欧姆龙用NVIDIA Omniverse助力半导体封装检测升级

欧姆龙（Omron）正将 3D 检测数据与 NVIDIA Omniverse 平台结合，推动半导体封装检测技术革新。该公司正在推进验证，通过把自动光学检测装置（AOI）与 3D CT 型 X 射线检测装置（AXI）的数据在 Omniverse 中空间叠加，可视化元件翘曲与内部接合不良的因果关系，并计划以 AI 智能体辅助检测、以 OpenUSD 打通设计与制造流程。

随着生成式 AI 的普及和 AI 数据中心的扩建，半导体封装正加速走向芯粒化、大型化，凸点（bump）数量增加、尺寸也不断微缩。这虽然能提升处理性能和生产效率，但接合部位增多、结构复杂化，也让设计、制造与质量保证的难度显著提高。

为应对先进封装的质量课题，欧姆龙正在验证一种技术：将检测基板表面的自动光学检测装置（AOI）与可无损检测内部接合状态的 3D CT 型 X 射线检测装置（AXI）的数据，在 NVIDIA Omniverse 平台中进行三维重建。欧姆龙表示，目标不是单纯筛选不良品，而是把检测得到的定量数据用于质量改善——将表面与内部状态放在同一个 3D 空间中观察，再结合历史检测结果和制造条件，就能从分析不良原因一直延伸到调整制程条件。

在欧姆龙的检测体系中，除 AOI 和 AXI，还包括锡膏检测（SPI），用于电子基板焊料接合状态及先进半导体封装的质量保障。面向半导体制造，其检测应用覆盖半导体薄片、玻璃基板、玻璃通孔（TGV）、微凸点、芯粒内部接合部和成品基板等后道各阶段。

过去，AOI 与 AXI 的检测结果需要分开查看，再由熟练工程师推断二者关联。欧姆龙则尝试把两类数据在 Omniverse 中做空间叠加，使外部可见的异常能与内部接合状态联系起来。例如，若 AOI 发现元件浮起或位置偏移，同一位置的 AXI 数据又显示焊料形状异常，就可以更快锁定缺陷发生在贴片工序还是回流焊工序。这项工作的意义并非直接提高单一检测的精度，而是通过多源检测结果掌握不良的真实状态和因果关系，并反馈到工序改善中。

芯粒或大型基板受材料热膨胀系数差异影响，在加热或冷却时可能出现翘曲。翘曲会让应力集中在凸点或焊料接合部，增加裂纹和开路不良风险。欧姆龙将 AOI 获得的元件表面高度信息与 AXI 测得的焊点高度、形状合并，在三维空间中呈现翘曲、弯曲以及接合状态的联动变化。高度差以颜色映射区分，模型可任意旋转查看，便于设计与制造部门共享同一质量状态。如果翘曲和接合异常集中在同一方向，可作为重新审视材料、结构以及加热温度、压力、回流焊曲线等制造条件的依据。

3D CT 型 X 射线检测需从多个方向对基板成像，以便重建内部立体结构。但存储器等部分半导体器件对 X 射线敏感，过量照射可能影响产品特性与可靠性。以往的剂量管理较难覆盖 X 射线源移动、照射方向、设备内反射等三维因素；欧姆龙因此在 Omniverse 中引入三维剂量显示，以热图呈现单个元件的累计受照剂量。操作员可事先模拟不同检测路径和拍摄条件下的辐射量，在维持检测精度和节拍时间的同时，找出将 X 射线照射控制在必要最小限度的条件。

生产现场中，人、设备、材料、方法（4M）处在持续变化中；材料批次、设备磨损、校准、温度管理等条件的波动，意味着已构建的 AI 模型和检测条件一旦固定下来，就难以稳定维持品质。为此，欧姆龙正基于 NVIDIA 的 VSS（Video Search and Summarization），结合视觉语言模型（VLM）、Graph RAG（图检索增强生成）和大语言模型（LLM）等组件开发 AI 智能体（AI agent）。其使用场景是：操作员用自然语言对检测结果提问后，AI 智能体从历史检测数据中找出相似图像或案例，并给出原因和判断依据。这样可以把检测图像的 3D 数据与熟练工程师的经验结合起来，支持新操作员完成良否判定与检测条件设定。

在验证中，针对 X 射线检测判定为 NG 的结果，熟练工程师对照过往案例作出最终判断原本要约 1 小时；欧姆龙希望 AI 能通过提示类似案例和理由，将这个过程缩短至几分钟。不过，要走向实用化，仍需将熟练工程师掌握的隐性知识提取出来并转成 AI 可理解的数据。欧姆龙称，3D 数据重建精度正以 AXI 测量精度为基础达到较高水准，但若要在日常业务中让 AI 给出与熟练者相当的答复，还必须进一步推进知识的积累与结构化。

欧姆龙将以 OpenUSD（三维数据的标准化描述格式）作为数据交换标准，把 AOI 与 AXI 的检测结果传送到 NVIDIA Omniverse。由于设计、制造、检测等工序原本使用不同软件和格式，跨工序质量问题时往往需要人力转译信息；若 OpenUSD 成为通用语言，检测到的元件位置、接合状态等质量数据将更容易在设计或工艺仿真中被调用。欧姆龙还设想，未来可由 AI 直接根据检测结果判断改善点，并把结论反馈给设计变更与制造条件调整。

按欧姆龙的定位，此次公开的技术不是检测设备上的一项单一功能，而是“将检测结果用于制造”的应用层方案。它嵌入产品、作为选配功能或服务提供的具体方式以及商用时间目前均未确定。欧姆龙正通过自有工厂和部分客户的验证，评估导入效果与交付方式。

欧姆龙表示，将把高精度 3D 检测数据与数字孪生（digital twin）、AI 智能体结合，使检测从发现不良扩展到原因分析、工序改善和再发防止，进而提升先进半导体封装的品质与良率。