產業技術評析

一、自動光學檢測技術的發展與市場規模
 

AOI(Automated Optical Inspection，自動光學檢測)為高速高精度光學影像檢測系統，運用機器視覺做為檢測標準技術，改良傳統上以人力使用光學儀器進行檢測的缺點，應用層面包括從高科技產業之研發、製造品管，以至國防、民生、醫療、環保、電力…等領域。傳統AOI檢測設備如PCB自動檢測機的特性：需要控制環境、光源以及拍攝角度等，同時量測目標之特徵要明確，且需人工定義瑕疵樣本的特徵，才能讓AOI機器透過樣本進行篩檢，當需要檢測新設計或是新產品時，自動光學檢測流程需重新設置，此需耗費較高成本。現今由於深度學習技術的發展，AI已被應用於AOI瑕疵檢測領域，例如金屬瑕疵檢測、紡織品花紋瑕疵檢測、雷射焊接自動控制、金屬刻字序列號碼自動判讀、金屬鏽蝕檢測等。其基本運作流程為：蒐集大量預處理影像，並標註影像種類，例如是否有瑕疵等，接著將標註好的影像，放入類神經網路架構進行深度學習演算法以訓練模型，之後利用訓練好的模型，在產線上面直接透過影像判讀瑕疵。

以AI深度學習技術進行AOI瑕疵檢測的好處為，由於影像特徵萃取的工作是交由深層類神經網路透過訓練流程所自動完成，因此相較於需要人工定義瑕疵特徵的傳統AOI技術來說，AI深度學習之AOI瑕疵檢測的應用範圍以及彈性較大，但另一方面來說，AI深度學習需要足夠數量之已標註好的影像來訓練模型以達到高準確度，所以技術應用之評估需同時考量資料的可用度。運用AI檢測來料或完成品的瑕疵，解決長期使用人眼目測檢查產生失誤或品質不均問題。臺灣印刷電路板(PCB)產業發展已經超過40年，海內外的產值已佔全球相當比重，臺灣生產技術與產品品質，對全球市場貢獻及影響舉足輕重。然而目前PCB產業趨勢朝向細線距、多層數等技術帶來的產品升級，故以AI加速製程及瑕疵檢驗，是刻不容緩的議題。

圖1是全球AOI技術的市場規模，2022年自動光學檢測系統市場規模預測將達十億美元，2020至2025年之間的年複合年均成長率為17.7%，成長的動力來自於對高階應用的電子零件(high-quality electronic components)需求、PCBs的複雜度(線距縮小)增加、消費性與汽車電子產品的需求。
 

資料來源：工研院產科國際所(2022/03)
圖1 全球AOI技術的市場規模
 

相較4G通訊時代，5G的應用必須考量的範圍更廣，例如高頻訊號的損失、傳輸的速度、模組的整合程度、整體系統的穩定度與功耗等。所以5G硬體系統在零組件規格的要求上遠比4G系統高出許多，因此帶動相關零組件產業，包括基頻晶片、印刷電路板、天線、射頻前端及散熱元件的發展。5G高速通訊、低延遲、高布建密度的特性，帶動PCB的面積擴大、層數增加、線路設計複雜等趨勢，相關PCB業者紛紛以高密度連接板(AnyLayer HDI)、軟硬結合板、IC載板等技術因應，希望做到輕薄短小的要求，讓高效運算(HPC)裝置微型化，所以PCB板須藉由體積的優勢，開創出更多應用。此外，在Mini LED顯示器加速落地的發展下，磊晶廠、面板廠、設備廠會積極地進行合縱連盟，透過不同領域的合作來補強自家公司的缺點，將經營資源集中於自己擅長的領域。磊晶廠產出的磊晶，其波長、電性等規格差異大，因此需仰賴設備廠的檢測與分選，才能提供均一性高的LED晶片，此亦會帶動AOI技術的發展。

半導體製程進入5奈米和7奈米，持續微縮的難度更高，先進製程的趨勢是晶片朝多層堆疊發展，讓晶片的體積更小、更省電、效能更強；因此現今的3D堆疊技術、異質封裝技術演進的趨勢會帶動自動光學檢測朝極精密的檢測方向發展。透過檢測晶圓能提升晶圓良率，藉由檢查晶圓狀況與金屬殘留等，可以了解晶圓製造時的狀況，藉以改善問題。舊式瑕疵檢驗以人眼進行晶圓外觀全檢，但目測員在判斷上有主觀判斷及眼睛疲勞的因素，導入AI進行瑕疵檢測，有其必要性。此外半導體製程全面走向奈米化，檢測解析度要求也同時提高，因此結合機器視覺與AI技術，進行晶圓電路缺陷分析，開發高速精確電路瑕疵檢測，可大幅縮短檢測時間並提升晶圓產能和良率。

蘋果自A8開始與臺灣晶圓代工製造大廠台積電合作，自此讓其整體處理器晶片的製程速度提升，在2017年發表10奈米製程的A11後，僅一年就接著推出7奈米的A12，如今又更進階到5奈米。台積電在先進製程的發展上，一直是業界的佼佼者，目前也正加速推動3奈米與2奈米的發展進程。隨著半導體先進製程持續發展，電晶體大小也逐步接近原子的物理體積限制，這讓先進製程的持續微縮與升級難度愈來愈高，因此業界也開始尋找既能讓晶片維持小體積，同時又可保有高效能的解方，這也是台積電早在前幾年就逐漸跨界至後段封測領域發展異質整合的原因。異質整合就是將兩種不同的晶片，透過封裝、堆疊等技術整合在一起，透過晶片的布局設計，來延續摩爾定律。

台積電已成功量產2.5D先進封裝製程，提供客戶一系列InFO(Integrated Fan-out，InFO, 整合扇出型封裝)晶圓級封裝技術，並針對高效能運算晶片提出CoWoS封裝製程。而該封裝製程就可以達到異質晶片整合的效果。8月25日的台積電技術論壇，台積電宣布3Dfabric晶圓級封裝服務，整合現有的高效能運算CoWoS封裝，智慧型手機晶片InFO封裝與TSMC-SoIC封裝。半導體晶片更加輕薄短小，未來也將有更多系統單晶片整合的需求，因為有系統級封裝(System in Package)的商機，在異質晶片整合製程需求大幅增加的可能下，先進製程的封裝技術就更為重要。台積電近年擴大布局先進封裝技術，其提出整合扇出型封裝技術，將16奈米的邏輯SoC晶片和DRAM晶片做整合，由於該技術可達到功耗較低的效果，同時又能強調散熱，並且符合體積小、高頻寬的需求；在先進封裝技術發展下，3D封裝成為台積電，還有Intel、三星的布局重點。台積電進行先進製程晶圓級的內部封裝，臺灣主要的封測廠亦將鎖定系統級封裝(SiP)及整合天線封裝(AiP)進行研發，例如景碩、力成、矽品、日月光等公司在Wire Bonding(打線接合)的3D自動光學檢測需求。
 

二、3D AOI將佔未來市場規模大宗
 

隨著天線級封裝與系統級封裝(SiP)的應用增加，BT載板的需求旺盛。IC載板依材質可分為ABF與BT，BT載板的特性是不易受熱脹冷縮的影響，主要應用在手機等通訊產品，而高速運算和通訊的需求，預估2020年至2024年，載板的市場規模至少達7億美元。而各家的5G手機預期採用Anylayer HDI與類載板(substrate-like PCB，SLP)；也就是說，手機主板材料分為HDI板、AnyLayer HDI、類載板(SLP)，其中SLP是線路介於IC載板與HDI的產品，採用mSAP製程，SLP相較於HDI體積，少了近8成，有利於在手機中將空間給電池使用。在5G手機的PCB板更重視面積效率的要求下，SLP的應用可期，因為它可使板件的面積增加10~15%。
 

資料來源：technews(2020/06)
圖2 矽載板的線寬、線距縮小
 

5G通訊的高速運算裝置包含基地台及伺服器的應用，由於需處理龐大的資料量，著重在效能及散熱方面，因此高速運算晶片多採用 2.5D、3D大型整合型封裝結構，以此提升訊號傳遞的速度與品質。主要是藉由類載板、矽載板(Silicon interposer)、RDL (Redistribution Layer，重分佈層) 的重新組合當作晶片之間溝通的橋梁，對比傳統 substrate 線距可縮小 4~5 倍，如圖2所示。線寬、線距縮小能有效增加封裝的腳位及縮短訊號延遲時間，提升整體系統效能，未來線寬線徑於um等級的AOI檢測將有一定的市場需求
 

三、結語
 

先進製程中的自動光學檢測技術日受重視，例如在矽晶圓的檢測、PCB中的IC載板檢測、半導體封裝測試的檢測、Mini LED的檢測。預期3D AOI技術將佔市場規模大宗，成長的動力來自於對高階應用的電子零件(high-quality electronic components)需求與PCB的複雜度(線距縮小)增加。我們看好Mini LED的AOI設備需求，線寬、線距縮小能有效增加封裝的腳位及縮短訊號延遲時間，提升整體系統效能；但也增加了AOI的難度，未來線寬線徑小於5um的AOI檢測將有一定的市場。AOI廠商對於傳統方法檢不好的，才會導入AI發展，目前是以rule-based (規則系統)做缺陷的檢測，逐漸進展到在少量多樣且快速變化的產品檢測中導入AI演算法，應用AI中的深度學習技術。產業的上中下游，會積極地進行合縱連盟，透過不同領域的合作來補強自家公司的缺點，將經營資源集中於自己擅長的領域。3D堆疊技術、異質封裝技術演進的趨勢會帶動AOI朝極精密的檢測方向發展。碳化矽(SiC)晶圓的檢測、AiP(Antenna-in-Package)載板的檢測、半導體先進封裝測試的檢測、Mini LED的AOI設備，將驅動著全球十數億美元的AOI市場規模。
 

(本文作者為工研院產科國際所執行產業技術基磐研究與知識服務計畫產業分析師)