人工智慧(AI)伺服器需求帶動InFo、CoWoS、SoIC…等各種先進封裝技術的發展，晶片市場的發展自此進入不同世代。而先進封裝製程應用多變，以現行最熱門的封裝概念CoWoS (Chip on Wafer on Substrate)，其中其實就包含了WLCSP、FOWLP、FOPLP、FCBGA、HCBGA…等各種不同的技術應用，也因此在生產良率控制上產生極大的挑戰，製程中監控生產品質及良率控管的AOI設備(Auto Optical Inspection)重要性與日俱增。尤其面對晶圓製造層級垂直堆疊層數越來越多，以及覆晶封裝的變化越來越複雜的情況下，AOI可檢測線路、殘留、表面處理…等各式缺陷，甚至包含量測與AI等功能，進一步成為掌管品質的重要利器，可以說具備良好AOI設備的封測廠，才能提供具良好品質的封裝產品。

傳統AOI檢測原理介紹

傳統的AOI設備大都以可見光光拍攝晶圓表面，以達成晶圓外觀檢測的目的。簡單來說，傳統可見光系統主要是透過可見光與光學透鏡的放大原理，光線通過物體後會被聚焦到鏡片上，並通過物鏡進行放大來成像。常見照明成像方法包含明視野、暗視野、混合視野、偏光成像、光微分干涉成像、色彩成像等，以上不同方法目標在於提高影像中欲檢出之細節與背景之對比(Contrast)，以降低後續軟體運算之複雜性。AOI設備則再經由後段邏輯演算法判斷成像，區分良品與不良品。

製程限制帶動新型態光源需求

在現行CoWoS封裝中的Chip on Wafer段製程，不管使用Fan in WLP或Fan out WLP皆會採用RDL線路重佈製程，尤其現今最熱門的CoWoS-R、CoWoS-L等製程更需要多層RDL重佈線技術。黃光段是負責晶圓線路生成的製程，一般大量使用有機物材料PI、PR來當作正形光阻和負形光阻，不斷重複進行曝光、顯影、蝕刻等流程來製作線路，可說黃光製程是關乎線路品質的重要關鍵命脈，但這些有機物材料在肉眼看來是呈透明或半透明狀，在傳統的白光AOI檢測中，對於此類型的有機物質殘留並無法真正進行有效辨識。且隨著製程Fine Line與IO越做越小、RDL層數越來越多，黃光製程中每一道製程後的檢驗就顯得極為重要，如何克服PI、PR材質限制也成為技術分野所在。

除上述CoW製程PI、PR考驗外，在Wafer on Substrate製程中，也會需要使用透明或半透明的膠體(如Flux、UnderFill…等)將Chip跟載板黏著在一起，當製程點膠後或膠體烘烤之後，殘膠、溢膠、爬膠…等缺陷皆是導致BGA產品電性不良的可能原因。

因此，不論在CoW或是WoS製程，決戰的關鍵點是必須要能在製程中提早發現這些一般白光看不到或看不清的缺陷，及時安排製程重工，才能穩定生產品質，提升生產效率。

如何檢測透明有機材料?　螢光成為劃時代利器

螢光(Fluorescence Light，FL)是一種光致發光(Photoluminescence Light，PL)現象。指的是當某種常溫有機物質經特定波長的激發光照射(Excitation Light)，吸收光能後進入激發態，並且立即退激發及發出放射光(Emission light)。

因各種先進晶圓製程/先進封裝製程/電路板/面板在黃光製程使用的有機材料會發出螢光反應，因此採用光致發光來檢查，在影像上可使表面金屬線路或RDL重佈線呈現低灰階、相對有機材料部分則呈現高灰階，螢光反應下可以獲得高對比影像，有利瑕疵判斷及檢出。尤其在檢測PI (PBO)/PR殘留、線路異常等缺陷時，螢光可強化缺陷處反映，將原本可見光無法檢測之缺陷清楚彰顯，大幅降低漏檢率。而螢光檢測的能力分野與技術專利則在於光源的配置與能量強弱，如何在避免傷及產品的情況下，仍能克服透明有機材限制檢出缺陷，同時兼顧檢出速度與檢出率，是近期各半導體AOI廠商兵家必爭之處。

詳細內文請參考網址...