随着AI芯片、HBM（高带宽存储器）等高性能器件向高集成度、高密度方向发展，芯片对运行可靠性和数据完整性的要求不断提高。电子级二氧化硅粉体是环氧塑封料（EMC）等电子封装材料中的填料，其原料通常来源于天然石英矿物。如果原料残留的铀（U）、钍（Th）等放射性元素，就有可能持续释放α粒子，诱发芯片软错误。具体来看，α粒子是如何干扰芯片的呢？这种潜在风险又该如何控制？

HBM采用DRAM芯片垂直堆叠结构，并通过硅通孔（TSV）将各层芯片与底部逻辑基底芯片连接。（素材来源：Micron）

一、从α粒子到芯片软错误：为什么先进封装需要Low-α材料？

铀-238经α衰变生成钍-234，并释放一个α粒子，而钍-234衰变产物中有铀-234，还会再次发生α衰变，释放α粒子。由此可见，铀、钍等放射性元素及其部分衰变子体，都可能成为材料中α粒子的来源。

铀-238的α衰变（素材来源：Accelerate Education）

当α粒子穿过硅芯片内部的敏感区域时，会通过电离作用产生大量电子-空穴对。这些电荷若被存储单元或电路节点收集，达到或是超过其临界电荷，就可能改变原有的逻辑状态，造成存储数据由“0”变为“1”或由“1”变为“0”。这种现象称为软错误（Soft Error），也称单粒子翻转（Single Event Upset，SEU）。尽管α粒子通常不会造成芯片永久性物理损坏，但可能引发数据错误、计算异常，影响系统正常运行。

交叉耦合反相器中SEU的逻辑机制示意图。（素材来源：参考文献）

对于HBM、GPU等高性能芯片，存储单元和逻辑电路高度集成，数据处理规模及系统可靠性要求不断提高，任何非预期的数据错误都可能带来额外的纠错负担或系统风险。因此，降低封装材料自身的α粒子发射水平，是改善器件软错误风险的一项材料端措施。从封装材料源头减少α粒子辐射，就需要低α（Low-α）的硅微粉。

二、Low-α放射性如何检测：关键指标与常用检测方法

硅微粉的Low-α性能通常需要关注两个指标：其一是铀、钍等放射性元素的含量，通常以ppb（十亿分之一）表示，例如将铀、钍含量控制在1 ppb以下，意味着每千克材料中相应元素的含量低于1微克。根据国家标准GB/T46381—2025《集成电路封装用低放射性球形氧化硅微粉》，铀、钍含量需分别在3 ppb、5 ppb以下，该标准将于2026年2月1日起实施。采用ICP-MS（电感耦合等离子体质谱法）可以检测原料或成品中的铀、钍含量。该方法具有较高的痕量元素分析灵敏度，可用于检测到ppb级甚至更低水平的杂质，为原料筛选和提纯效果评价提供依据。

ICP-MS设备（素材来源：安捷伦Agilent）

其二是材料实际释放α粒子的发射率（AER），即单位面积材料在单位时间内释放的α粒子数量。AER的单位并不统一，封装材料厂商常使用cph/cm²（每平方厘米每小时）。在较常见的工程划分中，还会有多个AER等级，如：LA（Low-Alpha）对应AER≤0.05 cph/cm²，ULA（Ultra-Low-Alpha）则要求≤0.002 cph/cm²；面向HBM等高端封装，门槛进一步收紧到SULA（<0.001 cph/cm²），对应铀、钍含量需降至1 ppb以下。这些等级划分也并非统一标准，还需以产品规格书和采购技术协议中的约定为准。

不同等级的AER（素材来源：参考文献）

α发射率除了铀、钍，还需考虑放射性衰变链中的镭、钋、镤等子体。在高纯二氧化硅中，部分子体的富集浓度可能显著高于其前体核素，而原料提纯和加工过程又可能改变不同核素之间的放射性平衡状态。这意味着，即使ICP-MS测得的铀、钍含量很低，材料实际的α发射率仍可能因衰变子体的贡献而偏离预期。因此，仅靠ICP-MS检测铀、钍含量不足以全面评价Low-α性能，还需要用低本底α粒子计数对AER进行验证。一般采用低本底气体正比计数器，在尽量压低环境辐射和仪器本底的条件下，对样品长时间连续计数，统计单位面积、单位时间内放出的α粒子数。

低本底气流计数器（素材来源：日本原子能研究开发机构JAEA）

上述方法评价的是封装材料本身的放射性水平，属于材料质量控制；还需进行器件可靠性验证，也就是芯片软错误率（SER）测试，通过器件辐照或实际运行测试，评价软错误发生情况。

三、如何实现Low-α：从矿源筛选到生产过程控制

要获得Low-α电子级二氧化硅粉体，不能只依靠单一提纯工序，而是需要从原料源头到成品检测进行全过程控制，重点包括以下几个方面：

1.低放射性矿源筛选

矿源筛选是控制放射性杂质、降低后续提纯成本的重要前端措施。天然石英矿物中的铀、钍与矿床成因、矿物组成及伴生杂质有关，不同矿源之间可能存在明显差异。筛选时不能只关注铀、钍含量高低，更要判断赋存状态是否容易被后续工艺作用。放射性核素在石英中可能以独立矿物相存在，或包在流体包裹体里，也可能以晶格赋存、表面吸附等形式存在。在选矿阶段，就需要结合矿物学分析和痕量元素检测，选择放射性本底较低、杂质组成相对稳定的原料。

石英中的硅酸盐熔体包裹体、流体包裹体的显微照片（素材来源：参考文献）

2.提纯与杂质去除

提纯环节要针对赋存形态做工艺组合，而不是简单叠加酸洗。以独立矿物相或表面吸附态存在的铀钍，酸浸、浮选和磁选的联合流程比较有效，处于包裹体或晶格中时，需先通过焙烧或结构改性打开包裹，再配合酸浸或吸附。有专利以挑选、破碎筛分、酸洗、浮选、磁选依次处理天然脉石英，最终把铀、钍含量分别压到1 ppb以下。

酸浸后石英中的包裹体（素材来源：参考文献）

化学合成路线可从原料端规避天然矿石伴生放射性核素，以有机硅源或水玻璃为起点，控制重点从去除转向防止工艺过程重新带入。有专利在湿法沉淀路线中分段加入不同浓度稀硫酸并焙烧，可使被包裹的铀、钍离子重新释放进入液相而被分离，成品铀、钍可控制在≤5 ppb、纯度≥99.99%。

3.生产过程污染控制

破碎、研磨、分级、球形化等后道工序本身不产生铀、钍，但可能会把已经控制到ppb级的物料重新污染回ppm级。设备磨损引入的金属杂质、工艺介质和不同批次物料在共用管线与料仓中的交叉残留，都构成二次污染路径。因此，需要在设备接触部件材料选择、介质纯度、批次间清场程序等方面建立与ppb级目标匹配的防污染措施。对于球形化环节尤其是高温火焰熔融过程，还应关注燃气、氧气以及炉体材料的污染风险，避免前段提纯积累的Low-α水平在最后一步被抵消。

4.成品检测与批次稳定性

前面检测部分已经介绍了使用ICP-MS检测以及通过低本底α粒子计数。利用ICP-MS进行工艺过程监控和来源追溯，低本底α计数进行成品放行判定，可以建立原料、半成品和成品的双重检测与批次追溯机制，及时识别核素含量与α发射率的异常变化，确保产品Low-α性能的批次稳定性。

小结

电子级二氧化硅粉体的Low-α性能需要从原料筛选、提纯加工到成品检测进行全过程控制，既要降低放射性元素的含量，也要通过α发射率测试验证材料的实际性能。随着AI芯片、HBM及先进封装发展，Low-α材料对提升器件可靠性的重要性日益凸显。电子级二氧化硅粉体的竞争也将从纯度、粒径和球形度等指标，进一步延伸至痕量放射性杂质控制、α发射率稳定性和批次一致性，以满足高端封装材料的市场需求。

参考文献

[1] Aguiar, Y.Q.d., Wrobel, F., Autran, JL., García Alía, R. (2025). Introduction to Single-Event Effects. In: Single-Event Effects, from Space to Accelerator Environments. Springer, Cham.

[2] C. Y. Huang, C. Y. Chen, C. L. Gan, and T. Tennamt, “Alpha emission rate characterization and risk evaluation of substrate materials used in memory packages,” in Proc. IEEE 40th Int. Electron. Manuf. Technol. (IEMT), Penang, Malaysia, 2024, pp. 1–5.

[3] Long H, Zhu D, Pan J, Li S, Yang C, Guo Z. Advanced Processing Techniques and Impurity Management for High-Purity Quartz in Diverse Industrial Applications. Minerals. 2024; 14(6):571.

[4] Ma Y, Wang H, Zhang H, Tan X, Yi Y, Wu Z. Mineralogical Characterization and Purification of High-Purity Quartz from the Pegmatite Core Zone. Minerals. 2026; 16(10):1051.

粉体圈Sherin