庞大的 5G 芯片挑战赛

蜂窝数据的超快上传和下载速度即将到来，但要使该技术在其预期生命周期内按预期运行是一项巨大的挑战，需要对整个芯片生态系统进行重大改变。

虽然 sub-6GHz 是 4G LTE 的一个演进步骤，但真正的承诺 5G 毫米波 (mmWave) 技术开始发挥作用。但这些高频信号衰减得更快，而且更容易受到各种类型的噪声、墙壁或人等物理物体，甚至热或雨等环境条件的干扰。解决方案是使用更多的基站和小型基站，对信号进行近乎连续的校准，并通过使用来自不同角度的多个波束基本上“弯曲”物体周围的信号。

这是一项艰巨的任务。它涉及 5G 生态系统的各个方面，从芯片/封装/板架构开始，延伸到软件开发和测试、制造、封装，甚至延伸到现场。这一挑战引发了检查、计量和测试领域的混乱，每个过程都变得更加复杂、更加昂贵且越来越关键。

其中的挑战包括：

• 随着 5G 芯片变得更加异构以及天线阵列嵌入到先进封装中，测试、检查和计量所需的时间越来越长。这些过程有更多的插入点，其中许多插入需要更多的时间，这反过来又推高了这些芯片的成本。
• 电磁干扰、非线性和各种类型的噪声（热噪声、相位噪声、功率噪声等）已成为毫米波设备中的首要问题。信号本身更容易受到干扰，并且随着这些芯片中的电介质变得更薄，这些影响会被放大，其中许多芯片是在最先进的工艺节点上开发的。这些电介质最终会在较长的使用寿命和暴露于自然环境的情况下被击穿，特别是在基站和小型蜂窝中。此外，由于这些芯片被塞进更小的空间，甚至 PCB 产生的 EMI 也成为一个问题。
• 该行业刚刚开始研究城市地区毫米波信号的完整性，包括树叶对树木、天气、建筑物和其他物体的影响。这里的问题是不同的频率表现不同，并且这些频率可能因国家/地区而异，甚至在同一国家/地区也可能不同。这使得对这些设备进行建模和仿真变得更加困难，并且在一个地区有效的方法可能在另一地区不一定有效。

“存在一些重要的拐点，”Richard Oxland，产品经理说道。 西门子EDA。 “其中一个是载波信号的范围，它往往要低一个数量级，而每平方公里的信号密度要高得多。这意味着您需要更多的分布式基站。但这也意味着您将有多个网络运营商共享一个基站，因此您需要支持多个同时网络的硬件。”

这使得使用更先进的制造工艺或某种具有先进封装的多芯片方法来开发这些芯片更具吸引力，因为这两种方法都为更多功能和更好的信号缓冲提供了额外的空间。但这也使得识别缺陷（尤其是可能多年不出现的潜在缺陷）以及在问题出现时查明问题根源变得更加困难。

测试的变化
毫米波的主要挑战包括测试什么、何时测试以及测试完成后如何处理数据。毫米波测试包括射频和数字电路、新材料（包括一些在最先进工艺节点开发的材料）以及新的封装方法，这一事实使情况变得复杂。

“我们正在测试芯片，但我们也在测试芯片所在的模块，”高级业务开发经理 Adrian Kwan 说。 先进的。 “如果你把芯片放在一个 啜 （封装内系统）或AiP（封装内天线）模块，那么这是一种完全不同的系统级测试。在设备方面，这仍然是我们在大量收发器测试中所做的事情。但对于模块，有时会出现“通过/不通过”或 AiP 测试，例如误差矢量幅度 [1] 与天线距离的关系。对于收发器，前端和天线都集成到单个模块中，因此存在一组完全不同的测试用例。”

尽管人们对毫米波不乏兴趣，但芯片行业才刚刚开始努力解决该技术的可靠性和现实世界中的服务质量问题。

Kwan 表示：“这只是毫米波测试的开始，目前的数量还很低，但今年可能会很快增加，目标是进入无线 (OTA) 领域今年年底进行测试。其中很多内容与我们在 4G LTE 测试中所做的类似，但现在我们添加了相移和波束成形。在 OTA 方面，我们将研究辐射方向图，这是我们需要为天线做的。例如，我们可以进行 EIRP（有效各向同性辐射功率），绘制功率与频率的关系图。”

图 1：使用 12 个双极化贴片天线元件和 7 个偶极天线元件的天线阵列模块。资料来源：爱德万测试

OTA 测试是毫米波的一个关键要素，因为分配给 5G 的频谱很窄，并且有效地将信号从基站或中继器传送到终端设备并再次返回所需的功率可能会有所不同。

无线产品营销策略师 Jeorge Hurtarte 表示：“至少会增加一项毫米波独有的测试插入，即空中测试，而且这是一项新举措。” 泰瑞达。 “你正在捕捉空中的辐射信号。所以零接触，这是独一无二的。有了4G和3G，所有测试都有联系。现在，将有一个天线来拾取信号，然后将其传输到 ATE 仪器，然后可以进行测试。这就是趋势，当我们通过 6G 达到太赫兹频率时，这种趋势将更加突出。天线元件将会更多，[测试室腔体]的距离将会更小，因此 OTA 将成为主导。”

图 2：大规模生产的毫米波测试。来源：泰瑞达

所有这些无疑使测试变得更加复杂，但也使得确定将哪些内容放入硬件、哪些内容放入软件以及将哪些内容保留在模拟信号与混合信号中变得更加困难。其代价是硬件速度更快、更省电，但软件更灵活，并且模拟可以校准和调整，而数字通常是固定的。

制造 5G 基带 SoC 的 Picocom 总裁 Peter Claydon 表示：“在制造过程中，您会进行校准，存储校准表，并且已经描述了它在不同温度下的表现。” “你存储所有这些。在射频和模拟领域，这包括数字预失真等。因此，如果您查看射频的输出，您可以将其以数字方式反馈，以显示波形如何失真，以及功率放大器中的非线性等情况。这涉及到射频链中发生的其他事情。但在数字领域，你可能会遇到一些可能会以某种令人讨厌的方式失败的事情，这取决于你使用 EDA 工具所做的事情。您正在运行更多的测试，查看芯片每个网络的最大电流。因此，设计过程中会发生很多事情。过去，你可以完成设计和布局，一周后就可以流片。现在你完成了设计并在六个月后进行流片，因为你有太多的后端测试需要运行并且需要改变。”

图 3：5G 小型蜂窝 SoC 组件。资料来源：笔克通

正在进行的测试
事情还没有结束。通常，这些芯片都是昂贵的，对于小型基站来说，它们并不总是很容易获得。因此，如果它们开始表现奇怪，我们的目标不是将它们扔掉，而是在其预计的生命周期内跟踪它们的表现，并随时随地进行修改。

“它不会止步于分发，5G 就是一个很好的例子，”Danielle Baptiste，副总裁兼软件总经理说道。 走向创新。 “手机有‘电话之家’的概念。所以芯片会报告回来。如果我们看到一些不可预测的结果，一旦投入使用，这意味着我们需要开始将其反馈到制造过程中。我们可以了解生产过程中发生的情况，这确实很有吸引力。”

该性能可能会受到许多因素的影响，包括许多与老化相关的因素，这可能会导致模拟电路的漂移， 电迁移 数字设备中的问题以及随着时间的推移和一系列更新而积累的软件不兼容性。

Onto 软件产品管理总监 Mike McIntyre 表示：“在现场使用六个月后，在寒冷或烘烤的条件下，某些东西可能会出现故障。” “你如何将这个错误追溯到 Metal3 等狭窄的事实？如今，工厂测量生产线是为了工厂控制，而不是为了分析目的。他们可能会在 20 个晶圆上获取 40 或 100 个样品，但这可能是 5,000 个零件。因此，您有 40 个样本与 5,000 个零件相匹配，对于尝试计算 Metal3 线宽的测量结果来说，这是一个可怕的比例，导致在寒冷天气六个月后在现场造成了这次故障。”

图 4：在整个制造过程中连接过程控制和分析。资料来源：Onto Innovation

这种复杂性的后果之一是芯片制造商希望了解芯片/封装/电路板/系统内部在任何时间点发生的情况。有些问题可以通过以下方式识别 内置自检，它可能会在系统启动时启动。 BiST 越来越多地辅以某种在线监控，这种监控也可用于提醒用户因安全漏洞而产生的可疑活动。

西门子的 Oxland 表示：“您可以识别关键的系统级指标，这些指标几乎就像一段时间内的性能领先指标。” “例如，您知道我在某个关键连接上的平均延迟随着时间的推移而增加。如果您可以了解预期操作的正常情况，那么您就可以确定何时开始提出需要进行软件更新的标志。您可以随着时间的推移收集这些数据，将其放入数据库中，并对这些数据执行正确的分析。”

这本质上为测试增加了新的维度，并且这是一个潜在的利润丰厚的新市场机会，用于收集和分析数据以了解芯片内部以及更大系统中芯片外部发生的情况。

“TAM（总可用市场）在从设计、测试到生产的几乎所有生命周期阶段都很重要，”营销和业务开发高级总监 Steve Pateras 说道。 新思。 “但到目前为止，最大的机会是在该领域，因为一旦你进入该领域，你就向不同的受众销售产品。与生命周期早期阶段相比，它的受众范围要广泛得多，包括传统的设计、生产、工程，甚至系统集成商。当你进入这个领域时，几乎任何人都可以。”

这对于 5G 基带芯片尤其重要，因为它可能在不同条件下的任何时间点为多个客户提供服务。 Picocom 的 Claydon 表示：“SoC 可以同时为多个运营商运行软件。” “它可以处于不同的频段，并且在不同的情况下你有不同的客户。它不像一块芯片具有一个软件负载，它总是相同的东西。每个人都以不同的方式使用它，因此能够监控正在发生的情况并能够在现场进行调试非常重要。”

检验和计量挑战
5G 最大的变化之一在于 包装。除了嵌入封装周围的天线之外，还有多个芯片，这会增加机械应力，放大工艺变化，并导致与老化相关的问题，因为并非所有芯片的老化速度都相同。

“过去，当你有一个单芯片封装时，如果数据好，封装就会好，”执行副总裁 Oreste Donzella 说道。 KLA 的 电子、包装和零部件集团。 “现在，当您将所有这些芯片映射到一个封装中时（一种异构集成封装，其中 36 个芯片相互叠置），如果其中一个芯片存在可靠性问题，那么整个封装就会出现故障。这具有巨大的经济、安全和可靠性影响。当单个芯片的良率达到 99% 时，一切都好。但当你有 36 个芯片且良率达到 99% 时，你就获得了倍增系数。”

由于频率较高，射频侧的元件也较多。 “我们看到滤波器、功率放大器以及这些滤波器和功率放大器的复杂性有了惊人的增长，因为现在您将根据许多不同的频带来设置滤波器，而这些频带也在更大的运行范围内运行，”Donzella 说。 “与数据传输有关的一切都变得越来越复杂，需要更复杂的射频设备。虽然射频滤波器不是 5 纳米技术，但它们正变得越来越复杂。人们越来越多地使用氮化镓、砷化镓和其他化合物半导体来构建滤波器和功率放大器。由于这些材料相对于硅的成熟度以及化合物半导体工艺的复杂性，这些材料引起了人们的关注。”

这些设备成本的上升也意味着进行更多检查以确保单个组件以及 SoC、封装和电路板没有严重缺陷具有经济意义。这使得使用诸如 原子力显微镜 无论是从设备角度还是从执行更深入检查所需的时间增加的角度来看，都更加可行。

“如果你考虑传统的 AFM，你会发现某个感兴趣的区域通常达到约 100 微米见方，仅此而已，”技术营销人员 Ingo Schmitz 说道。 布鲁克纳米表面。 “但实际上还没有一种心态需要对不同的材料表现得更加冷漠。如果你使用电介质，中间有金属，光学技术就会受到材料对比度的影响。因此，物质差异被视为高度差异。 AFM 不存在这个问题，我们将 AFM 与这种大面积扫描结合起来。随着我们转向 3D 封装，无论是混合键合、3D-IC 还是 2.5D，这一点将变得越来越重要。对此会有巨大的需求，因为从光学角度来看，你总是具有材料敏感性。”

不断上升的成本也使得扩大覆盖范围变得可行 光学检测。 “前端从未进行 100% 检查，因为物理上不可能检查每个晶体管，”首席执行官 Subodh Kulkarni 说道。 数码光学。 “在后端，我们确实进行了 100% 的检查，但我们的镜头比例和速度完全不同。先进封装处于中间位置。现在，与传统 PCB 相比，成本已经上升，并且检查的需求也增加了。因此，他们希望对极小且复杂的零件进行 100% 的检查，因为产量不是那么好。他们没有获得经典的前端缩放效果，因为数量没有那么高。”

用数据做更多事情
其中一个重大变化是，从设计到制造、包装再到现场，人们认识到数据对于发现缺陷、确定潜在缺陷是否会变成真正的缺陷以及监控越来越重要。硬件、软件性能下降和老化。对于毫米波，还包括“弯曲”物体周围信号以维持设备之间连接的能力。

所有这些都需要更多的测试、模拟、检查、计量以及更多的数据分析和人工智能/机器学习才能对其进行解释。 “我们刚刚与是德科技合作，对整个城市进行了建模，以了解建筑物在何处干扰波浪以及它们会传播多远，”该公司的光子学总监 Rich Goldman 说道。 安思。 “我们还与 NIST 合作来模拟树木的干扰。” [2]

图5：道路上的5G信号覆盖。资料来源：Ansys

整个供应链也正在进行更多研究。毫无疑问，毫米波将在未来几年成为主流。但随着时间的推移，它在现场的表现如何，目前尚不清楚。但工具和方法要么已经到位，要么正在开发，整个 5G 生态系统正在竞相增加其知识基础，以使这一过渡尽可能无缝。现在的问题是所有这些部分如何以及何时整合在一起，到目前为止仍然有点模糊。

参考资料
[1] 误差矢量幅度测量如何提高系统级性能
[2] NIST 帮助下一代电池技术超越绿色植物

相关文章
寻找 5G 毫米波滤波器
新的选择比比皆是，但到目前为止还没有明显的赢家。
5G 芯片增加测试挑战
商业解决方案的推广需要时间，但正在取得进展。
5G 带来的安全风险与日俱增
动态数据的爆炸给芯片制造商带来了严峻的挑战。

来源：https://semiengineering.com/the-gargantuan-5g-chip-challenge/