日月光攜手三所大學發表18項封裝研究成果，推進製程創新

前言

隨著人工智慧（AI）、高效能運算（HPC）及新世代通訊推動市場對更快速、效能更強大的半導體系統需求，先進封裝的重要性日益提升。為此，日月光（3711-TW）於16日在高雄廠K23國際會議廳舉辦第14屆封裝技術研究成果發表會，並與國立成功大學、國立中山大學及國立中正大學合作執行18項研究專案。研究聚焦於先進封裝技術整合，以及關鍵製程與材料技術開發。這些專案展現長期產學合作如何讓研究超越初期開發，進一步走向製程驗證與實際應用。

懶人包

本次發表會展示18項合作專案，涵蓋封裝模擬、熱管理、翹曲控制、材料分析、製程改善及AI輔助設計自動化。研究運用流體模擬、數位孿生、深度學習與強化學習等方法，回應實際產品開發與工程需求。成果包括模擬流程效率提升70%以上、完成高散熱HBPoP結構驗證，以及將高翹曲產品切割方法導入實際產品。這些專案共同串聯研究成果與AI、HPC封裝的製造挑戰。

正文

日月光於16日在高雄廠K23國際會議廳舉辦第14屆封裝技術研究成果發表會，並與國立成功大學、國立中山大學及國立中正大學合作執行18項研究專案。專案分為兩大主題：先進封裝技術整合，以及關鍵製程與材料技術開發。出席者包括日月光執行副總經理洪松井、副總經理白宗民、王盟仁及蔡騏隆，以及國立成功大學智慧半導體及永續製造學院院長許渭州、國立中山大學工學院院長郭振坤。各方參與展現共同推動合作研究走向製程驗證與產業應用的目標。

這些專案回應AI、HPC及新世代通訊不斷變化的需求。隨著相關應用擴展，先進封裝正朝向更高元件密度、更強散熱能力及更高可靠度發展。要滿足這些需求，封裝設計與製程整合也變得更具挑戰性。本次發表的研究涵蓋封裝模擬、散熱結構、翹曲控制、材料分析、製程改善及AI設計自動化，並運用流體模擬、數位孿生方法、深度學習與強化學習。透過將這些工具與產品開發、製程優化及工程驗證相結合，專案旨在讓具發展潛力的研究回應實際製造需求。

其中一項研究探討FC-QFN封裝中的銲錫行為。封裝結構日益複雜，使得準確預測銲錫在不同設計條件下的表現越來越重要。研究運用流體力學與動態模型分析銲錫行為，並預測不同凸塊設計所形成的接點形貌，也評估銲錫橋接風險。這類預測有助工程師及早找出設計與製程疑慮，避免問題進入生產階段。團隊也針對具高散熱需求的新世代HBPoP結構進行設計驗證，力求克服先進產品的散熱限制。

改善模擬流程也是研究重點之一。日月光表示，其AI Simulation Mesh與校正系統運用圖形化使用者介面（GUI）自動化工具，簡化並標準化模擬流程。公司指出，整體效率提升70%以上。一致化的流程可減少重複作業，並讓模擬結果更容易納入工程決策。專案也建立系統級封裝（SiP）翹曲評估模型、優化封模排氣參數，並改善晶圓切割後的清洗機制。這些方法有助及早辨識潛在風險、提升封裝開發效率，並增進製程穩定度。在此脈絡下，先進封裝不只是組裝元件的方法，也是延伸半導體系統能力、支援異質整合的途徑。

關鍵製程與材料研究則涵蓋散熱材料、元件開發、新世代通訊及AI/HPC應用。針對大型封裝界面，團隊開發分析技術，研究高導熱材料在相關條件下的反應機制，目標是提升分析效率並降低成本。了解這些材料間的相互作用，有助工程師更完善地選擇封裝結構與散熱效能，尤其在散熱管理需求日益嚴苛之際更是如此。

其他研究則從材料與結構研究進一步邁向元件開發。高靈敏度環境光感測研究原先探討多層膜與奈米結構，後續進一步應用於光電二極體。這項進展代表著朝從早期研究成果開發實體元件邁出一步。專案也完成高效率寬頻毫米波封裝基板天線，支援新世代行動通訊相關布局。這些案例展現封裝研究如何串聯材料特性、元件設計與應用需求，而非將各階段視為彼此獨立。

液冷研究也著重於熱管理。為因應AI與HPC帶來的高熱密度，專案建立液冷技術所需的模擬、製作與驗證能力。這三項能力缺一不可，因為冷卻概念必須經過建模、製作與測試，才能確認是否符合實際需求。因此，研究不僅止於理論分析，也延伸至評估高要求運算應用解決方案所需的工程步驟。

多項專案聚焦於改善複雜封裝幾何形狀的製造與設計。高翹曲產品切割方法已導入實際產品，讓研究成果與生產相連結。同時，研究運用深度學習與強化學習提升基板線路佈局效率，也致力於優化細線路製程、精準控制基板翹曲及提升封裝可靠度。這些工作展現AI方法如何應用於涉及多種相互影響設計與製程變數的工程任務，也突顯材料與製程必須仔細匹配：某一領域的效能提升，必須與整體封裝的特性相容。

日月光執行副總經理洪松井表示，AI與HPC快速成長，正推升先進封裝與高階測試需求。日月光除了擴充先進封裝產能，也同步強化關鍵技術與工程能力。封裝技術快速演進之際，與大學合作愈發重要。持續的產學合作有助前瞻研究與產品及製程需求接軌、加速技術驗證，並將成果投入實際應用，目標是進一步強化日月光在AI先進封裝與測試領域的競爭力。

自2013年起，日月光持續支持封裝技術研究，長期串聯學界與產業的研發能力。研究方向已從產品效能模擬、先進製程及材料技術，逐步拓展至AI、大數據、智慧製造與高效能封裝應用。這項演進反映出，要解決封裝挑戰所需的專業知識日益廣泛，涵蓋材料特性、製程控制到自動化工程設計。

展望未來，日月光表示將持續發展先進封裝、關鍵製程與材料技術，同時加速將研究成果導入實際場域。持續與大學合作，旨在強化台灣半導體封裝與測試產業的創新能力及國際競爭力。本次發表會的18項專案正是這種做法的實例：研究對接特定製造需求，透過工程方法評估，並在適當情況下推進至實際應用。

重點摘要表