Die IEEE Electronic Components and Technology Conference (ECTC) hat die besten wissenschaftlichen Arbeiten des Jahres 2024 ausgezeichnet. Die Preise würdigen herausragende Beiträge zur Weiterentwicklung von Mikrosystem-Packaging und Fertigung.
»Nach sorgfältiger Bewertung von fast 400 Fachvorträgen, die im Mai 2024 in Denver präsentiert wurden, freuen wir uns, die Gewinner in ihren jeweiligen Kategorien bekanntzugeben«, erklärte Michael Mayer, stellvertretender Vorsitzender der ECTC 2025.
Ausgezeichnete Session-Vorträge
Bestes Session-Paper der 74ten ECTC 2024: »Advanced Thermocompression Bonding on High Density Fan-Out Embedded Bridge Technology for HPC/AI/ML Applications« von Advanced Semiconductor Engineering. In dem Vortrag geht es um die FOCos-Bridge-Technologie (FOCos: Fan-Out-Chip-on-substrate-embedded bridge), ein innovativer Ansatz um verschiedene Chiplets für Hochleistungsanwendungen wie HPC oder KI zu verbinden. Problem bei der Kombination von verschiedenen Chiplets besteht in den unterschiedlichen Wärmeausdehnungskoeffizienten der Chipslets, was zu einer möglichen Verformung führen kann. In dem Paper wird die Verwendung von Thermokompressionsbonden beschrieben, mit dem das Verformungsproblem in einem großen Chip-Modul mit 10 Chiplets und 10-Silizium-Brücken-Dice gelöst werden kann.
Herausragendes Session-Paper der 74ten ECTC 2024: »3-Layer Fine Pitch Cu-Cu Hybrid Bonding Demonstrator« vom CEA-Leti/Universität Grenobles Alpes. In dem Paper geht es um die nächste Integrationsstufe für fortschrittliche CMOS-Bildsensoren: ein dreilagiger Versuchsträger, das mithilfe einer Fine-Pitch-Kupfer-Kupfer-Hybrid-Bond-Technologie und hochdichten TSVs (Durchkontaktierunge) realisiert wurde.
Interaktive Präsentationen
Beste interaktive Präsentation der 74ten ECTC 2024: »A Novel Plasma Etching Technology of RIE-Lag Free TSV and Dicing Processes for 3D Chiplets Interconnect« von ULVAC. Die interaktive Präsentation beschreibt die Entwicklung und Anwendung eines neuartigen Plasmaätzverfahren (Dual-Frequency-Inductively Coupled plasma etching) zur Herstellung von 3D-ICs, das den steigenden Bedarf an effizienten CPUs und HBMs in Rechenzentren decken soll.
Herausragende interaktive Präsentation der 74ten ECTC 2024: »Optimization of Core Material Properties for Large Flip-chip Ball Grid Array Substrate to Manage Both Warpage and Board Level Reliability« von Resonac. In dem Vortrag werden vier verschiedene Substrate für Gehäuse dargestellt, mit denen sich die Gehäuseverformung und die Auswirkungen auf das BGA kontrollieren lassen.
Ausgezeichnete studentische Arbeiten
Intel und Texas Instruments sponsern die Studentenbeiträge:
Intel Best Student Paper Award der 74ten ECTC 2024 (2500 Dollar): »In Situ Analysis of Copper Microstructures in Electromigration Using SEM-EBSD Techniques« von der Delft University of Technology. In der Arbeit wird das Verhalten von Materialien untersucht, die in stark miniaturisierten Komponenten unter Spannung stehen, insbesondere im Hinblick auf das Phänomen der Elektromigration. Die Arbeit untersucht die Beziehung zwischen der Mikrostruktur von Kupfer und der Elektromigration, indem ein in-situ-Rasterelektronenmikroskopie (REM) mit einer Elektronenrückstreubeugung (EBSD) kombiniert werden, um Beobachtung und Analyse von durch Elektromigration verursachten Veränderungen in der Mikrostruktur von Kupfer in Echtzeit zu ermöglichen.
Intel Outstanding Student Paper Award der 74ten ECTC 2024 (1500 Dollar): »Performance Evaluation of UCIe-based Die-to-Die Interface on Low-Cost 2D Packaging Technology.« vom Georgia Institute of Technology/Marvell Technology. In diesem Paper wird das Design einer parallelen Die-to-Die-Schnittstelle in einem Standard-2D-Gehäuse beschrieben, um die Kosten zu optimieren und gleichzeitig eine hohe Leistung zu erreichen. Die Schnittstelle ist in Übereinstimmung mit dem aufkommenden UCIe-Industriestandard für Die-zu-Die-Schnittstellen konzipiert.
Texas Instruments Outstanding Student Interactive Presentation Award der 74ten ECTC 2024 (1500 Dollar): »Deep Reinforcement Learning-Based Power Distribution Network Design Optimization for Multi-Chiplet System.« von der Nanyang Technological University/Institute of Microelectronics Agency for Science, Technology and Research (A*STAR), Singapore. In dem Paper wird ein tiefes RL-basierendes (RL: Reinforcement Learning) KI-Framework für den Entwurf eines Stromverteilungsnetzes auf Gehäuseebene (PDN) für ein Multi-Chiplet-System mit 28 Power-Domänen beschrieben. Das vorgeschlagene KI-Modell kann ein tragfähiges PDN-Design viel schneller und mit einer geringeren Eigenimpedanz generieren als das mit herkömmlichen Methoden möglich ist.
Die nächste ECTC findet vom 27. bis 30. Mai 2025 im Gaylord Texan Resort & Convention Center in Dallas, TX statt.