图像传感器之像素缩放竞赛

多年来,他们一直在努力降低像素间距。

  经过一段创纪录的增长之后,CMOS图像传感器市场开始面临一些新的和不可预见的挑战。

  CMOS图像传感器可在智能手机和其他产品中提供相机功能,但现在它们在晶圆厂中面临缩放和制造问题。此外,与所有芯片产品一样,在新冠状病毒爆发期间,图像传感器的增长速度也有所放缓。

  目前,图像传感器在200mm和300mm晶圆厂的成熟节点上制造,用于手机,汽车,消费品,工业/医疗系统和安全摄像机。例如,智能手机集成了两个或更多相机,每个相机都由CMOS图像传感器供电,将光转换为信号以创建图像。

  智能手机集成了比以往更多的CMOS图像传感器,从而在系统中启用了高分辨率,功能丰富的相机。例如,三星的新型5G智能手机由五个摄像头组成,包括一个基于108兆像素(MP)图像传感器的后置广角摄像头。在小晶粒尺寸上,这相当于超过1亿像素。根据Tech Insights的说法,用于自拍照的前置摄像头集成了48MP图像传感器,该传感器基于世界上最小的像素间距0.7μm。

  图像传感器结合了许多微小的光敏像素,而像素间距是从一个像素的中心到另一个像素的中心的距离,以μm为单位。虽然并非所有手机都配备有最先进的图像传感器,但是很明显,消费者要求更多的成像功能。

  UMC公司市场营销技术总监David Hideo Uriu表示:“随着更高带宽的数据性能,从3G到4G再到现在的5G,对高质量摄像机的需求也在增长。这种趋势下,加上对更高像素数和更高分辨率的需求,推动了CMOS图像传感器的繁荣。除了这些趋势外,手机ID / NIR光谱中的生物识别ID,3D传感和增强的人类视觉应用领域也越来越突出。”

timg (7).jpg

  尽管如此,图像传感器供应商仍面临一些挑战。多年来,他们一直在努力降低像素间距,以在图像传感器中封装更多像素,从而提高了设备的分辨率。但是,随着间距接近光的波长,像素缩放变得越来越困难。

  OmniVision工艺工程副总裁Lindsay Grant表示,像素研发团队现在必须找到新方法,以避免灵敏度降低和传感器中的串扰降低。

  另一方面,还有一种趋势是保持手机中较大的像素大小,并引入较小像素的最佳改进以提高图像质量。这些趋势满足了客户对更大,更好的相机的需求,从而导致更多的传感器具有更大的裸片尺寸。

  目前,图像传感器供应商已经找到了解决某些挑战的方法。包括:

  新工艺:高k膜和其他fab技术已经开始推动像素缩放。

  模具堆叠和互连:将不同的功能放在两个模具上并堆叠它们并不是什么新鲜事,但是新的互连方案是有意思的,例如像素间连接,正在研发中。

  图像传感器的市场动态

  图像传感器主要有两种类型,CMOS图像传感器和电荷耦合器件(CCD)。CCD是电流驱动的设备,存在于数码相机和各种高端产品中。CMOS图像传感器(互补金属氧化物半导体)则有所不同,它的每个像素都有一个光电二极管和一个CMOS晶体管开关,从而可以分别放大像素信号。针对各种应用,CMOS图像传感器具有不同的格式,帧速率,像素大小和分辨率。

  图像传感器具有全局或滚动快门。例如,OmniVision的新型64MP图像传感器具有1 / 1.7英寸格式的0.8μm像素大小。该传感器具有静态图像捕获和4K视频性能,具有2型,2×2微透镜相位检测自动对焦功能,可提高自动对焦精度。输出格式包括64MP,每秒15帧(fps)。

  供应商分为两个阵营:无晶圆厂和IDM。IDM拥有自己的晶圆厂,而无晶圆厂公司则使用代工厂。无论哪种情况,卖方都在晶片上制造图像传感器管芯,将其切割并组装成封装。

  根据YoleDéveloppement的说法,大约65%的图像传感器是在300毫米晶圆厂生产的。“ 200mm对于各种安全,医疗和汽车CMOS图像传感器产品仍然至关重要,”Lam Research战略市场营销总经理David Haynes说。

  如今,索尼已成为CMOS图像传感器的最大供应商,其次是三星和OmniVision。根据IC Insights,其他供应商包括夏普,安森美,意法半导体,GalaxyCore,SK Hynix,松下和佳能。

  根据IC Insights的数据,2019年图像传感器销售额达到184亿美元,比2018年增长30%。“在2020年,我们预测CMOS图像传感器的销售额将下降3%,至178亿美元,由于在Covid-19病毒健康危机中手机和其他系统对传感器的需求下降,使销售连续刷新纪录,” IC Insights的分析师Rob Lineback。

  根据Yole的说法,在另一种更乐观的预测中,CMOS图像传感器市场在2019年增长了25%。据该公司称,到2020年,市场预计将放缓并增长7%。最大的推动力是智能手机。根据Yole的数据,2018年,每部手机有2.5个摄像头。“在2019年,每个智能手机的摄像机数量已跃升至2.8个。我们看到,到2020年,每部智能手机将配备三台摄像机。” Yole光电与传感部门主管Guillaume Girardin说。

  每个手机配置都不一样。例如,Apple的iPhone 11 Pro集成了12MP三摄技术(宽,超宽和远摄)。同时,三星的5G手机具有五个摄像头,包括四个后置摄像头和一个前置摄像头。一台相机配有飞行时间传感器,用于手势和3D对象识别。

  高分辨率相机不一定等同于更好的照片。这是像素尺寸和分辨率之间的权衡问题。像素缩放意味着像素更多,当分辨率超过40MP和50MP时,这些功能可能超出了人们的视野,无法看到它们捕获的内容。对于CMOS图像传感器,具有更好的量子效率(QE)和信噪比的像素是图像质量的最重要因素。

  此外,智能手机不会取代专业数码单反相机。但显然,智能手机提供了比以往更多的功能。Veeco产品营销高级经理Ronald Arif表示:“人们一定会为5G吸引更多的带宽和潜在的应用,例如现场体育赛事的8K流媒体到实时AR / VR / MR游戏。”“最新的5G手机中的摄像头已经变得更加先进。他们开始整合用于深度感测的VCSEL器件,该器件可用于从客厅的自动对焦到3D映射的任何地方。可以想象将具有深度映射功能和5G的高级相机组合在一起。这可能会打开丰富的新应用程序,例如游戏,实时流媒体,远程学习和视频会议。”

  在其他创新中,供应商正在运送近红外(NIR)图像传感器。NIR可以照亮可见光谱之外的波长的物体,是为在近乎或完全黑暗的环境中工作的应用而设计的。OmniVision的新近红外技术使940nm的不可见近红外光谱提高了25%,而在几乎不可见的850nm的近红外波长上,则提高了17%。

  在单独的开发中,Sony和Prophesee开发了基于事件的视觉传感器。这些传感器面向机器视觉应用,可在各种环境中检测快速移动的物体。

  像素缩放竞赛

  几年前,CMOS图像传感器供应商开始了所谓的像素缩放竞赛。

像素缩放竞赛指在给定时间段内减小每一代的像素间距,像素间距描述了设备中每个像素之间的距离,较高的像素密度等于更高的分辨率,但并非所有传感器都需要较小的间距。

  图像传感器本身是一个复杂的芯片。顶层称为微透镜阵列,下一层是基于马赛克绿色,红色和蓝色阵列的滤色器,再下一层是有源像素阵列,它由称为光电二极管的光捕获组件以及其他电路组成。

OV64C-BLOCK-DIAGRAM2-2.jpg

CMOS图像传感器的框图。资料来源:OmniVision

  有源像素阵列细分为微小的单个感光像素,像素由光电二极管,晶体管和其他组件组成,像素大小以μm为单位。

  像素尺寸较大的图像传感器会收集更多的光,这意味着信号更强。较大的图像传感器会占用电路板空间。像素较小的图像传感器收集的光较少,但是您可以将更多的传感器封装在芯片上。反过来,这提高了分辨率。

  目前,有几种方法可以在晶圆厂中制造图像传感器。

  方法一是形成像素阵列。流程从在基板上进行正面处理开始,晶片被粘结到载体或处理晶片;然后,顶部经过注入步骤,再进行退火工艺;最后,顶部涂有抗反射涂层,彩色胶卷和微透镜被显影。

  方法二是先对硅基板的表面进行注入步骤,在顶部形成扩散阱和金属化叠层后,结构被翻转,沟槽刻在背面,衬层沉积在沟槽的侧壁上,并填充有介电材料,最后,滤光器和微透镜在顶部制造。

  几年前,图像传感器的像素间距为7μm,而发展到2020年,索尼已经突破了0.7μm。在这场像素竞赛中,厂商们经历了多次技术的变革。

  ①、高速发展的FSI时代

  直到2009年,主流CMOS图像传感器都基于前照式(FSI)像素阵列架构。在操作中,光线会照射到设备的正面,然后微透镜收集光并将其传输到彩色滤光片,光再穿过互连的堆叠并被二极管捕获。最后,电荷在每个像素处转换为电压,然后信号被多路复用。

  多年来,FSI体系结构使供应商在短时间内得到了快速发展。例如,据TechInsights称,FSI体系结构使供应商的间距从2006年的2.2μm减少到2007年的1.75μm,但到2008年时,像素缩放卡在了1.4μm的瓶颈上。

  ②、BSI继续加速启动像素缩放

  因此,从2009年左右开始,供应商开始使用一种新的架构——背面照明(BSI)。BSI体系结构将图像传感器颠倒了,光从硅衬底的背面进入。因为光子到光电二极管的路径更短,从而提高了量子效率。

bsi-v-fsi2.jpg

FSI与BSI。资料来源:Omnivision

  在像素缩放方面,BSI传感器技术可在1.2μm至1.4μm的范围内实现最佳像素尺寸,而堆叠式BSI可使具有此类像素尺寸的传感器的占位面积保持在30mm²以下。因此 ,可以使用四像素架构启用亚微米尺寸的像素,从而实现超过48MP的分辨率。

  但在BSI中还有需要注意的问题,比如,在像素缩放中,光电二极管(关键的光捕获组件)在图像传感器内缩小,从而降低了效率,而且二极管靠得更近,容易产生串扰问题。

  因此,在2010年左右达到1.4μm时,该行业转向了晶圆厂的另一项创新——深沟槽隔离(DTI)。在DTI中,目标是使光电二极管更高,从而增加单位面积的容量。为了在工厂中启用DTI,供应商采用了BSI架构,并通过各种工艺步骤使光电二极管更高。更高的二极管还需要在结构周围增加硅的厚度。

  不过,相比之前,此时像素缩放速度明显变慢。据TechInsights称,供应商需要三年的时间才能从1.4μm(2008)升级到1.12μm(2011),四年达到1μm(2015),再过三年达到0.9μm(2018)。

  TechInsights分析师Ray Fontaine在最近的博客中说:“总而言之,我们相信DTI和相关钝化方案的发展是导致1.12μm像素延迟到0.9μm像素延迟引入的主要原因。”

  ③、创新技术恢复像素缩放竞赛

  最近,这些问题终于得到了解决,像素缩放竞赛恢复。

  在2018年,三星突破了1μm的壁垒,达到0.9μm,其次是Sony在2019年达到0.8μm,在2020年突破了0.7μm。

  对于亚微米级的像素缩放,行业需要更多的创新。Fontaine在最近的演讲中说:“随着像素的缩小,需要更厚的有源(硅)来维持合适的光电二极管尺寸。”“更厚的有源(硅)的关键技术推动因素是DTI和相关的高k缺陷钝化膜。”

  用高k膜制作图像传感器遵循传统流程,但不同之处在于,高k膜沉积在DTI沟槽的衬里上方。

  对于高k和其他工艺,供应商在fab中采用两种不同的方法,分别是前DTI(F-DTI)和后DTI(B-DTI)。F-DTI使用多晶硅间隙填充,并且多晶硅可以具有电压偏置以改善表面钉扎。F-DTI还可以进行更多热处理,以减少蚀刻损伤泄漏。 而 B-DTI使用带负电荷的高k膜来积累电荷,并将费米能级固定在表面,然后抑制暗电流泄漏。高k膜工艺是原子层沉积(ALD),B-DTI通常使用氧化物间隙填充,但也尝试了一些金属填充甚至空气间隙,并已用于批量生产。

  接下来,像素缩放会继续吗?

  像素缩放可能会持续超过0.7μm。随着像素缩小到0.7μm以上,许多方面都需要进行优化。

  一方面是B-DTI,用于深二极管的高能注入,用于彩色和微透镜的光学结构收缩等关键项目仍将是发展重点。定义像素内晶体管和互连的更基本的设计规则需要更新。

  另一个方面是移动传感器的像素间距正在接近光的波长。例如,如今研发中使用的是0.6μm像素间距,它小于0.65μm(650nm)的红光波长。但问题在于,在接近极限的情况下,有没有必要缩小到亚波长。

  其实将像素大小缩小到亚波长并不意味着在像素级别上能获得更多有价值的空间分辨率信息。1.0微米像素的光学结构使用许多亚波长特征,例如,通过光导,用于抑制串扰的狭窄金属网格和用于量子效率的狭窄介电壁正在得到改善。这种纳米级的光学工程已经存在于当前的像素中,并且已经使用了很多年,因此,转移到亚波长并不是一场革命。

  所以,持续缩小的局限性可能来自用户利益而非技术。如今,应用程序在缩小像素尺寸方面不断发现最终用户的价值,因此这正在推动趋势。只要这种情况持续下去,CMOS图像传感器技术的发展就会支持这一方向。

  创新:堆叠和互连

  除了像素缩放以外,CMOS图像传感器还正在进行其他创新,例如管芯堆叠。供应商还使用不同的互连技术,例如硅通孔(TSV),混合键合以及像素到像素。

  多年来,包括像素阵列和逻辑电路在内的图像传感器都在同一个芯片上。重大变化发生在2012年,当时索尼推出了两片式堆叠式图像传感器。芯片堆叠使供应商能够将传感器和处理功能拆分到不同的芯片上,这允许传感器具有更多功能,同时还可以减小管芯尺寸。

  为此,索尼基于90nm工艺开发了一个像素阵列芯片,该芯片堆叠在一个单独的65nm图像信号处理器(ISP)芯片上,提供处理功能,并将两个管芯连接起来。

  最终,其他人转向了类似的芯片堆叠方法。通常,顶部像素阵列裸片基于成熟节点,底部ISP芯片的工艺范围为65nm,40nm和28nm。而14nm finFET技术则正在研发中。

  同时,三星和索尼在2018年开发了三层设备。例如,在索尼的CMOS图像传感器产品线的一种版本中,DRAM单元夹在图像传感器和逻辑管芯之间。嵌入式DRAM可实现更快的数据读取。

  除了管芯堆叠之外,供应商还开发了不同的互连方案,该方案将一个管芯连接到另一个管芯。最初,OmniVision,Samsung和Sony使用了TSV,它们是类似于通孔的微小电气互连。

  2016年,索尼转向了一种称为铜混合键合的互连技术。三星仍处于TSV阵营中,而OmniVision则同时进行TSV和混合绑定。

  在混合键合中,使用铜-铜互连线连接管芯。为此,在晶圆厂中处理两个晶圆。一个是逻辑晶片,另一个是像素阵列晶片。使用介电键合将两个晶片接合在一起,然后进行金属对金属的连接。

  TSV和混合键合均可实现小间距。对于CMOS图像传感器像素和逻辑晶圆的堆叠来说,BSI,TSV集成和混合键合可能会继续共存,但是随着多层BSI传感器变得越来越普遍,TSV集成将变得越来越重要。

u=2925885173,1573784715&fm=26&gp=0.jpg

  此外,将来,与CMOS图像传感器中的芯片堆叠有关的还有两个趋势。一是节距的进一步缩小,以实现更高的芯片间互连密度。二是增加部署三个或更多设备的部署。

  下一件大事是像素到像素的互连。Xperi正在开发一种称为“ 3D混合BSI”的技术,用于像素级集成。索尼和OmniVision已经证明了这项技术。

  Xperi产品营销高级总监Abul Nuruzzaman说:“它可以实现更多的互连。”“它允许传感器的每个像素与相关的A / D转换器之间进行像素级互连。这允许对所有像素进行并行A / D转换。该连接提供了堆叠像素和逻辑层之间的高密度电互连,从而允许实现与有效百万像素数量一样多的A / D转换器。混合绑定还可以用于将具有专用内存的内存堆叠到每个像素。”

  该架构支持大规模并行信号传输,从而可以高速读取和写入图像传感器的所有像素数据。Nuruzzaman说:“它使具有比例缩放像素的全局快门能够用于各种定时关键应用(例如自动驾驶汽车,医学成像和高端摄影)进行实时,高分辨率成像。”

  结论

  显然,CMOS图像传感器市场是动态的。但是在COVID-19爆发期间,2020年对于厂商来说将是艰难的一年。

  尽管如此,市场上仍存在着创新浪潮。IC Insights的Lineback表示:“嵌入式CMOS图像传感器和摄像头在提高安全性,基于视觉的用户界面和识别,物联网,自动驾驶汽车和无人机的更多系统中的应用正在增加。”

  作者:Mark LaPedus

  编译:枭枭

参与评论已发布评论0

0/500

发表评论

推荐阅读