先進封裝AI賦能 中興大學打造即時量測可決策半導體封裝智慧平台

（觀傳媒中彰投新聞）【記者廖妙茜/台中報導】如何在低荷重、低溫與常壓環境實現高強度的銅對銅（Cu-Cu）直接接合，是實現高密度3D IC封裝技術開發之關鍵挑戰。中興大學宋振銘教授團隊結合表面科學、電化學分析與AI決策，開發「3D封裝接合技術與智慧測控平台」，整合專利光照表面改質技術、微型電化學即時感測元件與AI預測模型，建構可即時解析表面氧化資訊並預測Cu-Cu接點強度之智慧系統，將先進封裝由過往經驗導向轉化為智慧決策。

該平台具備可攜帶、無需真空、非破壞分析與製程即時反饋等特性，能有效提升封裝良率、製程效率與穩定性，為半導體製程重大創新與突破。該發明屢獲獎項肯定，除了2025年未來科技獎(Future Tech Award)外，其它獲獎包括國研盃i-ONE儀器科技創新獎、華立創新材料大賽優選獎等。

中興大學團隊開發之「3D封裝接合技術與智慧測控平台」，整合下列三項技術，建構具智慧感測與反饋調控能力之3D接合平台：

光照誘導表面改質：與國際封裝大廠合作研發，本團隊提出獲多國專利之波段光源銅表面改質處理，無需真空製程與去氧化處理即可大幅提升接合品質，具備常壓、快速、製程相容性等優勢。

微型電化學即時感測：以微型化恆電流庫倫法為基礎，發展可攜式具備即時性與高解析能力之表面氧化層感測模組，整合於拋棄式微型晶片中，具備操作簡便、低樣本耗量與非破壞特性，適用半導體封裝線上製程監控。相較傳統分析方法，該系統具備量測快速、可攜性與即時連結製程參數等優勢，能有效掌握bonding前銅表面狀況，提升製程良率與可靠度。

AI預測平台：本系統關鍵技術之一為建構組合式機器學習平台，整合隨機森林、決策樹、神經網路與LSTM 等演算法，針對封裝製程中影響Cu-Cu接合品質之關鍵參數進行資料學習與建模。可輸入氧化層種類與厚度、環境因子、熱壓條件與表面處理方式等多源資料，經由演算法訓練後，可準確預測接合強度，並反推製程參數最佳化範圍。透過此平台，封裝製程可由過往經驗導向轉化為智慧決策導向，提升製程穩定性、良率與設備運作效率。

智慧感測平台之開發與國立彰化師範大學鍾官榮教授深度合作，引入 AI 與機器學習技術，將智慧化分析與預測機制融入先進封裝製程，透過雙方在材料工程與智慧製造領域的互補專長，在多個全國性競賽脫穎而出，充分展現中興大學在跨域合作科研創新能量。

先進導線實驗室主持人宋振銘教授表示，本技術所建立的智慧平台不僅具備高即時性、可預測性與自動化能力，更能回應半導體產業在高密度互連、混合鍵合（Hybrid Bonding）與異質整合（Heterogeneous Integration）時所面臨的關鍵挑戰，包括銅氧化層變異、接點品質不穩定與缺乏在線量測工具等問題，將可望為先進封裝與晶片堆疊技術發展提供更具競爭力的解決方案。

除「3D封裝接合技術與智慧測控平台」外，團隊也同步推動銅表面化學調控相關研究，透過化學輔助與光能活化，成功開發一暫時性抗氧化保護層與後續快速移除技術，能恢復潔淨表面同時強化接合效果，進一步擴大Cu–Cu 接合之製程彈性，該技術甫獲得2025PCB學生優秀論文獎金獎。