（本文編譯自Semiconductor Engineering）

仿真在整個(gè)設(shè)計(jì)到制造流程中正扮演著越來越關(guān)鍵和核心的角色，它將從設(shè)計(jì)、制造到測(cè)試的各個(gè)環(huán)節(jié)緊密結(jié)合在一起，以減少芯片重新流片的次數(shù)和成本。

現(xiàn)代芯片的密度極高，再加上3D堆疊和異構(gòu)集成等先進(jìn)封裝技術(shù)，使得迭代物理原型設(shè)計(jì)的成本變得高昂且耗時(shí)。在設(shè)計(jì)的早期階段，錯(cuò)誤常常難以察覺，這可能導(dǎo)致多次芯片重新流片、良率損失和產(chǎn)品上市延遲。仿真有助于在流程早期減少錯(cuò)誤數(shù)量，加快產(chǎn)品上市時(shí)間，降低缺陷率，并提高整體效率。

過去，芯片制造商依靠硅前驗(yàn)證來確保數(shù)字電路按預(yù)期功能運(yùn)行，但這對(duì)于先進(jìn)的IC和封裝來說已遠(yuǎn)遠(yuǎn)不夠。當(dāng)今的半導(dǎo)體架構(gòu)包含多芯片集成、更精細(xì)的互連間距以及更高的熱密度和功率密度，因此仿真必須超越電氣性能范疇。

西門子EDA Calibre nmDRC應(yīng)用產(chǎn)品管理總監(jiān)John Ferguson表示：“當(dāng)今設(shè)備的復(fù)雜性需要采用多物理場(chǎng)方法。你不僅需要對(duì)電氣行為進(jìn)行建模，還必須考慮熱膨脹、機(jī)械應(yīng)力以及跨多種材料界面的高速信號(hào)傳播。”

仿真是一系列不斷增長的工具中的一個(gè)，這些工具包括預(yù)測(cè)模型、數(shù)字孿生和人工智能驅(qū)動(dòng)的分析，用于在芯片制造之前評(píng)估信號(hào)完整性、電源分布、電路老化和機(jī)械應(yīng)力。

但隨著仿真扮演更大、更核心的角色，從單一芯片擴(kuò)展到復(fù)雜且日益異構(gòu)的系統(tǒng)，挑戰(zhàn)在于確保抽象視圖準(zhǔn)確反映現(xiàn)實(shí)條件、實(shí)際工作負(fù)載和制造變化。實(shí)際上，它需要以越來越高的準(zhǔn)確度彌合理論預(yù)測(cè)與實(shí)際性能之間的差距，同時(shí)還要應(yīng)對(duì)更多的定制化和一系列復(fù)雜的相互作用，而這些并非在流程早期都就顯現(xiàn)的。

對(duì)仿真依賴日益增強(qiáng)

向更復(fù)雜的仿真轉(zhuǎn)變提升了設(shè)計(jì)信心，但這不僅僅是實(shí)現(xiàn)絕對(duì)準(zhǔn)確性。完美固然重要，但優(yōu)化同樣關(guān)鍵，而這正是仿真開始真正發(fā)揮影響力的領(lǐng)域。

Ansys產(chǎn)品營銷總監(jiān)Marc Swinnen表示：“即使仿真結(jié)果在絕對(duì)意義上并非100%準(zhǔn)確，它仍然為架構(gòu)優(yōu)化提供了寶貴的指引。當(dāng)一種設(shè)計(jì)選擇在仿真中明顯優(yōu)于另一種時(shí)，這有助于工程師了解哪些修改能在實(shí)際應(yīng)用中帶來最佳效果。”

仿真是一種非常有價(jià)值的指導(dǎo)工具，可以指導(dǎo)工程師實(shí)現(xiàn)最可靠、最高效、最易于制造的設(shè)計(jì)方案。這使得工程師能夠權(quán)衡利弊，在制造前識(shí)別潛在故障，并優(yōu)化設(shè)計(jì)，而無需進(jìn)行昂貴且耗時(shí)的芯片重新流片。目標(biāo)是在第一個(gè)原型進(jìn)入實(shí)驗(yàn)室之前，盡可能實(shí)現(xiàn)一次就通過。之后，一切都可以通過實(shí)際測(cè)試進(jìn)行驗(yàn)證。

Teradyne技術(shù)和營銷總監(jiān)Nitza Basoco表示：“只有將仿真結(jié)果與足夠多的實(shí)際測(cè)試數(shù)據(jù)進(jìn)行關(guān)聯(lián)后，您才能信任仿真結(jié)果。這是一個(gè)迭代的過程。初始預(yù)測(cè)總是存在差距，測(cè)試結(jié)果必須不斷反饋以優(yōu)化模型。”

這種迭代循環(huán)在先進(jìn)封裝和射頻應(yīng)用中尤其重要，因?yàn)橹T如翹曲、互連可靠性和工藝變化等因素都會(huì)對(duì)器件性能產(chǎn)生重大影響。

是德科技系統(tǒng)解決方案工程研究員Murthy Upmaka解釋道：“準(zhǔn)確建模半導(dǎo)體物理特性非常困難，因?yàn)榇蠖鄶?shù)模型都依賴于電氣特性，如IV曲線和S參數(shù)等。然而，由于行為模型固有的局限性，準(zhǔn)確建模非線性現(xiàn)象仍然是一項(xiàng)挑戰(zhàn)，這可能導(dǎo)致仿真結(jié)果與實(shí)際測(cè)量結(jié)果之間的差異。”

挑戰(zhàn)在于縮小這一仿真差距——即確保仿真模型隨著實(shí)際制造數(shù)據(jù)不斷演進(jìn)，從而逐步提高預(yù)測(cè)精度。這需要仿真和測(cè)試之間更緊密的集成。

“你在標(biāo)稱條件下進(jìn)行初始仿真，如標(biāo)稱電壓、標(biāo)稱工藝角等，”Basoco解釋道，“但一旦開始引入諸如溫度波動(dòng)、工藝偏移、電壓變化和不同環(huán)境壓力等變化因素，就會(huì)出現(xiàn)偏差，這時(shí)實(shí)際測(cè)試數(shù)據(jù)就變得至關(guān)重要。”

參數(shù)覆蓋

即使是最嚴(yán)格的物理測(cè)試也存在局限性。雖然工程師可以在各種電壓、溫度和頻率條件下運(yùn)行設(shè)備，但他們?nèi)匀皇艿綍r(shí)間、成本和可用設(shè)備的限制。這就是仿真提供的獨(dú)特優(yōu)勢(shì)，因?yàn)樗构こ處熌軌蛱剿髌骷阅艿恼麄€(gè)參數(shù)空間。

Ansys的Swinnen表示：“無論物理測(cè)試多么全面，它都只對(duì)特定項(xiàng)目有效，無法涵蓋所有可能的制造公差及其組合，或所有頻率下的所有可能的壓力、溫度和負(fù)載組合。在實(shí)際測(cè)試中，測(cè)試影響器件性能的整個(gè)參數(shù)空間是不切實(shí)際的，但這對(duì)于仿真來說卻是自然而然的結(jié)果。通過仿真，產(chǎn)品的穩(wěn)健性和可靠性得到極大提升，而要通過測(cè)試實(shí)際器件來實(shí)現(xiàn)同樣效果，則成本高昂且耗時(shí)漫長。”

能夠探索整個(gè)運(yùn)行條件范圍，甚至包括那些可能無法進(jìn)行物理測(cè)試的條件，讓工程師從統(tǒng)計(jì)學(xué)角度理解工藝、材料和環(huán)境變化如何影響性能。這對(duì)于高頻射頻設(shè)計(jì)尤為重要，因?yàn)榧词故遣季帧⒓纳?yīng)或阻抗匹配的微小變化也可能現(xiàn)狀改變實(shí)際行為。同樣，先進(jìn)的功率器件必須承受各種熱應(yīng)力和電應(yīng)力場(chǎng)景，其中許多在實(shí)驗(yàn)室中難以或無法全面復(fù)制。

Advantest SI/PI工程總監(jiān)Quaid Joher表示：“在對(duì)高頻系統(tǒng)的行為進(jìn)行建模和仿真時(shí)，即使是微小的變化也可能影響最終結(jié)果。高頻設(shè)計(jì)不能再依賴于‘經(jīng)驗(yàn)法則’。需要適當(dāng)?shù)慕：头抡娌拍茴A(yù)測(cè)正確的結(jié)果。”

仿真使工程師能夠通過參數(shù)掃描、蒙特卡羅仿真和AI驅(qū)動(dòng)的優(yōu)化，繪制出完整的公差堆疊分析，從而降低風(fēng)險(xiǎn)并避免日后代價(jià)昂貴的重新設(shè)計(jì)。設(shè)計(jì)師不必僅僅依賴反復(fù)試驗(yàn)的原型設(shè)計(jì)，而是可以預(yù)測(cè)最壞情況，并從一開始就將穩(wěn)健性融入設(shè)計(jì)中。

例如，時(shí)域反射法(TDR)仿真為GHz至THz范圍設(shè)計(jì)中的阻抗不匹配提供了有價(jià)值的見解，在這個(gè)領(lǐng)域，如網(wǎng)絡(luò)分析儀等物理測(cè)量設(shè)備的價(jià)格非常昂貴。

“借助仿真工具，在制造前對(duì)變化進(jìn)行參數(shù)掃描可以制定完整的公差堆疊分析，為工程師提供寶貴的見解，否則這些見解將需要昂貴的硬件重新流片才能獲得，這可能導(dǎo)致交貨時(shí)間延長并錯(cuò)過交付時(shí)間，”Joher補(bǔ)充道，“同樣，制造公差，如特征尺寸、位置和厚度的變化，可以預(yù)測(cè)影響良率的結(jié)果。這種方法用于優(yōu)化設(shè)計(jì)，并顯示由于制造特征不正確，系統(tǒng)可能在哪些方面出現(xiàn)良率損失。”

隨著異構(gòu)集成和先進(jìn)封裝技術(shù)的不斷發(fā)展，對(duì)廣泛參數(shù)探索的需求只會(huì)與日俱增。仿真不再只是為了預(yù)測(cè)性能。它現(xiàn)在還包括彈性設(shè)計(jì)，確保制造公差、工藝偏移和環(huán)境變化不會(huì)在后續(xù)生產(chǎn)過程上造成意外故障。

新思科技產(chǎn)品管理總監(jiān)Keith Lanier表示：“早期探索、原型設(shè)計(jì)能力和早期技術(shù)決策對(duì)于實(shí)現(xiàn)這些更復(fù)雜的多芯片設(shè)計(jì)的成功至關(guān)重要。您需要在制造之前分析電源分配、熱完整性和互連結(jié)構(gòu)。挑戰(zhàn)在于確保早期模型準(zhǔn)確反映實(shí)際性能。”

仿真精度面臨的關(guān)鍵挑戰(zhàn)

盡管仿真的重要性日益凸顯，但它并非萬無一失。雖然仿真可以模擬正常條件下的電氣性能，但在預(yù)測(cè)高頻相互作用、材料不一致性以及工藝可變性的全面影響時(shí)，往往存在困難：

• 高頻行為不匹配：在毫米波和太赫茲頻率下，阻抗不匹配、意外的信號(hào)衰減和互調(diào)失真可能與仿真預(yù)測(cè)結(jié)果存在顯著差異；

• 材料不一致：基板特性、互連電阻和介電特性的變化會(huì)導(dǎo)致偏差，而這些偏差很難精確建模；

• 制造工藝變化：焊盤錯(cuò)位、翹曲和應(yīng)力引起的缺陷，可能以硅前驗(yàn)證中常常低估的方式改變器件性能。

仿真精度中最持久的差距之一是寄生效應(yīng)、耦合模型和系統(tǒng)級(jí)相互作用的集成。雖然仿真為器件行為提供了理論框架，但它們往往無法捕捉PCB寄生效應(yīng)、基板損耗和封裝引起的失真的累積效應(yīng)，而這些效應(yīng)可能會(huì)顯著改變實(shí)際性能。

是德科技的Upmaka表示：“高頻下的損耗顯著增加，因此必須精心設(shè)計(jì)陣列天線以保持增益并最大限度地降低功耗。仿真的挑戰(zhàn)在于將PCB寄生效應(yīng)、基板效應(yīng)和耦合模型集成到系統(tǒng)級(jí)分析中。”

熱建模是另一個(gè)主要限制因素。隨著多芯片堆疊和超高密度集成變得越來越普遍，熱耗散和機(jī)械應(yīng)力會(huì)引入故障點(diǎn)，而這些故障點(diǎn)在仿真中無法總能夠預(yù)見。雖然現(xiàn)代工具提供了基線估計(jì)，但它們往往無法完全捕捉熱膨脹失配和應(yīng)力累積如何影響器件壽命。

西門子EDA高級(jí)產(chǎn)品工程師Matt Grange表示：“3D堆疊器件中的熱效應(yīng)會(huì)導(dǎo)致不同材料層之間的應(yīng)力不匹配。僅依靠單一領(lǐng)域的仿真無法捕捉到完整的機(jī)械影響，這需要全面的多物理場(chǎng)分析和實(shí)際測(cè)試才能驗(yàn)證。”

除了信號(hào)完整性和熱問題之外，晶圓減薄、凸塊共面性和底部填充應(yīng)用的變化仍然難以預(yù)測(cè)。這些看似微小的偏差可能會(huì)累積，影響整體良率和長期可靠性。

Modus Test首席技術(shù)官Jack Lewis表示：“無論封裝互連設(shè)計(jì)模型和檢測(cè)缺陷模型多么復(fù)雜，工藝變化都會(huì)以這些模型無法理解的方式影響實(shí)際封裝互連性能。這就是為什么針對(duì)所有堆疊級(jí)的封裝互連節(jié)點(diǎn)進(jìn)行大量電氣測(cè)試數(shù)據(jù)至關(guān)重要，以此來訓(xùn)練和改進(jìn)模型，以解決在純仿真環(huán)境中不明顯的機(jī)械工藝變化。”

此外，先進(jìn)封裝帶來了更精細(xì)的互連、異構(gòu)集成問題以及更多的機(jī)械和電氣應(yīng)力來源。即使是熱膨脹系數(shù)、電氣寄生參數(shù)或材料附著力的微小偏差也會(huì)不斷累積，導(dǎo)致最終器件出現(xiàn)意外故障。這些差異凸顯了對(duì)仿真模型進(jìn)行持續(xù)校準(zhǔn)和改進(jìn)的必要性，確保它們能夠隨著實(shí)際制造條件的變化而發(fā)展。

西門子EDA的Ferguson表示：“當(dāng)添加多個(gè)小芯片和其他材料時(shí)，制造過程中會(huì)出現(xiàn)翹曲、熱膨脹不匹配和應(yīng)力累積等問題，從而影響性能。如果封裝發(fā)生翹曲，如何在測(cè)試臺(tái)上進(jìn)行正確的連接？是否真的能按預(yù)期那樣在所有不同的小芯片之間獲取信號(hào)？”

AI/ML幫助提升仿真精度

隨著半導(dǎo)體復(fù)雜度的提升，傳統(tǒng)的基于物理原理的仿真工具難以應(yīng)對(duì)現(xiàn)實(shí)世界中的變化。固定模型和預(yù)定義假設(shè)通常無法捕捉到那些細(xì)微材料不一致、工藝波動(dòng)和影響實(shí)際器件性能的高頻效應(yīng)。為了彌補(bǔ)這一差距，工程師越來越多地轉(zhuǎn)向AI和機(jī)器學(xué)習(xí)(ML)，通過整合實(shí)際測(cè)試數(shù)據(jù)、工藝反饋回路和預(yù)測(cè)故障分析來提高仿真精度。

Advantest的Joher表示：“AI和ML正在通過自動(dòng)化此前需要人工干預(yù)的優(yōu)化任務(wù)來加速仿真工作流程。這些工具可以識(shí)別材料特性、工藝變化和測(cè)試結(jié)果之間的相關(guān)性，從而可以動(dòng)態(tài)優(yōu)化模型。”

AI最大的優(yōu)勢(shì)之一在于它能夠根據(jù)經(jīng)驗(yàn)反饋不斷優(yōu)化模型。與依賴靜態(tài)仿真和最佳猜測(cè)公差不同，AI增強(qiáng)的工具可以動(dòng)態(tài)地將材料不一致性、溫度波動(dòng)和應(yīng)力引起的故障納入仿真工作流程。這使工程師能夠?qū)崟r(shí)調(diào)整仿真，減少理論預(yù)測(cè)與實(shí)際芯片行為之間的差異。

新思科技的Lanier表示：“考慮到這些芯片的尺寸、互連數(shù)量以及純粹的設(shè)計(jì)復(fù)雜性的增加，AI解決方案在管理優(yōu)化方面變得必不可少。它不再只是孤立地對(duì)電源分配或信號(hào)完整性等單個(gè)因素進(jìn)行建模——您需要全面考慮整個(gè)系統(tǒng)，并快速迭代以縮小預(yù)測(cè)性能和實(shí)際性能之間的差距。”

盡管有這些優(yōu)勢(shì)，但AI驅(qū)動(dòng)的仿真仍然容易過度擬合理想條件下的模型。在半導(dǎo)體設(shè)計(jì)中，當(dāng)仿真過于依賴預(yù)定義的假設(shè)而未能考慮現(xiàn)實(shí)世界的變化時(shí)，就會(huì)發(fā)生過度擬合。這會(huì)導(dǎo)致過于樂觀的性能預(yù)測(cè)，尤其是在高頻設(shè)計(jì)中，寄生效應(yīng)、熱梯度和機(jī)械應(yīng)力可能會(huì)導(dǎo)致硅前驗(yàn)證中未反映的故障。

Modus Test的Lewis表示：“即使使用AI增強(qiáng)的非電氣封裝檢測(cè)模型，也需記住，該模型仍然只是一個(gè)預(yù)測(cè)，在導(dǎo)致實(shí)際良率損失之前只有最少的反饋。AI帶來的能力是能夠?qū)?shù)百萬個(gè)高精度電氣互連測(cè)試結(jié)果與模型仿真和檢測(cè)結(jié)果進(jìn)行比較，以前所未有的方式提高封裝仿真和缺陷檢測(cè)模型的準(zhǔn)確性。”

此外，許多傳統(tǒng)的仿真模型都假設(shè)材料具有靜態(tài)特性、理想的電接觸和均勻的熱分布，但這些假設(shè)在異質(zhì)集成和先進(jìn)封裝中并不總是成立。例如，在3D堆疊器件中，芯片層和互連層之間的熱膨脹系數(shù)變化可能會(huì)引起機(jī)械應(yīng)力，從而以不可預(yù)測(cè)的方式改變電氣性能——這種效應(yīng)可能無法在硅前模型中完全捕捉到。

“我們正在進(jìn)入更復(fù)雜和更高速度的領(lǐng)域，每個(gè)方面都很重要。設(shè)計(jì)師必須關(guān)注每一個(gè)細(xì)節(jié)，”Joher補(bǔ)充道，“隨著計(jì)算能力的快速提升，真正的3D精度建模將成為大多數(shù)（如果不是全部）組件的‘必需品’。”

AI驅(qū)動(dòng)的仿真通過基于實(shí)際數(shù)據(jù)不斷更新熱、電和機(jī)械參數(shù)，來幫助彌合這一差距，確保預(yù)測(cè)模型反映實(shí)際的制造公差。

“3D堆疊器件中的熱效應(yīng)會(huì)導(dǎo)致不同材料層之間的應(yīng)力不匹配，”西門子的Grange補(bǔ)充道，“僅依靠單一領(lǐng)域的仿真可以提供基線估計(jì)，但它們往往無法捕捉到完整的機(jī)械影響。AI驅(qū)動(dòng)的多物理場(chǎng)分析有助于彌補(bǔ)這一差距，通過實(shí)際工藝數(shù)據(jù)優(yōu)化模型。”

除了基于物理的預(yù)測(cè)之外，AI還可以改進(jìn)缺陷檢測(cè)和性能漂移分析，而這些是傳統(tǒng)仿真通常無法實(shí)現(xiàn)的領(lǐng)域。雖然傳統(tǒng)的仿真方法在受控條件下預(yù)測(cè)理想的性能，但AI可以分析來自大量測(cè)試的大型數(shù)據(jù)集，以識(shí)別早期可靠性風(fēng)險(xiǎn)和工藝偏差。這在先進(jìn)封裝和異構(gòu)集成中尤為重要，因?yàn)楣收峡赡苁侵饾u出現(xiàn)的，而不是立即顯現(xiàn)為缺陷。

Teradyne的Basoco表示：“AI正在幫助我們從被動(dòng)模型轉(zhuǎn)變?yōu)轭A(yù)測(cè)模型。我們現(xiàn)在可以在海量數(shù)據(jù)集中識(shí)別漂移和異常，避免它們轉(zhuǎn)化為實(shí)際故障。這是提高良率和減少代價(jià)高昂的重新流片的重要一步。”

仿真和驗(yàn)證的未來

展望未來，人工智能和機(jī)器學(xué)習(xí)將在彌合仿真和實(shí)際測(cè)試數(shù)據(jù)之間的差距方面發(fā)揮越來越重要的作用。將實(shí)時(shí)測(cè)量數(shù)據(jù)集成到仿真工作流程中的能力，將提高預(yù)測(cè)精度，減少對(duì)高昂的制造迭代的依賴。

Joher表示：“將AI融入半導(dǎo)體仿真，不僅僅是為了提高精度，更是為了實(shí)現(xiàn)實(shí)時(shí)適應(yīng)性。通過整合實(shí)時(shí)工藝數(shù)據(jù)，由AI驅(qū)動(dòng)的模型可以隨著制造條件的變化而發(fā)展，確保持續(xù)改進(jìn)。”

這種實(shí)時(shí)反饋還可以實(shí)現(xiàn)可預(yù)測(cè)性。是德科技的Upmaka表示：“AI 驅(qū)動(dòng)的仿真正在改變游戲規(guī)則，使預(yù)測(cè)建模更具動(dòng)態(tài)性。基于實(shí)時(shí)反饋調(diào)整參數(shù)的能力意味著工程師能夠在工藝變化導(dǎo)致良率降低之前就加以解決。”

最終，縮小仿真差距的關(guān)鍵在于采用一種混合方法，即利用AI增強(qiáng)預(yù)測(cè)模型，同時(shí)保持與經(jīng)驗(yàn)驗(yàn)證的緊密聯(lián)系。通過整合仿真、測(cè)試和AI驅(qū)動(dòng)的工藝改進(jìn)，半導(dǎo)體工程師將能夠開發(fā)出更具彈性的設(shè)計(jì)，優(yōu)化可制造性，并顯著縮短下一代器件的上市時(shí)間。未來的方向不是在仿真和測(cè)試之間做出選擇，而是讓它們比以往任何時(shí)候都更有效地協(xié)同工作。

結(jié)語

半導(dǎo)體行業(yè)正在迅速朝著數(shù)據(jù)驅(qū)動(dòng)的設(shè)計(jì)和測(cè)試模式轉(zhuǎn)變，在這種模式下，仿真不再是靜態(tài)的近似，而是不斷發(fā)展的預(yù)測(cè)引擎。AI、實(shí)時(shí)測(cè)量和生產(chǎn)分析正在模糊仿真與測(cè)試之間的界限，使工程師能夠更快、更自信地驗(yàn)證設(shè)計(jì)。

Teradyne公司的Basoco補(bǔ)充道：“歸根結(jié)底，沒有完美的仿真。關(guān)鍵是縮小差距，確保測(cè)試數(shù)據(jù)隨著時(shí)間的推移不斷優(yōu)化我們的模型，以便下一代設(shè)計(jì)從一開始就變得更智能、更高效、更易于制造。”

隨著人工智能、機(jī)器學(xué)習(xí)和實(shí)時(shí)工藝反饋的持續(xù)融合，半導(dǎo)體行業(yè)正邁向設(shè)計(jì)驗(yàn)證的新時(shí)代，其中仿真和物理測(cè)試之間的界限變得模糊。其結(jié)果將是更具預(yù)測(cè)性、適應(yīng)性和可靠性的半導(dǎo)體開發(fā)周期。