения электрических и тепловых расчётов до достижения сходимости. Производственные допуски также могут взаимодействовать нелинейно, поэтому эффект совокупности отклонений может быть больше суммы отдельных эффектов или отличаться от неё.
По этой причине самые сложные точки унификации находятся на интерфейсах между материалами, конструкциями, процессами, поставщиками и системными решениями, а не обязательно внутри каждой отдельной физической области. Две модели могут быть корректными каждая в своей области, но их допущения могут не совпадать при попытке объединить их в единое представление.
Работы Intel в области гибридного соединения демонстрируют роль измерений в совершенствовании модели: экспериментальные данные о деформации можно вводить в модель конечных элементов, а затем использовать уточнённую модель для изучения изменений, которые трудно проверить на практике. Однако одного измерения коробления недостаточно. Ahn предлагает включать в набор калибровки измерения соединений и выступов, положения кристалла, характеристик подложки, материалов заполнителя и компаунда, а также интерфейса управления теплом, дополнительно к тепловым измерениям и электрическим испытаниям.
Hung считает, что измерения не следует без разбора проводить на каждом этапе; их нужно выполнять в точках, где изменяется состояние корпуса, например при соединении, формовании, отверждении, утончении кристалла и температурных переходах. Калибровка также не обязательно должна следовать фиксированному графику. По словам Hanlin Chen, научного сотрудника и руководителя группы в Brewer Science, её следует повторять, когда новая конструкция корпуса или подложки, новый тепловой бюджет или новый производственный процесс выводят материал за пределы условий, на которых была основана утверждённая модель.
Почему это важно?
Редакционный вывод из этих данных заключается в том, что успех цифрового двойника корпуса измеряется не его способностью один раз выдать точный результат, а способностью сохранять актуальность при изменении продукта, материалов и производства. Это создаёт практическую нагрузку для цепочек поставок, включающих множество компаний: необходимо связывать измерения с их контекстом, определять условия применимости моделей и повторно калибровать их при фактическом изменении корпуса.
Сокращённые модели или заменители на основе искусственного интеллекта могут ускорить анализ, но не устраняют необходимость знать границы их применения. Как предупреждает Larsen, быстрая модель, утратившая контекст, может стать быстрым способом принять неправильное решение. Открытые вопросы по-прежнему связаны с объёмом данных, которыми партнёры могут обмениваться, способом унификации допущений на интерфейсах и выбором точек измерения, обеспечивающих наибольшую ценность без превращения производственного цикла в непрактичный.