全球指纹识别芯片的产业链构成

指纹识别芯片的产业链也可以分为两大部分,一部分为芯片传感器电路方案和算法设计,另一大重要环节就是指纹识别芯片传感器的制造、封装以及模组制造:

1、芯片设计环节

2

此前国际电子商情在《指纹识别技术原理及全球芯片厂商大盘点》一文中对指纹识别芯片设计公司有详尽的报道,有兴趣的读者可点击链接阅读。

2、芯片制造环节

主要有中芯国际、台积电、联电、Magnachip、华润上华、世界先进、华虹宏力、格罗方德等大型晶圆制造厂。

3、封装环节

根据传感器方案而定,如按压式蓝宝石方案采用晶圆级封装,由国内华天科技、晶方科技、长电科技封装,硕贝德科阳的3D封装也属于此种工艺。

4、模组制造

模组制造与摄像头模组有相近之处,目前欧菲光、硕贝德、丘钛科技等已积极布局。在封装与模组整合的趋势下,封装环节(华天科技、晶方科技等)、模组环节(欧菲光等)有互相渗透的趋势。

指纹识别方案发展趋势

众所周知,指纹识别在手机上的位置,主流为正面和背面,个别方案是放在侧面。比如苹果iPhone 系列与三星Galaxy S 系列是集成在正面Home 键里,小米Note 3、华为Mate 8等放在了手机背部,LG V10 植入到手机侧面的电源键里,努比亚Z9 也是放在手机侧面。

从体验上来看,苹果正面指纹识别的体验好于安卓阵营的背部指纹识别方案。但由于AuthenTec 被苹果收购之后停止对外服务,恰好 AuthenTec 在正面电容按压式指纹识别领域积累了大量的核心专利,同时许多安卓智能手机使用的是虚拟Home 键,不具有实体Home 键,因此多数安卓智能机的指纹识别是位于手机背面的,包括华为、OPPO、VIVO 等主力手机厂。

3

1、盲孔式Under Glass指纹识别方案

自进入2017 年之后,随着即将发布的iPhone 8采用屏下Touch ID指纹识别解决方案,安卓阵营的手机厂商势必也会逐渐采用正面隐藏式指纹识别方案。在光学式和超声波式指纹识别技术方案还不够成熟,既要实现正面隐藏式指纹识别,又不得不采用电容式方案的背景之下,盲孔电容式指纹识别就成为了近期最有前景的under glass 方案。

基于电容式原理的三种隐藏式方案是:第一种(Under Cover Glass)是将指纹Sensor 置于整个手机玻璃面板下面;第二种(In Glass)更是将Sensor 融合进玻璃之中(如IDEX 的方案);第三种(Under Glass Cutout)则将玻璃面板开盲孔(有正面和背面两种)至0.2-0.3mm 深,然后在玻璃之下放入Sensor(如汇顶IFS、FPC、LG Innotek 的方案)。

4

第一种方案(Under Cover Glass)识别精确存在较大的问题,超出电容原理极限,效果不理想。因为目前智能手机正面盖板玻璃厚度普遍超过0.5mm,如果是2.5D 玻璃的话厚度超过0.7mm,而根据电容式指纹识别的原理,如果在芯片上方存在的盖板玻璃厚度超过0.3mm 时,其识别精确度将大幅降低,因为信号在穿透玻璃时会发生强烈的衰减。尽管多家厂商在算法方面极力优化,提高信号的信噪比,但是该方案仍然难以达到理想的效果。

第二种方案(In Glass)具有非常高的技术难度,中短期内不具备量产的条件。需要将指纹识别芯片集成在盖板玻璃内部,这需要芯片商与玻璃厂等多个环节的通力合作,中短期内大规模量产是不现实的。

第三种方案盲孔式Under Glass 被普遍看好,具有较大的可行性。汇顶科技、FPC 与LG Innotek 等厂商的力推的本方案,是在盖板玻璃上方或下方挖槽,直接减薄玻璃的厚度至0.2-0.3mm,此时臵于玻璃下方的指纹芯片,信号可以穿透玻璃,从而实现较高的识别精度。相比于第一种方案,本技术方案识别精度遥遥领先,相比于第二种方案,本技术方案加工难度较低。

目前Under Glass 方案的难点在于:首先玻璃本身非常脆弱,如果挖槽,会降低整块玻璃的强度,加大玻璃加工的难度,这对康宁、AGC、肖特等玻璃原材料供应商和蓝思、伯恩、星星科技等玻璃加工商而言,具有一定的挑战性;为了提高信号的信噪比,减少信号在塑封材料中的损失,芯片的封装需要采用先进的TSV 技术(可有效缩减芯片厚度);盲孔的深度及平整度公差很难控制,而采用TSV 的指纹芯片需要直接与玻璃贴合,因此对于玻璃加工而言有较高的技术要求。

2016 年12 月,采用汇顶IFS 技术的联想ZUK Edge 手机发布。2017 年2 月,华为发布全新旗舰机P10,部分手机采用了汇顶的IFS 技术,这表明盲孔电容式UnderGlass 指纹技术已经具备量产所需的成熟度。

5

2、正面盖板“超薄式指纹识别方案

前文提到,目前电容式Under Glass 方案在玻璃加工方面存在非常大的困难,即使已经有商业化的产品推出(如联想ZUK Edge 和华为P10),但是产品的良率和成本问题仍然是很大的瓶颈。

与此同时,基于现在主流的正面开通孔式方案的升级产品——可以嵌入玻璃的“超薄式”正面玻璃/陶瓷盖板模组的指纹识别,由于可以提高屏占比,今年也可能被一些旗舰机型采用,也是重要趋势之一。

采用“超薄式”正面玻璃/陶瓷盖板的指纹识别模组,可以有效缩小整个模组的体积,尤其是厚度,从而使得整个模组的厚度不超过盖板玻璃。这样的话,手机的显示屏幕便可以向下拓展,与指纹Home 键的距离更加紧密(甚至可以覆盖Home 键位臵),从而大幅提升整个屏幕的屏占比。

目前,该方案已经开始在多家手机厂商测试,有望成为今年的趋势之一。由于传统的wire bonding 封装是难以有效缩减芯片厚度的,采用TSV 封装可以解决该问题。

电容式Underglass 方案与正面盖板“超薄式”方案产业链分析

现阶段,开通孔的指纹识别方案仍然是主流,按照正面盖板材料的不同,可以分为Coating(镀膜)、蓝宝石盖板、玻璃盖板和陶瓷盖板四类。

6

Coating 方案是直接在芯片正面镀膜(高光涂料),信号强,成本低,缺点是容易损坏,不耐磨;蓝宝石方案美观,耐磨,但是加工难度大,成本高,用于中高端手机上;玻璃方案被众多中低端手机所采用,成本比蓝宝石低许多;陶瓷(氧化锆)方案最近开始流行,与蓝宝石相比其强度大,成本低,产能良率还存在一定问题。

从产业链结构方面来说,上述四种方案是类似的,区别就在于盖板材料的不同。我们以蓝宝石方案代表——iPhone5s 的指纹识别为例来说明,主要的模组结构分为:蓝宝石盖板、金属环、粘合材料、传感器芯片、触控开关、电路板等。

7 图:苹果iPhone5s 指纹识别模组拆解

电容式Under Glass 指纹识别方案相比于目前的指纹识别会有非常大的变化。不需要专门的蓝宝石、玻璃、陶瓷等盖板材料,不需要金属环,不需要触控开关,不需要芯片正面的粘合材料;芯片制造并不会发生大的变化,目前的8英寸0.18um 工艺可以满足需求;但是芯片设计和芯片封装,以及玻璃加工的重要性越发明显。

8 图:蓝宝石的指纹识别模组成本结构

1、芯片封装地位提升,TSV封装将成为必然之选

目前,大多数指纹识别方案,芯片采用wire bonding工艺进行封装,技术成熟,成本低。由于表面需要与盖板材料贴合,因此在芯片的正面会进行塑封处理,将金属引线掩埋起来,形成平整的表面。塑封的存在会影响信号识别的精度,同时增加芯片的厚度,但是对于如今主流的开孔指纹形式来说,问题并不大,因为芯片+盖板材料(或Coating)直接与手指接触,仍然可以实现较好的指纹识别体验。

9 图:目前主流的正面开孔指纹芯片封装-wire bonding

2016年以来,一些手机厂商开始向苹果学习,对指纹识别芯片进行小规模的trench或TSV封装,如华为Mate9 Pro采用的是trench+TSV封装工艺(比直接TSV工艺容易一些)。因为先进封装直接的好处就是信号变强,指纹识别精度体验更佳,更重要的是芯片厚度变薄,从而缩减指纹模组的高度,可以扩大屏占比。    前文提到,电容式Underglass 方案与正面盖板“超薄式”方案是指纹识别两个重要的趋势。一方面,对于 “超薄式”正面玻璃/陶瓷盖板的指纹识别方案,由于玻璃非常薄,传统的wire bonding封装难以有效缩减芯片厚度,采用TSV封装可以解决该问题。

另一方面,对于电容式Under Glass方案——在盖板玻璃的正面或背面开盲孔,芯片是直接内置于盖板玻璃之下的,本来电容信号穿透玻璃就已经存在较大困难,如果还有塑封材料的话,信号质量将更加堪忧。如果不采用塑封的话,wire bonding的键合线直接暴露在外,会导致芯片正面不够平整,是无法与盖板玻璃紧密贴合的。采用TSV封装可以解决该问题。因此,我们认为TSV封装将取代wire bonding是必然的,“TSV+SiP”的封装工艺将成为整个指纹芯片的关键,具备先进的TSV和SiP封装工艺的厂商将受益。

9 图:TSV封装

11 图:正面盲孔Underglass 指纹识别TSV 封装结构

2、玻璃加工至关重要,工艺难度大,良率问题是瓶颈

对于电容式Under Glass指纹识别,目前非常大的困难在于玻璃挖槽的良率问题,因为现如今的手机正面2D玻璃非常薄(0.5mm左右),2.5D玻璃0.7-0.8mm,直接进行挖槽的话,极容易造成玻璃的损坏。

13 图:盲孔式指纹识别玻璃加工要求高

手机越来越薄是趋势,这也是手机的重要卖点,因此各大厂商竞相追逐更加薄的盖板玻璃,目前普通的手机2D盖板玻璃厚度在0.5mm左右(2.5D玻璃为0.7mm左右)。根据我们前文的分析,如果采用玻璃挖盲孔(正面或背面)的方式来实现指纹识别的话,为了保证电容式指纹识别的效果,需要将玻璃挖出0.2-0.3mm的方形盲孔,同时,玻璃在减薄之后,剩下的部分厚度仅为0.2-0.3mm,玻璃槽面的平整度、直角的弧度、锲边的垂直度对于指纹识别的最终效果影响极大,是最关键的几个因素,这对于玻璃加工的要求非常之高,远高于目前玻璃加工企业的良率保证水平。

14 图:CNC 精雕机用于玻璃开孔和磨边

对手机玻璃进行开孔和磨边的主要设备是CNC精雕机,目前大多数CNC产品的尺寸精度为0.01mm,崩边量不大于0.01mm,如此的精度对于玻璃挖盲孔而言是不够的。

3D玻璃受到追捧,已经开始大规模应用。智能手机外壳材料经历了塑料、金属、玻璃的发展过程。目前主流的旗舰手机大多正面采用2D/2.5D玻璃、背面为金属机身。三星2016年发布的Galaxy S7 Edge采用了3D曲面玻璃的外观设计,被称为是当前颜值最高的手机,并受到了市场的热捧,一季度Galaxy S7/Edge销量达到1000万台。

2D玻璃盖板或外壳是普通的平面玻璃,而2.5D玻璃盖板或外壳正面是平的,但边缘部分向下凹陷成一个弧形,3D玻璃盖板或外壳的整个正面都会发生弯曲,凸出向外。

15

对于2.5D和3D来说,在玻璃上挖盲孔是更加困难的。普通的2D玻璃是完全平面的,而2.5D和3D玻璃时经过热弯处理之后,玻璃的厚度已经变的不均匀,在这种情况下,继续进行挖孔的话,更加难以控制槽内的平整度和垂直度。

综上所述,我们认为,在电容式Under Glass方案中,玻璃加工的重要性越发的明显,玻璃加工的良率将直接影响指纹芯片的效果和成本,具备高品质、高技术玻璃加工的公司将显著受益。

3、芯片设计和算法是识别效果的核心因素

由于电容式识别方案在原理上,其信号是难以穿透玻璃的。尽管指纹识别芯片设计公司详尽一切办法(包括成功添加射频功能),使得指纹信号勉强可以突破0.1mm 厚度的蓝宝石/玻璃/陶瓷,但是检测到的信号是非常弱的,识别的算法仍然是至关重要的。

对于电容式Under Glass 方案而言,指纹信号需要穿透的玻璃厚度为0.2-0.3mm,传统的电容式算法是无法回收足够信噪比的信号。除了要提升驱动IC 的信噪比外,软件算法的know how 更重要。算法方面的另一个难点则是由于图像距离变远,图像是比较虚的,如何让图像变得更清晰?这里涉及图像预处理的问题;另一个则是图像匹配的问题,由于图像质量比前一代的要差,图像匹配就会变得更困难,这里算法就更复杂了。

例如,国内的汇顶科技,就针对IFS 方案专门开发了自适应深度传感技术和可变增强图像处理技术。

17 图:汇顶科技针对IFS 的自适应深度传感技术

未来超声波式指纹识别产业链分析

对于未来的光学式Under Display 指纹识别方案,产业链与电容式方案将大为不同。出于信号信噪比的考虑,为了与手机显示屏中的RGB 可见光相区分,同时减少环境光线的干扰,光学式指纹识别将采用近红外光的光源。类似于虹膜识别、主动式人脸识别的产业链结构,整个产品的核心除了算法之外,在硬件端最重要的变化,就是多了近红外光源、光学器件(RGBIR 滤色片)、图像传感器等。因此近红外LED 光源提供商、光学滤色片供应商和光学图像传感器厂商将显著受益于本方案。

整个超声波指纹识别产业链可以划分为三大部分:算法、硬件和模组制造。

19
图:超声波指纹识别产业链结构

1、算法方面

成熟的技术方案主要掌握在少数大厂手中,如高通旗下的Ultra-Scan,与苹果合作的Sonavation,芯片大厂Invensense,国内公司还不具备相应的技术实力。

2、硬件方面

主要包括MEMS 超声波传感器、ASIC 芯片、柔性PCB 板和IC 分立器件等。其中,MEMS 超声波传感器主要部件为超声波发射层与接收层(压电材料)和TFT(薄膜晶体管)电路层。

(1)压电材料

目前,高通采用的是PVDF 有机聚合物压电材料,InvenSense 采用的是AlN 压电陶瓷,Sonavation 采用的也是压电陶瓷材料。PVDF 的功耗低,适合移动终端,但是效率和频率都低于压电陶瓷材料,器件性能一般。而压电陶瓷材料,如AlN、PZT、ZnO等,产业链相对成熟,器件的响应效率高。其中,AlN 声速高、热导率高、损耗低、可以与CMOS 工艺兼容,因此比较利于实现声表面波器件的高频化、高功率化、高集成化,是潜力材料,现在的问题就是相比于PZT、ZnO 的压电系数偏低。

在压电陶瓷材料方面,国内公司有三环集团、捷成科创等,其中在最佳的AlN 压电材料方面,目前国内参与的公司或机构较少,清华大学微电子学院在AlN 方面具备一定实力,北京中科汉天下正在建设AlN 生产线,计划用于FBAR 滤波器。

(2)MEMS 制造

MEMS 超声波传感器是由大量的超声波传感器阵列构成,技术难度大,壁垒高,主要通过MEMS 和CMOS 工艺结合的形式进行制造和封测。因此具备MEMS 设计、制造和封测技术的厂商将显著受益这一些市场。

目前Invensense 的MEMS 超声波传感器主要是新加坡IME+格罗方德代工,其中新加坡IME 负责AlN 压电陶瓷的研发,格罗方德负责MEMS 的量产。

(3)ASIC 芯片

由于具备3D 指纹图像信息采集,甚至有望实现皮肤组织结构和血管内血流信息采集,因此超声波指纹识别对图像的处理要求更高,这使得高通等公司直接在其技术方案里集成了专用的ASIC 芯片。

3、模组制造方面

由于超声波指纹识别技术还没有大规模商业化普及,高通的技术方案刚刚被小米采用。因此,在模组制造方面,国内公司还不具有相关经验。但是,在电容式指纹识别领域,国内公司舜宇光学、欧菲光、丘钛科技、硕贝德等已经积累了丰富的指纹识别模组制造经验,有望在未来的超声波指纹识别市场中受益。

(内容来源:节选自海通证券-电子元器件行业深度报告)