Search
#IC封裝測試
最近 #京元電子 的移工群聚染疫擴大，令人覺得有點可怕啊！😷😷
是否還有未爆彈？也讓科技大廠「剉咧等」😲🤧
不過你知道，京元電子的業務是做什麼的嗎？
他們可是台灣最大的專業 #晶圓測試廠喔！
一旦公司出事，可是會牽動全球 #半導體 的供應流暢度
咦？「IC封測」……那是什麼呢？🤔
封裝與測試對半導體產業有多重要呢？
步驟流程帶你一塊兒了解👇👇👇
軟體吞噬硬體的 AI 時代，晶片跟不上演算法的進化要怎麼辦？
作者 品玩 | 發布日期 2021 年 02 月 23 日 8:00 |
身為 AI 時代的幕後英雄，晶片業正經歷漸進持續的變化。
2008 年之後，深度學習演算法逐漸興起，各種神經網絡滲透到手機、App 和物聯網。同時摩爾定律卻逐漸放緩。摩爾定律雖然叫定律，但不是物理定律或自然定律，而是半導體業發展的觀察或預測，內容為：單晶片整合度（積體電路中晶體管的密度）每 2 年（也有 18 個月之說）翻倍，帶來性能每 2 年提高 1 倍。
保證摩爾定律的前提，是晶片製程進步。經常能在新聞看到的 28 奈米、14 奈米、7 奈米、5 奈米，指的就是製程，數字越小製程越先進。隨著製程的演進，特別進入10 奈米後，逐漸逼近物理極限，難度越發增加，晶片全流程設計成本大幅增加，每代較上一代至少增加 30%~50%。
這就導致 AI 對算力需求的增長速度，遠超過通用處理器算力的增長速度。據 OpenAI 測算，從 2012 年開始，全球 AI 所用的演算量呈現等比級數增長，平均每 3.4 個月便會翻 1 倍，通用處理器算力每 18 個月至 2 年才翻 1 倍。
當通用處理器算力跟不上 AI 演算法發展，針對 AI 演算的專用處理器便誕生了，也就是常說的「AI 晶片」。目前 AI 晶片的技術內涵豐富，從架構創新到先進封裝，再到模擬大腦，都影響 AI 晶片走向。這些變化的背後，都有共同主題：以更低功耗，產生更高性能。
更靈活
2017 年圖靈獎頒給電腦架構兩位先驅 David Petterson 和 John Hennessy。2018 年圖靈獎演講時，他們聚焦於架構創新主題，指出演算體系結構正迎來新的黃金 10 年。正如他們所判斷，AI 晶片不斷出現新架構，比如英國 Graphcore 的 IPU──迥異於 CPU 和 GPU 的 AI 專用智慧處理器，已逐漸被業界認可，並 Graphcore 也獲得微軟和三星的戰略投資支援。
名為 CGRA 的架構在學界和工業界正受到越來越多關注。CGRA 全稱 Coarse Grained Reconfigurable Array（粗顆粒可重構陣列），是「可重構計算」理念的落地產物。
據《可重構計算：軟體可定義的計算引擎》一文介紹，理念最早出現在 1960 年代，由加州大學洛杉磯分校的 Estrin 提出。由於太過超前時代，直到 40 年後才獲得系統性研究。加州大學柏克萊分校的 DeHon 等將可重構計算定義為具以下特徵的體系結構：製造後晶片功能仍可客製，形成加速特定任務的硬體功能；演算功能的實現，主要依靠任務到晶片的空間映射。
簡言之，可重構晶片強調靈活性，製造後仍可透過程式語言調整，適應新演算法。形成高度對比的是 ASIC（application-specific integrated circuit，專用積體電路）。ASIC 晶片雖然性能高，卻缺乏靈活性，往往是針對單一應用或演算法設計，難以相容新演算法。
2017 年，美國國防部高級研究計劃局（Defence Advanced Research Projects Agency，DARPA）提出電子產業復興計劃（Electronics Resurgence Initiative，ERI），任務之一就是「軟體定義晶片」，打造接近 ASIC 性能、同時不犧牲靈活性。
照重構時的顆粒分別，可重構晶片可分為 CGRA 和 FPGA（field-programmable gate array，現場可程式語言邏輯門陣列）。FPGA 在業界有一定規模應用，如微軟將 FPGA 晶片帶入大型資料中心，用於加速 Bing 搜索引擎，驗證 FPGA 靈活性和演算法可更新性。但 FPGA 有局限性，不僅性能和 ASIC 有較大差距，且重程式語言門檻比較高。
CGRA 由於實現原理差異，比 FPGA 能做到更底層程式的重新設計，面積效率、能量效率和重構時間都更有優勢。可說 CGRA 同時整合通用處理器的靈活性和 ASIC 的高性能。
隨著 AI 演算逐漸從雲端下放到邊緣端和 IoT 設備，不僅演算法多樣性日益增強，晶片更零碎化，且保證低功耗的同時，也要求高性能。在這種場景下，高能效高靈活性的 CGRA 大有用武之地。
由於結構不統一、程式語言和編譯工具不成熟、易用性不夠友善，CGRA 未被業界廣泛使用，但已可看到一些嘗試。早在 2016 年，英特爾便將 CGRA 納入 Xeon 處理器。三星也曾嘗試將 CGRA 整合到 8K 電視和 Exynos 晶片。
中國清微智慧 2019 年 6 月量產全球首款 CGRA 語音晶片 TX210，同年 9 月又發表全球首款 CGRA 多模態晶片 TX510。這家公司脫胎於清華大學魏少軍教授起頭的可重構計算研究團隊，從 2006 年起就進行相關研究。據芯東西 2020 年 11 月報導，語音晶片 TX210 已出貨數百萬顆，多模組晶片 TX510 在 11 月也出貨 10 萬顆以上，主要客戶為智慧門鎖、安防和臉部支付相關廠商。
先進封裝上位
如開篇提到，由於製程逼近物理極限，摩爾定律逐漸放緩。同時 AI 演算法的進步，對算力需求增長迅猛，逼迫晶片業在先進製程之外探索新方向，之一便是先進封裝。
「在大數據和認知計算時代，先進封裝技術正在發揮比以往更大的作用。AI 發展對高效能、高吞吐量互連的需求，正透過先進封裝技術加速發展來滿足。 」世界第三大晶圓代工廠格羅方德平台首席技術專家 John Pellerin 聲明表示。
先進封裝是相對於傳統封裝的技術。封裝是晶片製造的最後一步：將製作好的晶片器件放入外殼，並與外界器件相連。傳統封裝的封裝效率低，有很大改良空間，而先進封裝技術致力提高整合密度。
先進封裝有很多技術分支，其中 Chiplet（小晶片／芯粒）是最近 2 年的大熱門。所謂「小晶片」，是相對傳統晶片製造方法而言。傳統晶片製造方法，是在同一塊矽晶片上，用同一種製程打造晶片。Chiplet 是將一塊完整晶片的複雜功能分解，儲存、計算和訊號處理等功能模組化成裸晶片（Die）。這些裸晶片可用不同製程製造，甚至可是不同公司提供。透過連接介面相接後，就形成一個 Chiplet 晶片網路。
據壁仞科技研究院唐杉分析，Chiplet 歷史更久且更準確的技術詞彙應該是異構整合（Heterogeneous Integration）。總體來說，此技術趨勢較清晰明確，且第一階段 Chiplet 形態技術較成熟，除了成本較高，很多高端晶片已經在用。
如 HBM 儲存器成為 Chiplet 技術早期成功應用的典型代表。AMD 在 Zen2 架構晶片使用 Chiplet 思路，CPU 用的是 7 奈米製程，I/O 使用 14 奈米製程，與完全由 7 奈米打造的晶片相比成本約低 50%。英特爾也推出基於 Chiplet 技術的 Agilex FPGA 系列產品。
不過，Chiplet 技術仍面臨諸多挑戰，最重要之一是互連介面標準。互連介面重要嗎？如果是在大公司內部，比如英特爾或 AMD，有專用協議和封閉系統，在不同裸晶片間連接問題不大。但不同公司和系統互連，同時保證高頻寬、低延遲和每比特低功耗，互連介面就非常重要了。
2017 年，DARPA 推出 CHIPS 戰略計劃（通用異構整合和 IP 重用戰略），試圖打造開放連接協議。但 DARPA 的缺點是，側重國防相關計畫，晶片數量不大，與真正商用場景有差距。因此一些晶片業公司成立組織「ODSA（開放領域特定架構）工作組」，透過制定開放的互連介面，為 Chiplet 的發展掃清障礙。
另闢蹊徑
除了在現有框架內做架構和製造創新，還有研究人員試圖跳出電腦現行的范紐曼型架構，開發真正模擬人腦的計算模式。
范紐曼架構，數據計算和儲存分開進行。RAM 存取速度往往嚴重落後處理器的計算速度，造成「記憶體牆」問題。且傳統電腦需要透過總線，連續在處理器和儲存器之間更新，導致晶片大部分功耗都消耗於讀寫數據，不是算術邏輯單元，又衍生出「功耗牆」問題。人腦則沒有「記憶體牆」和「功耗牆」問題，處理訊息和儲存一體，計算和記憶可同時進行。
另一方面，推動 AI 發展的深度神經網路，雖然名稱有「神經網路」四字，但實際上跟人腦神經網路運作機制相差甚遠。1,000 億個神經元，透過 100 萬億個神經突觸連接，使人腦能以非常低功耗（約 20 瓦）同步記憶、演算、推理和計算。相比之下，目前的深度神經網路，不僅需大規模資料訓練，運行時還要消耗極大能量。
因此如何讓 AI 像人腦一樣工作，一直是學界和業界積極探索的課題。1980 年代後期，加州理工學院教授卡弗·米德（Carver Mead）提出神經形態工程學的概念。經過多年發展，業界和學界對神經形態晶片的摸索逐漸成形。
軟體方面，稱為第三代人工神經網路的「脈衝神經網路」（Spike Neural Network，SNN）應運而生。這種網路以脈衝信號為載體，更接近人腦的運作方式。硬體方面，大型機構和公司研發相應的脈衝神經網路處理器。
早在 2008 年，DARPA 就發起計畫──神經形態自適應塑膠可擴展電子系統（Systems of Neuromorphic Adaptive Plastic Scalable Electronics，簡稱 SyNAPSE，正好是「突觸」之意），希望開發出低功耗的電子神經形態電腦。
IBM Research 成為 SyNAPSE 計畫的合作方之一。2014 年發表論文展示最新成果──TrueNorth。這個類腦計算晶片擁有 100 萬個神經元，能以每秒 30 幀的速度輸入 400×240pixel 的影片，功耗僅 63 毫瓦，比范紐曼架構電腦有質的飛躍。
英特爾 2017 年展示名為 Loihi 的神經形態晶片，包含超過 20 億個晶體管、13 萬個人工神經元和 1.3 億個突觸，比一般訓練系統所需的通用計算效率高 1 千倍。2020 年 3 月，研究人員甚至在 Loihi 做到嗅覺辨識。這成果可應用於診斷疾病、檢測武器和爆炸物及立即發現麻醉劑、煙霧和一氧化碳氣味等場景。
中國清華大學類腦計算研究中心的施路平教授團隊，開發針對人工通用智慧的「天機」晶片，同時支持脈衝神經網路和深度神經網路。2019 年 8 月 1 日，天機成為中國第一款登上《Nature》雜誌封面的晶片。
儘管已有零星研究成果，但總體來說，脈衝神經網路和處理器仍是研究領域的方向之一，沒有在業界大規模應用，主要是因為基礎演算法還沒有關鍵性突破，達不到業界標準，且成本較高。
附圖：▲ 不同製程節點的晶片設計製造成本。（Source：ICBank）
▲ 可重構計算架構與現有主流計算架構在能量效率和靈活性對比。（Source：中國科學）
▲ 異構整合成示意動畫。（Source：IC 智庫）
▲ 通用處理器的典型操作耗能。（Source：中國科學）
資料來源：https://technews.tw/2021/02/23/what-to-do-if-the-chip-cannot-keep-up-with-the-evolution-of-the-algorithm/?fbclid=IwAR0Z-nVQb96jnhAFWuGGXNyUMt2sdgmyum8VVp8eD_aDOYrn2qCr7nxxn6I
初四迎財神，祝大家牛年「牛年沖天」，牛年行大運，投資順利!
過年期間學習不中斷，年節限定專屬影音課程：
小孩子教育基金準備：
https://www.pressplay.cc/link/3636C1D76F?oid=AE5E0E9AB0
期貨入門：期貨交易規則及操作技巧介紹
https://www.pressplay.cc/link/4C87650EED?oid=AE5E0E9AB0
選擇權入門教學：
https://www.pressplay.cc/link/5D34B37178?oid=AE5E0E9AB0
另外，在產業報告篇裡，過年期間刋出：
晶圓代工產業：
半導體產業為電子產業的上游，其供應鏈又可分為上游的IC設計業(含IP設計)、中游的晶圓製造/代工及相關的半導體設備，下游的封裝測試。台灣擁有全球最完整的半導體產業聚落及專業分工。生產流程為：IC設計公司將產品設計完成後，交由專業的晶圓代工廠或IDM廠(整合型半導體廠，涵蓋IC設計、製造、封裝、測試、銷售等)製作成晶圓半成品，經由前端測試後，再給專業封裝測試廠進行切割、封裝、後段測試，最後的成品再銷售給系統廠商組裝成產品.....
https://www.pressplay.cc/link/D3F397D35B?oid=62AFE2AA74
半導體設備產業：
本篇文章主要介紹全球半導體設備產業概況，跟著台積電一起成長的個股有ASML概念股的OO及OO、AMAT概念股的OO，而受惠於台積電投入先進封裝的廠商則有OO及OO。此外，法人也看好半導體廠務工程的OO及提供耗材/化學品的OO...
https://www.pressplay.cc/link/074938320E?oid=62AFE2AA74
矽晶圓產業：
全球矽晶圓產業為寡佔市場，12吋是目前主流且佔比逐年提升。12吋矽晶圓主要用於記憶體佔比約55%為最大宗(DRAM 22%、NAND 33%)，終端產品則以手機(34%)、PC & Server(21%)、SSD(14%)為主。8吋矽晶圓則以邏輯IC、類比IC的應用為主，終端產品則多用於車用、工業用等具有少量多樣的特性。若以製程分類而言，90nm以下大多選擇12吋.....
https://www.pressplay.cc/link/F3284FF326?oid=62AFE2AA74
封測產業：
2021年全球半導體封測產業將跟隨晶圓代工產業而持續增長，前十大廠就有6家由台廠包辦。半導體晶圓製造完成後，需經過IC封裝測試後才能形成IC模組。IC封裝是將晶圓切割後的晶粒，用塑膠、陶瓷或金屬包覆，保護晶粒避免受到污染，且也較易裝配，又能達成晶片與電子系統的電性連接與散熱效果。IC測試則可分為兩個階段，一是進入封裝之前的晶圓測試(主要測試電性)、一是IC成品測試(主要測試IC功能、電性與散熱是否正常).....
https://www.pressplay.cc/link/5563B9CB31?oid=62AFE2AA74
還有PCB產業：
銅泊基板：最具漲價題材的族群
https://www.pressplay.cc/link/E1C5D5146F?oid=62AFE2AA74
軟板：與手機產業最相關的族群
https://www.pressplay.cc/link/90645B71E5?oid=62AFE2AA74
硬板：與車用電子最為相關的產業
https://www.pressplay.cc/link/242A84808D?oid=62AFE2AA74
IC載板：產業供不應求，5G與APPLE最需要的產能，股價上漲已超過好幾倍，上漲趨勢延續
https://www.pressplay.cc/link/4572B0DAC3?oid=62AFE2AA74
過年 PP 優惠，2/9-2/19 期間，輸入優惠碼「1WORD」享 95 折
Pressplay 訂閱學習
https://reurl.cc/b5d00o
生活中的3C產品竟然都跟「加工出口區」有關係？
半導體封測產業群聚在這裡蓬勃發展，科技產業含金量超乎你的想像！
#加工出口區 #半導體封測產業群聚
經濟部加工出口區管理處：https://www.epza.gov.tw/
✔︎ 成為七七會員（幫助我們繼續日更，並享有會員專屬福利）：https://bit.ly/3eYdLKp
✔︎ 訂閱志祺七七頻道： http://bit.ly/shasha77_subscribe
✔︎ 追蹤志祺IG ：https://www.instagram.com/shasha77.daily
✔︎ 來看志祺七七粉專 ：http://bit.ly/shasha77_fb
✔︎ 如果不便加入會員，也可從這裡贊助我們：https://bit.ly/support-shasha77
（請記得在贊助頁面留下您的email，以便我們寄送發票。若遇到金流問題，麻煩請聯繫：service@simpleinfo.cc）
各節重點：
00:00 前導
01:27 什麼是「半導體」？
02:39 台灣的半導體產業
04:19 IC封裝測試是什麼？
06:30 高科技的加工出口區
07:59 我們的觀點
09:34 結尾
【 製作團隊 】
｜企劃：冰鱸
｜腳本：冰鱸
｜編輯：土龍
｜剪輯後製：絲繡
｜剪輯助理：范范、歆雅
｜演出：志祺
——
【 本集參考資料 】
→一顆新5G晶片的誕生會經過哪些步驟？白話文解析IC產業鏈全貌：https://bit.ly/2FQpS0s
→半導體（wiki）：https://bit.ly/2HzGhH7
→積體電路封裝（wiki）：https://bit.ly/362QNRj
→隨著半導體技術與需求不斷演進的封測產業：https://bit.ly/3mTuG5R
→5G時代封測端如何打破「三明治」格局？：https://bit.ly/3i3SGzi
→半導體產業鏈簡介：https://bit.ly/3j3ocim
→什麼是IC封測：封裝與測試的流程步驟：https://bit.ly/33Z6V3t
→晶圓代工爭霸戰：半導體知識（前傳）：https://bit.ly/3mQtpMO
→一看就懂的 IC 產業結構與競爭關係：https://bit.ly/3j3OXTV
→『半導體產業』：晶片有如人腦般聰明，運用在人類 6 大領域，迎接智能新時代！：https://bit.ly/3mOdAWN
→謝金河：誰來經營大高雄？：https://bit.ly/3jgbf53
→一顆晶片翻轉世界：https://bit.ly/331nDA5
→差距擴大？！中國封測行業最「接近」海外競爭對手的幾個真相：https://bit.ly/2HqFVSN
→〈分析〉後摩爾定律時代 先進封測設備前景怎麼看？：https://bit.ly/369O08O
→超越南韓！2019 年台灣重回半導體產值第二，2020 年市場將谷底翻揚：https://bit.ly/2RXhYob
→百位先鋒回娘家！加工出口區管理處歡慶53週年：https://bit.ly/3mOdCxT
→高雄電子走過半世紀 百名老員工「回娘家」歡聚：https://bit.ly/3csVN2P
→特別企畫》走過50年…看台灣半導體 如何由勞力賺外匯 成功扭轉成全球指標產業？：https://bit.ly/3cuTCvo
→台灣半導體科技的幕後推手與展望：https://bit.ly/362R9Y9
＼每週７天，每天７點，每次７分鐘，和我們一起了解更多有趣的生活議題吧！／
🥁七七仔們如果想寄東西關懷七七團隊與志祺，傳送門如下：
106台北市大安區羅斯福路二段111號8樓
🟢如有業務需求，請洽：hi77@simpleinfo.cc
🔴如果影片內容有誤，歡迎來信勘誤：hey77@simpleinfo.cc
