Evolution of Electrical Transmission Characteristics in TSV and TGV Interconnect Structures Under Thermal Loading
Notice bibliographique
Résumé
Through silicon via (TSV) and through glass via (TGV) are critical for advanced chip packaging, enabling vertical interconnections and improving bandwidth. The increase in chip density leads to a dramatic rise in heat generation, which induces the significant coefficient of thermal expansion (CTE) mismatch in TSV and TGV and further induces internal stresses, potentially degrading electrical performance and reliability. This work presented a study of TSV and TGV interconnect structures, focusing on their electrical transmission characteristics under thermal loading, evaluating the reliability differences between TGV and TSV by using electrical transmission characteristics as the metric. The findings reveal that the electrical transmission characteristics of TGV generally outperform those of TSV. Especially, when optimized by increasing signal via spacing and adding additional grounding vias, the characteristics of TGV significantly enhance high-frequency performance. Furthermore, thermal shock measurements indicate that TSV experience rapid transmission characteristics degradation at lower shock cycles, while TGV degrade more slowly even at higher cycles. Based on microstructural analysis, we observe that TSV suffers from cracked insulation layers, leading to current leakage and transmission performance loss; TGV exhibits only minor delamination issues between the RDL and PI that do not significantly impact transmission characteristics. Under high temperature, TSV initially shows improved transmission performance due to air gap formation, but later degrade sharply as copper extrudes and bridges with the silicon substrate. In contrast, under high temperature, TGV exhibit a gradual increase in impedance due to crack expansion within the copper, but this effect remains minimal. TGV not only offers superior transmission performance but also demonstrates greater reliability under thermal loading compared to TSV.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».