关注最新报道、解读和相关科技故事。
基板的产能已不再是满足先进封装需求的充分标准；封装尺寸、层数、互连精度和集成功能使每种设计都更接近于一种专门的制造流程。这将影响材料、设备、认证和供应来源，尤其是在人工智能、高性能计算、共封装光学和汽车封装领域。
Semiconductor Engineering 的一项分析认为，人工智能工作负载的扩展不仅依赖计算能力，还需要更高密度的存储，以及能够容纳更薄 NAND 芯片和更高堆叠结构的封装技术。文章强调，混合键合、芯粒堆叠以及外包组装与测试公司，将是把提高存储密度的承诺转化为可制造产品的关键因素。
半导体封装行业正在探索负热膨胀材料，这些材料能够减少芯片、基板和周围模塑料之间的热膨胀差异；随着封装和面板尺寸增大，这一问题日益严重。不过，要大规模采用这些材料，仍取决于它们能否在宽温度范围内工作、实现均匀混合并控制杂质。
数字孪生不能只模拟封装的理论设计；它还必须与生产线实际制造的产品保持同步，并关联芯片、材料、供应商和测试数据。文章指出，背景信息不足、物理效应相互耦合以及持续校准的需求，是构建先进芯片封装数字孪生的主要障碍。