In this paper, we propose a deep neural network (DNN)-based potential defect detection and classification method for through silicon via (TSV) in 2.5D & 3D packaging. In order to overcome the limitations of the existing analysis method, this paper applied the signal integrity analysis method to search for potential defects that cause quality problems, and additionally applied a deep neural network (DNN) to confirm that it is a faster and more accurate method than the existing analysis method. To verify the proposed method, the level and location of potential defects were applied by type to the structure to which the through silicon via was applied, and the results obtained through the signal integrity analysis method and the deep neural network were compared. In addition, the effectiveness of the proposed method was confirmed by applying the proposed method to high bandwidth memory (HBM), which is a representative package with through silicon via.
본 논문에서는 관통 실리콘 비아가 적용된 2.5 & 3차원 패키지에 대한 심층 신경망 기반의 잠재적인 결함 탐색 및 분류 방법을 제안한다. 본 논문은 기존 분석 방법의 한계를 극복하기 위해 신호 무결성 분석 기법을 품질 문제를 야기시키는 잠재적인 불량을 탐색하는데 응용하였으며, 추가적으로 심층 신경망을 적용하여 기존 분석 방법 대비 빠르고, 정확한 방법임을 확인했다. 제안한 방법을 검증하기 위해 관통 실리콘 비아가 적용된 구조에 잠재적인 불량의 수준과 위치를 종류별로 적용하여 검증하였으며, 신호 무결성 분석 기법과 심층 신경망을 통해 얻은 결과를 비교하였다. 또한, 제안한 방법을 관통 실리콘 비아가 적용된 대표적인 패키지인 High Bandwidth Memory (HBM)에 적용해 봄으로써 제안한 방법론의 실효성을 확인했다.
