“芯片速度提升了，测试时间却要2.5倍”……AI芯片量产遇“瓶颈”

　　中新经纬9月29日电 据韩国《每日经济》29日报道，随着人工智能(AI)半导体不断迭代升级，“测试”正成为AI芯片量产面临的新课题。由于芯片结构日益复杂，需要检测的对象增多，检测时间也在延长。越是下一代AI芯片，投入测试的时间和成本就越高，因此测试速度和准确性正成为左右生产效率和良率的因素。

　　据29日相关业内人士消息，凯普里德姆资产管理公司经理徐建宇最近在《复杂化的AI半导体，测试作用扩展至全流程》报告中分析称，随着AI半导体复杂度提高，测试的作用正从制造后端的单一工序扩展到设计、封装和量产的整个过程。

　　过去，半导体测试是从成品中筛出不良品的“最后一道关卡”，但如今情况正在发生变化。测试正扩大其范围，成为连接设计、制造、封装和量产全流程的核心工序。

　　例如，英伟达也面临着随着进入下一代AI半导体而迅速加重的检测负担。据美国半导体设计自动化软件公司凯登斯介绍，英伟达AI半导体霍珀的测试成本占总制造成本的比例为1.9%，而在后续一代布莱克韦尔中已提高到2.5%。凯登斯预计，接替布莱克韦尔的下一代鲁宾中，这一比例还将进一步提高。简单计算，如果制造成本为100万韩元，测试成本就会从1万9000韩元增加到2万5000韩元，如今还会进一步上升。

　　测试时间也正成为瓶颈因素。以霍珀的系统级测试时间为1,布莱克韦尔预计约为1.5倍，鲁宾预计最高将增加至约2.5倍。这意味着，如果使用相同的测试设备，检测时间越长，单位时间内能够处理的AI芯片数量就可能越少。若要维持相同产量，就必须缩短检测时间或额外投入测试设备，负担也会加重。

　　徐建宇解释说：“AI芯片每进化一代，测试成本就更高，检测一颗芯片所需的时间也在延长。”这意味着，在芯片性能竞争的背后，测试处理能力正成为左右AI半导体量产效率的新变量。

　　何时发现不良品也是关键。图形处理器(GPU)、高带宽内存(HBM)、输入输出芯片等多种高价芯片组装成一个封装后，如果其中一个发现不良，并不是只丢弃问题芯片就结束。因为不仅已经一同组装的正常芯片和基板可能遭受损失，此前投入的封装成本也可能损失。

　　徐建宇表示：“半导体行业之所以把测试方式从‘全部制造完成后再测试’改为‘制造过程中测试’,是因为要在进入昂贵的封装工序之前，尽可能确认单个芯片是否正常工作，而经确认正常工作的芯片被称为‘KGD(Known Good Die·正常裸片)’。”

　　同样，在此背景下，测试阶段也在细分。在2025年8月举行、由迪伊莱克和韩国半导体研究组合主办的“AI半导体测试与插座技术大会2026”上，发表主题演讲的汉阳大学计算机工程系名誉教授朴成柱表示，封装测试正朝着分为“组装前→组装中→组装后”多个阶段的方向发展。例如，组装前确认单个裸片是否正常，组装过程中检测裸片与裸片之间的连接。组装完成后，再确认整个成品封装是否正常工作。

　　随着测试重要性提高，相关设备厂商也受到关注。全球半导体自动测试设备厂商日本爱德万测试和美国泰瑞达的股价今年以来呈上涨趋势。截至28日收盘，爱德万测试较年初上涨约72%，泰瑞达上涨约106%。

　　功耗和发热也被指出是测试的另一个瓶颈。据爱德万测试韩国公司介绍，高性能AI半导体的功耗已经超过1000W，预计今后将提高至2000W。在最终测试中，今后将需要能够应对约8000W发热的精密温度控制技术。(中新经纬APP)