131 1300 0010
經過一段時間創紀錄的增長，CMOS圖像傳感器市場開始面臨一些新的挑戰。
CMOS在智能手機和其他產品中提供相機功能，但現在它們在fab中面臨規模化和相關制造問題。和所有的芯片產品一樣，在毒爆發期間，圖像傳感器的增長正在放緩。
這些傳感器在200毫米和300毫米晶圓廠的成熟節點上制造，并用于電話、汽車、消費品、工業/醫療系統和安全攝像頭領域。如今的智能手機包含兩個或多個攝像頭，每個攝像頭都由一個CMOS圖像傳感器供電，該傳感器將光轉換為信號，以生成圖像。
智能手機集成了比以往更多的CMOS圖像傳感器，使系統能夠支持高分辨率、功能豐富的相機。例如，三星的新5G智能手機由5個攝像頭組成，包括一個后置廣角攝像頭，它基于一個10800萬像素（MP）的圖像傳感器。這相當于在一個小模具尺寸上有超過1億個像素。他還有一個世界上最小的像素間距- 0．7µm的前置4800萬像素攝像頭
一個圖像傳感器包含了許多微小的感光像素。具體是指從某一像素中心到相鄰像素中心的距離（以µm為單位）。由于像素間距反映了兩個像素之間的空間大小，因此較小的像素間距就意味著像素之間的空間較小，換句話說，也就意味著更高的像素密度和更高的屏幕分辨率。并不是所有的手機都配備了最先進的圖像傳感器，消費者也不需要它們來拍攝更高清的照片。但很明顯，消費者需要更多的成像功能。
“隨著高帶寬數據性能從3G發展到4G，再到現在的5G，對高質量攝像頭的需求也在增長，”聯電公司市場營銷技術總監David Hideo Uriu表示：“這一趨勢，加上對更高像素數和更好分辨率的需求，推動了CMOS圖像傳感器的蓬勃發展。除了這些趨勢之外，生物識別技術、3D傳感技術以及增強的人類視覺在手機紅外/近紅外光譜中的應用領域也在逐漸顯現。”
不過，圖像傳感器供應商仍面臨一些挑戰。多年來，他們一直在努力降低像素間距。通過這種方式，他們可以在一個圖像傳感器中封裝更多的像素，從而提高設備分辨率。然而最近，由于間距越來越接近光的波長，像素縮放變得越來越困難。OmniVision過程工程副總裁Lindsay Grant表示：“Pixel的研發團隊現在必須找到新方法來避免降低靈敏度和增加傳感器的串擾。”
另一方面，也有一種趨勢，那就是在手機中保持較大的像素尺寸，并從較小的像素引入最佳的改進，以提高圖像質量。這些趨勢支持了客戶對更大更好的相機需求，從而產生了更大尺寸的傳感器。
盡管如此，圖像傳感器供應商已經找到了解決一些挑戰的方法。其中包括：
1．新流程。高介電常數High-K和其他fab技術已經開始了像素縮放。
2．晶圓堆疊和互連。把不同的功能放在兩個模具上并把它們堆疊起來并不是什么新鮮事。但是新的互聯方案，如像素間的連接，正在研發中。
圖像傳感器市場動態
圖像傳感器的兩大類型：CMOS圖像傳感器和CCD。CCD是電流驅動設備，在數碼相機和各種高端產品中都可以找到。
CMOS圖像傳感器有別于CCD。根據TEL的網站描述：“互補的金屬氧化物半導體（CMOS）圖像傳感器每個像素有一個光電二極管和一個CMOS晶體管開關，允許像素信號被單獨放大。”
針對不同的應用，CMOS圖像傳感器有不同的格、幀速率、像素大小和分辨率。圖像傳感器有全局或滾動百葉窗。例如，OmniVision新64像素的圖像傳感器功能0．8µm 1/1．7-inch格式的像素大小。該傳感器具有靜止圖像捕獲和4K視頻性能，具有2型、2×2微透鏡相位檢測自動對焦功能，以提高自動對焦精度。輸出格式包括每秒15幀的64MP （fps）。
供應商分為兩大陣營——無生產線制造商和IDM。IDM有自己的晶圓廠，而無晶圓廠的公司則會讓代工廠幫忙。在這兩種情況下，供應商在晶圓片上制作圖像傳感器模具，然后將其切割并組裝成一個封裝。
根據Yole Développement數據，大約65%的圖像傳感器是在300mm的晶圓廠生產。Lam Research戰略營銷董事總經理David Haynes表示：“對于安全、醫療和汽車CMOS圖像傳感器產品的廣泛應用而言，200mm仍然至關重要。”
今天，索尼是最大的CMOS圖像傳感器供應商，其次是三星和OmniVision。IC Insights稱，其他供應商包括夏普（Sharp）、安森美、意法半導體、格科微電子（GalaxyCore）、SK海力士、松下（Panasonic）和佳能（Canon）。
IC Insights數據顯示，2019年，圖像傳感器的銷售額達到184億美元，比2018年增長了30%。IC Insights分析師Rob Lineback表示：“我們目前預測，到2020年，CMOS圖像傳感器的銷售額將下降3%，至178億美元，打破連續的銷售記錄，原因是在covid19危機期間，手機和其他系統中傳感器的需求在下降。”
另一個更樂觀預測是，CMOS圖像傳感器市場在2019年增長了25%。到2020年，該市場預計將放緩并實現7%的正增長。智能手機無疑是最大的助推力。據Yole稱，2018年，每部手機有2．5個攝像頭。Yole光電傳感部門主管Guillaume Girardin表示：到2019年，每臺智能手機的攝像頭數量將躍升至2．8個。我們預計，到2020年，每臺智能手機將配備3個攝像頭。
然而，每一款手機都是不同的。例如，蘋果的iPhone 11 Pro整合了12MP的三攝像頭技術（寬屏、超寬屏和遠攝）。與此同時，三星5G手機有五個攝像頭，包括四個后置攝像頭和一個前置攝像頭。其中一款相機配備了飛行時間傳感器，用于手勢和3D物體識別。
高分辨率的相機并不一定就能拍出更好的照片。Girardin ：“這是一個像素大小和分辨率之間的權衡問題，像素縮放意味著它有更多的像素。當分辨率超過40MP和50MP時，其能力可能超出人眼所能看到的范圍。對于CMOS圖像傳感器來說，具有更好的量子效率（QE）和信噪比的像素是圖像質量最重要的因素。
此外，智能手機也不會取代專業人士使用的單反相機。但顯然，智能手機提供的功能比以往任何時候都多。Veeco公司產品營銷高級經理Ronald Arif表示：“人們肯定會被5G吸引，因為它具有更大的帶寬和潛在的應用前景，比如將現場體育賽事的8K流媒體傳輸到實時AR/VR/MR游戲中。最新5G手機的攝像頭變得更加先進。他們開始整合用于深度感知的VCSEL設備，可以在任何地方使用，從自動對焦到客廳的3D映射。人們可以想象，先進的相機與深度測繪能力和5G的結合。這可能會帶來豐富的新應用，比如游戲、直播、遠程學習和視頻會議。”
在其他創新方面，供應商正在提供近紅外（NIR）圖像傳感器。NIR是一種利用可見光譜以外的波長來照亮物體的技術，它被設計用于在接近或完全黑暗的環境中工作。OmniVision公司的新近紅外技術在不可見的940nm近紅外光譜上提高了25%，在幾乎不可見的850nm近紅外波長上提高了17%。
在另一個獨立的開發中，索尼和Prophesee開發了一個基于事件的視覺傳感器。這些傳感器以機器視覺應用為目標，在各種環境中檢測快速移動的物體。
像素擴展競賽
幾年前，CMOS圖像傳感器供應商開始了所謂的像素縮放競賽。這指的是“像素間距”，即設備中每個像素之間的距離。我們的目標是（現在仍然是）在給定的時間段內減少每一代的像素間距。更高的像素密度意味著更高的分辨率，但并不是所有的傳感器都需要更小的間距。
什么樣的像素間距能滿足我們的需求？
較小的像素間距通常提供更高的分辨率，但價格更加昂貴。因其需要更多的LED晶元來創建較高的像素密度，因而材料和生產成本更高。
那么問題來了，究竟什么樣的像素間距是最合適的？答案是，消費者可以通過確定屏幕的最佳觀看距離來確定LED屏的最佳像素間距值。所謂最佳觀看距離是指圖像保真度的臨界點，如果觀察者離得太近，則圖像品質會降低或屏幕會出現像素化。
舉例來說，搭載交互觸摸方案的顯示屏需要較小的像素間距才能為鄰近的觀看者提供清晰的圖像。而在大眾面前播放的LED屏，比如懸掛在舞臺上的LED屏，則可以采用較高的像素間距。簡單來說，較小的像素間距能提供更高品質的圖像，但如果屏幕距離觀看者較遠，那么額外的投資就顯得沒有必要了。
業界通常使用三種方法來確定可接受的觀看距離：
10倍規則：這是計算視覺敏感距離近似估計值的快速方法。
計算公式為：像素間距×10=近似觀看距離（以英尺為單位）
視覺敏感距離：也被稱為視網膜距離，是指一個擁有20/20視力的人要看到LED屏呈現連貫圖像而非像素化圖像而必須與屏幕保持的距離。
計算公式為：像素間距×3438=視覺敏感距離（以英尺為單位）
平均舒適觀看距離：這是大多數人對于舒適觀看距離的估計。這是一個主觀的估算，并將考慮到人眼視線、內容分辨率及內容類型等變量。
盡管這些方法都具有一定指導性，但在確定觀看距離時其實并沒有所謂的正確答案。屏幕的觀看距離最終還是要取決于屏幕的所有者是否感到舒適。
下表可以作為選型時的參考：
就在年前，圖像傳感器的像素間距在7µm代。供應商們已經減少了宣傳，但也出現了一些問題。
圖像傳感器本身是一個復雜的芯片。頂層稱為微透鏡陣列，下一層是一個基于綠色、紅色和藍色的馬賽克陣列的顏色過濾器。再下一層是一個有源像素陣列，它由光捕捉元件（稱為光電二極管）和其他電路組成。
CMOS圖像傳感器方框圖
該有源像素陣列被細分為微小的和獨立的光敏像素。實際的像素由一個光電二極管、晶體管和其他元件組成，并以µm像素大小計算。
一個像素較大的圖像傳感器可以收集更多的光，這就相當于一個更強的信號。較大的圖像傳感器會占用板子上更多的空間。像素越小的圖像傳感器收集的光越少，但是你可以在一個die上裝更多的傳感器。這反過來又提高了分辨率。
在晶圓廠制作圖像傳感器有這樣幾種方法。例如像素陣列形成。流體從襯底上的一個正面過程開始，將晶圓片結合到載體或處理晶片上。上半部分經歷了植入步驟，然后是退火過程。在頂部涂上一層抗反射涂層，彩色膠卷和微透鏡就這樣產生了。
在另一種單獨的簡單生產中，硅襯底的表面要經過一個植入步驟。在其上形成擴散孔和金屬化層。背面蝕刻有溝痕。襯板沉積在溝槽的側壁上，其中充滿了電介質材料，然后在頂部制作濾光片和微透鏡。
盡管如此，直到2009年，主流CMOS圖像傳感器都是基于正面照明（FSI）像素陣列結構。在這種技術中，如同人眼鷹一樣，光落在IC的前面，然后通過讀取電路和互連，最后被匯聚到光電檢測器中。FSI為目前圖像傳感器所采用的主流技術，具有已獲證實的大批量生產能力、高可靠性和高良率以及頗具吸引力的性價比等優勢，大大推動了其在手機、筆記本電腦、數碼攝像機和數碼相機等眾多領域的應用。這些優勢，再加上高性能特性，使得這種技術具有獨特的成本、性能和價值定位，未來應用有望進一步擴展。
多年來，FSI架構使供應商能夠在幾代人的時間內減少間距。從2006年的2．2µm到 2007年的1．75µm。
2008年，該行業FSI架構在1．4µm的時候碰壁了。因此，從2009年開始，供應商轉向了一種新的架構——背面照明（BSI）。BSI架構將圖像傳感器顛倒過來。光從硅基板的背面進入。光子到光電二極管的路徑更短，從而提高了量子效率。由于BSI晶圓是翻轉（inverted）的，故入射光首先會入射到光電二極管附近的硅體材料。這時，由于漫射到鄰近像素或在背面界面的漫射與重新匯合，光線會形成串擾而產生損耗。藍光尤其容易發生這種現象，導致藍色QE減小，而串擾增加。可喜的是，通過利用先進的背面處理和更深的光電二極管來捕獲藍光，可以解決這些問題。
BSI也啟動了像素縮放。Lam的 Haynes ：“就像素比例而言，BSI傳感器技術允許最優像素尺寸在1．2µm 1．4µm，并且堆疊BSI允許傳感器的引腳仍低于30平方毫米，亞微米尺寸的像素可以使用四像素架構，使分辨率超過48MP。”
除了BSI，這個行業還需要其他的改變。在像素縮放中，光二極管（關鍵的光捕獲元件）在圖像傳感器中收縮，使其效率降低。二極管靠得更近，產生了串擾。
所以大約在2010年間距到了1．4µm時，另一個創新的技術誕生了——深溝隔離（DTI）。DTI使光電二極管更高，從而增加單位面積的容量。為了在晶圓中實現DTI，供應商采用了BSI架構，并使用各種工藝步驟使光電二極管更高，但更高的二極管也需要更厚的硅結構。
盡管如此，像素縮放速度還是慢了下來。曾經有一段時間，供應商每年都要搬到一個新的地方。根據TechInsights數據，他們花了三年時間從1．4µm（2008） 1．12µm（2011），四年之后達到1µm（2015），和另外三個達到了0．9µm（2018）。
Ray Fontaine ：“總而言之，我們相信發展DTI和相關鈍化處理是拖延1．12µm降到0．9µm像素的主要因素。”
最近，供應商已經解決了這個問題，像素縮放競賽又重新開始了。2018年，三星打破了1與0．9µm屏障，索尼緊隨其后，2019年實現了0．8µm，三星不甘落后，三星2020年實現了0．7µm。
sub-µm像素擴展需要更多的創新。Fontaine在最近的一次報告中介紹：“當像素縮小時，需要更厚的有源（硅）來保持合適的光電二極管尺寸。DTI和相關的高介電常數（high-k）缺陷鈍化膜是加厚活性（硅）的關鍵技術支持。”
制作高介電常數膜（high-k）的圖像傳感器遵循傳統流程。不同的是，高介電常數膜是在DTI溝槽的襯墊上沉積的。
對于高介電常數膜和其他流程，供應商采用兩種不同的方法：fab-front-DTI （F-DTI）和back-DTI （B-DTI）。OmniVision的Grant介紹：“F-DTI采用多晶硅隙填充，該多晶硅可以具有電壓偏差，以改進表面釘扎。F-DTI還可以對腐蝕損傷進行更多的熱處理，以減少泄漏， B-DTI使用帶負電荷的高介電常數膜來積累電荷，并將費米能級固定在表面，從而抑制暗電流泄漏。高介電常數膜工藝為原子層沉積（ALD）。B-DTI通常使用氧化間隙填充，但一些金屬填充，甚至空氣間隙也已嘗試并在大規模生產中使用。”
像素縮放競賽會繼續嗎？ Grant ：“很可能像素比例將繼續超越0．7µm，像素收縮0．7µm之外，許多方面都需要優化。關鍵項目，如B-DTI、用于深二極管的高能植入物、用于彩色的光學結構收縮和微透鏡，仍將是發展的重點。定義像素內晶體管和互連的更基本的設計規則需要更新。”
另一個問題是移動傳感器的像素間距接近于光的波長。“有些人可能認為這是最小像素大小的限制，例如，用于研發的0．6µm像素間距。這小于紅光的波長在0．65µm（650nm）。所以問題可能會出現，“為什么會收縮到亞波長？”對相機使用者有什么好處嗎？ 把像素的大小調到亞波長并不意味著在像素級別上沒有有價值的空間分辨率信息。
Grant指出，1．0的光學結構µm像素使用許多亞波長特性。“例如，用于抑制串擾的窄金屬柵格和用于提高量子效率的窄介電壁正在通過光引導得到改善。這種納米級的光學工程已經在當前的像素中存在了很多年，所以向亞波長轉移并不是一場革命，” “持續縮小的限制可能來自用戶的利益，而不是技術。今天，應用程序繼續通過縮小像素大小來尋找最終用戶的價值，所以這是一種趨勢。只要這種情況繼續下去，CMOS技術將繼續朝這一方向發展。”
