AI 晶片中的關鍵把關角色－探針卡

富果觀點：

1. AI 晶片不良成本放大，促使測試前移，篩選良品已成為剛性需求。
2. 探針卡往微間距、高針腳數與高頻高速發展，使 MEMS 探針卡需求強勁。
3. 產業具備耗材型經常收入與客製化認證門檻，晶片需求強勁下，相關廠商未來持續受益。

引言

隨著摩爾定律逼近物理極限，半導體製程已難以單靠微縮維持效能躍升，故轉而仰賴 CoWoS 封裝技術，從 2.5D 轉向 3D。然而，當晶片結構從平面走向立體堆疊，雖然突破了原本微縮的極限，卻也讓晶圓測試的複雜度與測試次數大幅提升，主因是隱藏在背後的失誤成本不容小覷，就如同蓋房子蓋到最後才發現一開始的地基或是二樓沒有蓋好，要整棟樓放棄或打掉重蓋的成本都極高。這使得測試的價值與重要性急速上升，相關供應鏈的價值正被重新定位。

2.5D 和 3D 圖示

source : 富果研究部

封裝前先把關，探針卡成為關鍵要角

以 NVIDIA、AMD 等高階 AI 晶片為例，在先進封裝與 Chiplet 架構下，一個封裝內往往整合多顆小晶片，在堆疊完後都必須檢測。為了避免最後封裝才發現有損壞，在晶圓封裝前的階段就得開始測試，因為只要其中一顆 Die 存在缺陷，就可能導致整顆昂貴晶片報廢。

晶圓檢測流程

source : 精測

AI 晶片

source : NVIDIA、AMD

因此，KGD（Known Good Die，已知良品）篩選成為剛性需求，而扮演關鍵角色的正是探針卡（Probe Card）。 探針卡主要用於晶圓測試階段的關鍵介面工具，透過高針腳