Chiplet先进封装热潮下，哥瑞利CIM AI如何赋能后摩尔制造？

Chiplet先进封装热潮下,哥瑞利CIM+AI如何赋能后摩尔制造?

哥瑞利依托多年积累,打造Chiplet全链路CIM+AI方案

后摩尔时代Chiplet兴起,哥瑞利为异构集成提供智能管理方案

摩尔定律由英特尔创始人戈登·摩尔于1965年提出,其核心内容是集成电路上可容纳的晶体管数目约每18至24个月翻一番,芯片性能随之同步提升。过去数十年,半导体产业正是沿着这条轨迹,通过不断缩小制程节点来获取性能红利。然而当制程逼近3纳米乃至更先进的物理极限,晶体管密度提升的边际成本急剧上升,单纯依赖微缩已难以延续原有的性能增长节奏。芯片性能提升的路径,正从制程微缩转向以Chiplet和异构集成为核心的先进封装。

据群智咨询2026年5月报告,2026年全球高端封装市场规模预计达到587亿美元,同比增长约97%(2.5D/3D封装口径)。中国半导体行业协会副秘书长兼封测分会秘书长徐冬梅在同期行业会议上表示,2026年全球封测市场规模预计达961亿美元,先进封装占比将首次突破54%。先进封装已从后道工序跃升为决定芯片最终性能与成本的核心战场。

但工艺地位的跃升,也把制造管理的难度推到了新高度。Chiplet方案需要把不同制程、不同功能的芯粒通过2.5D或3D结构集成在一起,工序数量较传统封装大幅增加,W2W、D2W等多种流转形态并存,对生产调度和良率追溯的精度要求远超以往。与此同时,行业技术迭代速度已远超工厂智能化建设的节奏,不少工厂被迫部署多套系统反复修补,初期架构缺乏统筹,导致运转衔接不畅、扩容升级举步维艰。

这正是哥瑞利在先进封装领域切入的着力点。作为泛半导体行业智能制造软件解决方案提供商,哥瑞利没有选择从零搭建一套全新系统,而是在其多年封测行业CIM积累的基础上,构建了一套覆盖先进封装全业务链条的平台,涵盖芯片线8英寸/12英寸全自动化业务、Bumping/TSV/RDL工艺、2.5D/3D晶圆级封装与板级封装,以及传统封测和模组组装等环节。

在此基础上,哥瑞利以CIM+AI大数据为底座,建立融合人员知识库的工业大模型,结合LOFA智慧助理执行与工厂统一入口,向自决策的黑灯工厂方向推进。这一整体生态的着力点,不仅在于优化单一环节,更在于打通从生产、质检到研发的全流程数据链路,其AI能力在先进封装线的落地集中体现在五个场景。

数字员工方面,LOFA结合行业大模型与AI能力,覆盖WAT、CP、Saw、AOI等岗位,替代大量重复性技术操作与决策辅助,最多节约75%以上技术人力。良率提升方面,通过Wafer/Die选择算法、良率预测与分析、对错率深度挖掘、异常根因智能定位,变被动响应为主动预测。设备智能化方面,PMS+AI实现故障诊断方案输出、设备预测性维护与备件需求精准预测,实际案例中节省成本20%以上。AI质检方面,仪表自动读数、图像缺陷识别、质检自动化追溯、SOP行为监控/巡检等构建全流程质量防线。研发效率方面,GloryIGI赋能的代码生成与测试、文档自动生成、低代码开发支持,节约开发和维护成本75%以上。

这五个场景并非孤立运行,而是共用同一套数据底座与AI能力,彼此之间的数据流转和结果反馈构成了先进封装智能化管理的闭环。哥瑞利将先进封装的工艺复杂性转化为AI可理解、可干预、可优化的数字资产,以一套生态贯通全链,支撑先进封装从“看见”现状迈向“预见”未来。

后摩尔时代的制造竞争,本质上是对工艺复杂性的管理能力之争。当Chiplet将异构集成的工序数量成倍推高,能否用一套贯穿全链的数据体系替代分散的系统拼凑,能否把工程师从重复操作中释放出来去做真正需要判断力的工作,将决定一家封测或晶圆制造企业在下一轮产能扩张中的效率上限。哥瑞利以CIM+AI切入这一命题的方式,为国内先进封装产能的智能化建设提供了一个有数据支撑的参照样本。