弥合设计与制造鸿沟

虽然所有电子项目都始于设计，但设计在历史上被视为与制造过程分开的活动。半导体设备制造商和供应链下游的设备制造商不被视为半导体设计生态系统的一部分，反之亦然。芯片设计一旦完成，就会被“扔到墙外”进行制造和测试。设计者完成设计后，又开始新的项目。

设计作为一种独立的、与外界隔绝的活动已不再可行。随着复杂性不断提高，几何尺寸越来越小，性能越来越高，功耗越来越低，竞争也越来越激烈，这种“扔到墙外”的心态必须改变。成功的芯片设计要求制造工艺能够持续可靠地交付符合设计规格的部件。设计过程中的决策对制造过程有重大影响。

目前，半导体行业内许多不同的领域都存在重叠，因此显然需要从设计到制造连贯地解决供应链问题。挑战在于如何使这些功能更紧密地联系在一起。Needham公司首席高级分析师Charles Shi最近指出，到2030年，半导体的全球销售额有望达到1万亿美元。他还指出，曾经的硬件/软件鸿沟已经演变为如今的设计/制造鸿沟。

设计的孤立可以追溯到计算机辅助设计的早期，这种设计很快被称为电子设计自动化(EDA)。早期的EDA解决方案是为自动化和加速芯片设计过程而开发的，而不是制造。这种方法将设计确立为一个独立的领域，有别于制造，对于每个芯片包含10个晶体管到10,000个甚至100,000个晶体管的设计都非常有效。但随着工艺节点的缩小，在单个SoC上部署数十亿个晶体管成为可能。

尝试让设计更接近制造并不是什么新鲜事。工艺设计套件(PDK)大约在20年前推出，目的是向设计人员提供设计规则等代工厂和制造信息，以便他们在设计中考虑工艺的细微差别。随后出现了测试设计(DFT)、光学邻近校正(OPC)和分辨率增强技术(RET)，接着是良率设计(DFY)。虽然这些方法有助于弥合设计/制造差距，但仍有许多其他挑战有待解决。

通过前瞻性思维进行创新

先进封装是一个很好的例子，展示了如何通过创新推动设计与制造的紧密结合。设计功能和性能必须结合先进封装所面临的其他挑战来理解，如机械应力、散热和电磁学。这些挑战是随着移动设备和智能手机的出现而出现的，而随着高性能计算成为半导体收入增长的主要驱动力，这些挑战也变得至关重要。

在设计和制造之间架起一座桥梁的方法之一，就是研究最大的设计机构与其各自的制造合作伙伴之间的关系。这些合作伙伴在互动和信息共享方面投入巨资，使他们能够快速完成新芯片的设计，并高效地进入批量生产阶段。然而，由于大型参与者的数量有限，下行风险可能会导致创新减少。

半导体设计和制造会产生大量数据。人工智能可用于处理这些数据集，以确定哪些可管理的数据子集对产品和测试工程最有用。公司会根据预算为产品和测试工程职能部门配备人员；一家收入数十亿美元的公司会为产品和测试工程编制相应的预算。如果没有人工智能，工程师们只能进行一些简单的数据筛选，并期望得到最佳结果。人工智能的使用有助于拉近设计与制造之间的距离，使工程师能够有针对性地开展工作，从而提高生产效率，缩短生产周期，提高产品质量。

随着一些无晶圆厂公司转变为系统公司，同时一些系统公司也开始转变为无晶圆厂公司或制造商，半导体产品供应链变得越来越复杂。过去，代工厂基本上是系统制造商，交付的零件封装和测试良率高达99%。

现在，公司正在与代工厂合作伙伴一起构建更复杂封装的系统，这种安排需要已知良好的裸片。这是设计和制造如何协同工作的另一个例子：代工厂不仅提供设计规则和指南，还提供已经按照保证规格制造和测试的组件。制造商正在与新兴的芯粒(chiplet)领域以及先进封装和高带宽内存领域的设计人员密切合作。

从系统的角度来看，通过软件、数据共享和分析将各个部分连接在一起，可以提高生产率，并弥合设计与制造之间的鸿沟。

（原文刊登于EE Times欧洲版，参考链接：Bridging the Design/Manufacturing Divide，由Franklin Zhao编译。）

本文为《电子工程专辑》2025年3月刊杂志文章，版权所有，禁止转载。免费杂志订阅申请点击这里。