Y10T239 AI场景与BOX气密封装
前几天收到一个问题，AI光模块很多不用陶瓷BOX气密管壳，是不是这样？
这个问题的转换以下，我的理解是AI场景到底用不用BOX气密封装？
先厘清以下概念
什么是“陶瓷BOX气密管壳”？
采用陶瓷、金属制作的“气密”型光学器件腔体，可有效阻挡水汽和氧气对光学器件的侵蚀。
为什么需要气密封装？
光模块的激光器、调制器、探测器等光学芯片为了满足性能需要，很多情况下选择了化合物材料制作芯片。
比如激光器常用的材料，GaAs、InP、AlGaInAs、AlAs、InGaAs.....等等，这些化合物材料中的“铟In”、“镓Ga”、“铝Al”... 等是比“氢H”活泼的原子，氢的氧化物是H2O，是水，这些含有活泼金属的化合物极易和氧气以及水汽反生反应，导致芯片故障甚至是失效。
气密封装是为了隔离外部环境的氧气和水汽，保护光芯片正在工作，提高可靠性。
BOX气密封装是常见气密封装类型之一
气密封装是为了提高光芯片可靠性的一种技术方法，在光模块里常见的气密封装有圆形的TOcan型的气密封装，也有方形BOX型的气密封装，现在也有微型的玻璃陶瓷或硅盒气密结构。
圆形TO气密，多采用金属、玻璃材料
方向BOX气密，多采用金属、陶瓷材料
采用金属，除了阻水特性外，还有延展性，不易破裂，封装工艺容易实现。金属还可以做气密腔内与腔外的电信号线通道。一些金属还具有高导热热点，用于光学芯片的散热需求。
采用玻璃，除了阻水特性外，还有绝缘、高温软化、透光的特点，绝缘特性可以保护电学信号线不被其他金属短路，高温软化低温固化的特点很方便封装，属于一种气密焊料。透光的特点是光学芯片必备特性。
采用陶瓷，除了阻水特性外，还有绝缘和刚性特点，绝缘特性可以作为电信号线的布线基板。刚性能稳定光路，避免其他材料弹性及塑性形变引起的光路偏移。
气密与非气密封装
光学芯片的化合物材料，害怕水汽和氧气，所以选择气密封装阻挡水汽氧气的气密型封装结构。
但是，选择非气密封装，也不意味着芯片的化合物材料就直接面临了水汽氧气的侵蚀。
非气密封装，只是不选择这一类封装而已，对于光学芯片其实是有保护的，用一张昨天的图，Y10T238 激光器芯片一些金属悬片的作用
我们的光学芯片，电信号采用金属材料，钛铂金等，本身是阻水材料。另外会有“钝化膜”，用氧化硅、氮化硅、氧化铝等等材料。
什么叫钝化膜？ 就是让活泼的、易反应的材料，变成不活泼、不易反应。用什么材料钝化？用玻璃或陶瓷料。
2019年写过的Y5T255 激光器端面钝化
玻璃的主要材料氧化硅、陶瓷常见材料氮化硅、氧化铝...， 可以理解为搪瓷缸的“挂浆”，外面裹一层防水层，避免内部被氧化。
但是，钝化的薄膜材料，受到应力后很容易破裂，对芯片的制造商和芯片的封装厂家，以及使用厂家，都提出比较高的要求。有些厂家能全程控制应力得以保持钝化膜的完整性。
“有些”厂家则意识不到这个隐患，比如激光器芯片打线工艺，下压有应力，超声波导致的机械横向应力...，这些都可能导致钝化膜裂纹，但在生产线上测试是正常的，等发到客户那里一段时间后，裂纹扩大，水汽侵蚀，芯片逐步劣化后失效。
2020合集 Y6T198 打线工艺之球焊
咱们有源的光芯片用的可靠性标准GR468，两年前吧，我略翻译了一下，3.8万字，其中就有明确的如果采用非气密封装，如何进行可靠性验证。
什么是AI场景？
AI，是人工智能的意思，人工智能早期采用判决式，近两年大规模的采用生成式，什么叫生成式？
就是通过以往的经验，让机器来学习，之后机器可以根据学习或训练后得到的“经验”，来生成新的内容，比如AI绘画、AI写论文、AI电影....等等。
由于机器的学习和训练，需要大量的参数，这些在计算机是以数据的形式来传输、存储和计算的。现在的AI模型是千亿、万亿、十万亿...参量，对数据而言就是需要大规模的光模块来完成“光”“电”信号的转换。
AI场景和可靠性的关系
如果整体网络存在可靠性风险，对于AI的学习和训练有影响，这和咱们电脑上写材料一样，写一会儿才保存，如果电脑频繁蓝屏断电，那么，我们就会很烦躁，重新开机后需要从上一次存储节点再写。
AI的训练，是在一个等效的“巨巨巨大”的电脑里进行的，光模块如果频繁故障，让训练中断，就需要从上一个存储节点进行，很浪费资源（时间、电力以及市场机会）
从客户的角度来看，是希望提高可靠性的。
就像我们买电脑，当然希望买好电脑，但是一分价钱一分货，这需要多花钱。
AI厂家一样的，在成本与性能之间选择和权衡，就些厂就选了低成本，可靠性略差一些的方案，有些厂选可靠性很好只是成本略高的方案。
光器件可靠性与气密封装的关系
光器件的可靠性，有太多的原因，
比如外延生长，有些厂能力强，晶体的暗点暗线少，可靠性就高。
比如半导体金属掺杂或金属工艺，有些厂能力强，可设计出很好的掺杂和长期的控制，InP激光器P型半导体采用锌离子掺杂，有些厂可以控制锌离子不扩散，可靠性提高，有些厂家则出现锌离子向两侧扩散，导致激光器寿命缩短。还有其他离子扩散.... 2023合集Y9T8 高速激光器芯片中的金属扩散
比如芯片的沟道设计，掩埋设计，裂片工艺等等，处理不好就会产生端面污染或氧化，或者晶体裂纹。
比如芯片的镀膜出现气泡、潮解...
比如芯片封装，贴片工艺的孔洞，键合工艺的应力、金丝的键合强度....
当然也包括气密的钝化材料裂纹，气密腔体缝隙...等可靠性风险
这里边任何一个环节出现问题，都会导致可靠性风险，那么就意味着即使气密封装这个工艺做的很好，也不一定会得出光器件可靠性提高的结论。
反之，如果气密（气密封装或钝化）这一串儿工艺节点出现问题，则一定能得出降低可靠性的结论。
市场机会与可靠性的关系
我们不拘泥于气密环节，而是将气密包含在内的整体光器件可靠性作为一个权衡点，
在GR468，有一小段话，
由于市场竞争等因素，那些设备商（就是光器件的客户们）往往希望在完成一些可靠性资质验证前前使用新产品。
这是一个敏感的问题，因为要证明可靠性就需要需要进行冗长的测试。（这意味着就丢掉市场机会），.....，所以可采用临时认证。
这啥意思呢？就是如果客户愿意，咱们象征性的做一点可靠性临时验证，赶紧的先把产品用起来。
GR468这句话是二十多年前写的，对于现如今的AI市场，也是适用的。
咱们几千年前的老祖宗也有云，事急从权，AI市场是新型的市场，突然就冒出来大量的光模块的需求，客户都不追究了，下单就买，那作为供应链的光模块光器件厂，还纠结啥呀。
事急从权前头还有一句话，事缓从恒，当这个新型的市场开始走向缓和时，就需要从长计议，那么客户就会挑选了，未来有那么多的供应链，谁家的性能更好，可靠性更高，成本更低，交付周期稳定，那就给谁下订单啊
这就是从权与从恒的区别
写了这些个字，回到主题
AI与气密管壳的关系是什么？是动态的弱耦合关系
AI场景早期，是突发的巨大的新型市场，对可靠性的期望值比传统数据中心更大。
●电缆模块可靠性更高，成本更低，所以几个月前有了电缆模块增大光学模块趋缓的一个现象。电缆模块的弱点是性能，“距离带宽积”不足。
●光模块的失效风险较大，但可以传输更大带宽和更长距离
○芯片材料选择，含铝材料更易失效，但含铝材料性能更好，这是权衡
○芯片低温工作比高温工作更可靠，但采用TEC成本增加，这是权衡。
○芯片只采用钝化工艺，也就是非气密封装，相比较钝化+气密结构而言更易失效，但成本更低，这是权衡。
○采用气密封装，选择玻璃金属、陶瓷金属、微气密等，也是成本与工艺难度以及可靠度之间的权衡
●客户放宽对失效率的要求，降低成本，增快市场切入速度，采用非气密的大带宽光通信模块
客户本身在电缆模块、光学气密模块、光学非气密模块之间权衡利弊，我们作为产业的一个环节，是客户无数选择中存在的一个“动态”机会而已。
AI是一个很早的概念，但是AI采用光模块是一个新市场，从2023年年中到现在，也就一年多一点，一年才八千多个小时，而我们计算失效率是百万（小时x数量）
失效率是一个“事后”指标，对于客户和模块厂家来说，需要根据实际运行一段时间后，才能分析失效率以及失效原因，再来调整可靠性的验证条件的。
At the time when new products are introduced to the market to be installed, there is often less than a million device-hours at the operating conditions, and therefore there are not enough device-hours to prove a failure rate below xxx FITs当一个新产品进入市场，工作时间不长，就不能来证明失效率低于xxx FITs
这就是说，如果后期出现了大量由于非气密封装为主导致的失效案例，那么就有可能将气密封装作为“强条件”来约束供应商。
如果后期发现有些厂家非气密封装依然可以满足这个领域的大部分客户需求，那么气密封装或非气密封装则由制造厂自己选择，客户将此作为“弱条件”来约束。
