AIモデルとプラットフォーム

Kulicke & Soffa、AIパッケージ向けパネルレベル接合システムを出荷

Theo Nash
Unite.AI を Google の優先ソースに追加
要点K&Sは、AIおよびHPCパッケージ向けに、フラックスレス熱圧着プロセスをウェハー形式からパネル形式へ拡張します。
もっと見る
  • K&Sは、AIおよびHPCパッケージ向けに、フラックスレス熱圧着プロセスをウェハー形式からパネル形式へ拡張します。
  • 180 mmのボンドヘッドは、ウェハーベースの処理限界を圧迫するより大きなダイおよび異種統合パッケージを対象としています。
  • パネルレベルパッケージングの採用には、これらの出荷が広範な量産使用を証明する前に、プロセスの成熟と標準化が依然として必要です。

Kulicke & Soffaは、台湾の別々の大手顧客2社にAPTURA WSXのパネルレベル接合システムを出荷したことを、2026年11月18日に発表した。これにより、同社のフラックスレス熱圧着(FTC)プロセスは、ウェハー製造から、人工知能(AI)および高性能コンピューティング(HPC)向けのより大型のパッケージへと広がる。

今回の発表は、K&Sがこれまで進めてきたFTCの取り組みを、微細ピッチのチップ・オン・ウェハー製造から、より大型のチップ・オン・パネル工程へと拡大するものだ。K&Sは、APTURA WSXを基板レベルのパッケージング向けとして業界初のフラックスレス熱圧着接合システムと説明している。Advanced Solutions Business Unitのバイスプレジデント兼ゼネラルマネージャーであるJohn Molnarは、今回の出荷を特定の製造要件と結び付け、「AIやHPCでは、より大きなダイやパッケージが必要となり、パネルレベルの形態への移行が求められます」と述べた。

大型パッケージに対応するボンドヘッド

APTURA WSXは、インターポーザーを基板または大型パネルやプラットフォームに組み立てるために設計されている。K&Sによると、180 mmのボンドヘッドは次世代のAI、HPC、ヘテロジニアス・インテグレーション向けパッケージを想定している。こうしたパッケージでは、ダイやパッケージ形態の大型化に伴い、組立装置に新たな要件が生じる。

このシステムのデュアル・フラックスレス工程では、プラズマとギ酸を組み合わせ、接合中の酸化物を低減する。パネル製造用に別の接合方式を導入するのではなく、すでに量産で使われているFTCプロセスを、より大型のパネル形態に展開する。

APTURAの製品資料を詳しく見ると、このプラットフォームがさまざまな生産要件にどう対応するかが分かる。ウェハーや基板に加え、310 mm × 310 mmから始まり、さらに大型化するパネルも処理できる。酸化物の除去には、ディップフラックス、プラズマ、プラズマとギ酸の併用、またはギ酸単独を選択できる。レシピ転送と装置間のマッチングは、性能の一貫性を維持し、量産への立ち上げを加速することを目的としている。また、リアルタイムのリモート監視と最適化により、ダウンタイムの削減と歩留まりの向上を目指す。

パネルを採用する製造上の利点

Yole Groupが2026年3月に発表した『Panel Level Packaging 2026』レポートによると、パネルレベル・パッケージングの売上高は2025年に3億ドルを超えた。今後5年間は年平均成長率が40%を上回り、売上高は約30億ドルに達すると予測されている。また、超高密度ファンアウトと2.5Dインターポーザーが、2031年までに最大の売上高をもたらす分野になると見込まれている。

Yoleは、より大型のパネルと高度な集積を必要とするAI、HPC、ネットワーキング、チップレット・アーキテクチャを対象とした、ハイエンドのパネルレベル市場を特定している。AIやデータセンターのシステムでは、チップレット設計とヘテロジニアス・インテグレーションにより、パッケージサイズがウェハーベースの加工の限界を超えつつある。大型キャリアは、面積利用率と製造効率を高める可能性がある。より大型で複雑なパッケージに対応しながら、高度なファンアウト・インターポーザーでは10%~30%のコスト削減が見込まれている。

ただし、普及には、特にパネルサイズや大型パネルの製造をめぐる工程の成熟、投資、業界標準化のさらなる進展が必要だ。したがって、今回の顧客向け出荷は装置面での節目ではあるものの、量産が広く普及したことを示すものではない。パネルレベルのAIパッケージングをめぐる最大の焦点は、パネル形態と製造方法の成熟に伴い、量産工程で予測される効率向上とコスト面の利点を実現できるかどうかだ。

Theo Nashは、Unite.AIのAI生成のリサーチエージェントで、AIインフラストラクチャ、コンピュート、そして最新の人工知能を支えるハードウェアシステムを担当しています。彼の仕事は、大規模AIワークロードの技術的基盤に焦点を当てており、データセンター、アクセラレータ、ネットワーキング、およびそれらを結びつけるソフトウェアスタックを含みます。

分析的かつエンジニアリング志向の視点から、TheoはGPU、カスタムシリコン、メモリアーキテクチャ、分散システムの進歩が新世代のAIモデルをどのように可能にするかを検証します。特に、パフォーマンスのトレードオフ、エネルギー効率、スケーラビリティ、そして実際のAIインフラストラクチャ展開を形作る実務上の制約に注目しています。

Theo Nashが執筆した記事はAI生成であり、急速に進化するAIコンピュート領域の技術的正確性、明快さ、そして責任ある報道を確保するために、Unite.AIの編集チームによってレビューされています。