关键要点：

进行故障分析（FA）时，工程师需要明确边界，并能够解耦各个组件，从而找出问题的根本原因。

性能不达标的激光器是一个重大问题，这使得"黄金参考"成为测试领域的热门话题。

电光领域的专业培训对于理解设计与测试中的权衡取舍至关重要。

专家圆桌：光学组件的测试成本居高不下，已接近制造成本。环回能力是故障诊断的重要组成部分。《半导体工程》采访了泰瑞达公司光电测试高级产品经理马特·格里芬、爱德万测试美国公司研究与投资副总裁艾拉·莱文塔尔、ASE集团子公司ISE实验室研究员戴夫·阿姆斯特朗，以及是美科技公司硅光子学研究员兼工程师山口和夫。以下是此次对话的节选内容。点击此处查看第一部分，第二部分在此。

图1：（从左至右）：泰瑞达公司的格里芬；是美科技的山口；ISE实验室的阿姆斯特朗；爱德万测试的莱文塔尔

半导体工程：你们如何确定电光系统中故障的根源？

山口：我们始终关注参考平面。在测试中，这些是每个测量平面上的物理、电气和光学边界——例如，确定这个边界位于何处。它是在芯片焊盘、封装焊球、连接器，还是光纤接口处？我们还需要考虑在各边界之间进行去嵌入处理——例如探针、插座、走线、连接器、跳线——无论我们引入了什么，都要确保在测试插入点1、2和3处使用相同的边界。我们也需要校准这些边界条件。然后我们模拟缺失的那一半。例如，要单独测试光学引擎，你需要用已知特性的替代品替换相邻部件。如果我们有一个黄金参考激光源，就可以用它来实现这一点。

格里芬：我们看到客户在其光路中添加监控光电二极管，这样如果他们在发射或接收路径中看到意外结果，就可以回溯追踪。一些进行环回测试的客户希望具备分路（tap）能力，以便可以将信号路由到表征仪器，或者仅仅监控功率。如果他们不打算进行完整的表征测试，只是想做环回测试或任务模式测试，这个功能就很有用。缺点是，如果测试失败，或者没有达到误码率要求，或者程序出现功能问题，你可能不知道原因何在。因此，能够接入这种环回能力可能很重要。

莱文塔尔：我想就激光源的黄金参考问题补充一点。实际上，归根结底我们的工作并非测试激光源本身。我们要寻找的是如何测试整个部件的方法。那个激光源基本上在电气侧相当于器件电源的功能等价物，而我们并不称之为黄金参考。我们称它为器件电源，而且理应认定它会正常工作，就像测试系统中的其他一切部件一样。客户希望默认将激光源排除在测试方程之外，并使用与任务模式中相同的激光源，但那个激光源并不是自动测试设备（ATE）的仪器，因此情况需要有所演变。正如戴夫所说，故障分析就像循着气味追踪，你需要能够辨别出哪些气味应该纳入导致问题的方程中，哪些则应该排除在外，因为它们本身就是已知良好的部件。

半导体工程：共封装光学器件（CPO）的故障诊断在哪些方面比近封装光学器件（NPO）的故障分析更困难？

格里芬：当人们说NPO和CPO时，这些术语并不总有标准的定义。两者面临的挑战相似，因为模块测试需要对多个光学连接器进行对准，而且我们仍然需要向器件供电。一些客户会说，"对于NPO，我可以拆卸光学引擎。"这可能是一个关键区别。因此，你可以认为在那次拆卸之前的测试覆盖率变得不那么重要了，因为如果我检测到由劣质光学引擎导致的故障，我可以直接将其移除。但我们也从客户那里听到，在下游进行返工和重新组装是一个真正的痛点，这意味着无论是否可拆卸，他们仍然希望使用已知良好的光学引擎。

莱文塔尔：对于CPO而言，集成到封装上的部件要多得多，你需要有办法将它们解耦。因此，我们在本次讨论中谈到的许多主题在这里都发挥着作用。正如戴夫所讨论的，可测试性设计（DFT）会有所帮助——理解你需要从各个单独部件的测试中获取哪些信息，从而将其与封装中可能发生的故障相关联。

山口：带重定时功能的NPO拥有自己的数字信号处理器（DSP），因此光学引擎可以像可插拔模块一样独立进行一致性测试，故障也容易定位。线性驱动型NPO则去掉了DSP，主机ASIC的串并转换器（SerDes）通过线性驱动器和跨阻放大器（TIA）直接驱动光学器件。这样一来，电气侧和光学侧就形成了一条信号路径，因此故障链路难以明确归因于任何一侧。其测试复杂度与CPO相同。

阿姆斯特朗：另一个需要关注的问题是高功耗问题。对于CPO，你的电信号传输距离不能太远，而对于NPO，希望传输距离能更远一些。由于电气侧的传输距离更长，你必须对此加以管理。所有这些光学部件的散热问题都是一个重大挑战。

半导体工程：当一个廉价的光子器件与非常昂贵的ASIC或GPU集成在一起时，测试的经济性会如何变化？

莱文塔尔：你不能让一个廉价的光学引擎拖垮一个价值4万或5万美元的GPU或ASIC，因此这在测试预算方面是一个有趣的变化。我们通常将测试成本视为芯片制造成本的一定百分比，但这种情况完全打破了这一常规。现在，对于这些将环绕在你的大型ASIC周围的芯片，你基本上拥有了近乎无限的测试预算。当然，你始终会寻找降低测试成本的方法，但你确实有能力在初期进行过度测试，以确保不会浪费那个非常昂贵的芯片。然后，随着时间推移和规模扩大，我们将获得良率学习方面的信息。

山口：器件价值在不断提升，报废成本在不断提升，测试复杂度在不断提升，封装复杂度也在不断提升。鉴于这种情况，额外的晶圆级或最优的引擎级测试变得更加合理，这就是为什么经济重心正从我们传统服务的封装测试转向预组装筛选测试。

格里芬：我完全同意。我想补充一点，这些AI加速器和网络交换设备的终端客户非常希望尽可能多地将这些设备部署到数据中心，以便生成更多的Token。这些是有史以来最复杂的半导体器件之一。如果单独看光学引擎的成本，你得出的结论会与看待它将被集成到的那个极其复杂的封装体以及它所提供的核心功能时截然不同。它降低了功耗，并实现了解耦合的计算架构，这使得该器件变得极为关键。因此，我们将看到业界持续专注于高效测试这些系统。

莱文塔尔：对于整个行业而言，证明CPO可行已不再是一个挑战。Meta今年早些时候展示了强有力的可靠性数据，表明它确实相当可靠。它是可行的。现在的问题是，"如何将我们今天所拥有的技术推向大规模量产？"这是一个生态系统层面的问题。它不仅仅是拼图中某一块的问题。因此，在短期内，我们将依靠额外的测试、筛选、烧机测试、更多的插入测试、更多的工程控制手段来解决这一问题，同时让生态系统逐步调整并成熟起来。NPO在这其中扮演着非常重要的角色。它是一个更低的门槛，便于快速上手运行。从中获得的经验将为推动CPO走向大规模量产的努力提供支撑。但这不会是轻而易举的事。你问到我们目前还没有谈到的内容，答案是标准。这个行业的发展速度如此之快，标准制定机构都难以跟上步伐。标准发挥作用的地方不是发明技术，而是实现规模化制造，让我们拥有多个零部件来源。

山口：业界正在研究标准和多源协议（MSA），以推动技术落地并与生态系统合作伙伴展开协作。标准本身并不会改变测量科学，但它们能够统一各个平台，而这正是业界能提供最大助力的地方。一些测试标准还包括诸如需要传输多大的光功率、需要施加何种偏置等问题。这有助于我们准备制造要求和交付成果。

格里芬：在我们接触的几乎每一位客户中，公司内部都存在两个不同的团队——光子学团队，他们一直在测试器件，但通常未达到半导体大规模量产的规模；以及半导体大规模测试团队。测试团队非常关注正常运行时间、软件支持、服务支持，确保能够大批量部署众多测试单元，而在测试单元的灵活性、模块化和可维护性方面，你需要做出许多决策，这些决策可能会迫使你在光学性能上做出权衡取舍。因此，从生态系统的角度来看，这些团队必须在公司内部相互沟通，以做出明智的决策，权衡可接受的取舍方案。没有人比客户、设计人员和制造团队更了解他们自己的器件，因此他们需要明白，如果为了获得更高的灵活性或更多的通道数量而选择某种连接器类型，但这导致被测器件（DUT）处的光功率略有下降，这可能会影响设计。这些对话需要同一家公司内背景迥异的多个团队相互沟通，而我认为我们现在才刚刚开始看到这种情况发生，因为生产量产刚刚起步。这些对话将比其他任何事情都更能推动行业向前发展。

阿姆斯特朗：根据我们在IPSR中所做的调查，测试光学组件的成本正在接近制造成本，而且随着复杂性的提升，测试成本可能会超过制造成本。这意味着业界必须认识到，他们将需要为质量和已知良好芯片付费，正如艾拉所提到的，桌面上应该摆上更多资金，因为现实情况是，按百分比计算，测试GPU的成本与测试光学组件的成本相比简直微不足道。因此，经济格局必须有所转变，也可能会有不同的公司参与进来。此外，这需要整个产业共同协作。我们每个人都需要与合作伙伴共同努力，构建一个对所有人都合理的结构，帮助行业以统一、一致、可规模化、能够适应大规模生产的方式向前发展。

阅读本次讨论的第一和第二部分：

CPO测试面临动态目标难题

随着共封装光学器件迈向主流应用，测试供应商正在适应不断变化的连接器架构和极端的对准公差要求。

将CPO测试扩展到单个芯片之外

光纤对准、连接器耐久性以及光电同步测试，为大规模量产带来了诸多挑战。