目前，臺(tái)積電的2nm工藝已經(jīng)提上日程。

這邊，我們普通用戶還沒(méi)有用上5nm芯片的智能手機(jī)。

而那邊，臺(tái)積電已經(jīng)宣布了2nm工藝取得了重大突破，預(yù)計(jì)在2024年投入量產(chǎn)。

在失去華為這個(gè)重要客戶之后，臺(tái)積電并沒(méi)有像預(yù)想那樣受到影響，反倒依靠手里5nm工藝這張王牌，在市場(chǎng)上遙遙領(lǐng)先于競(jìng)爭(zhēng)對(duì)手三星。

而在未來(lái)的芯片制程上，臺(tái)積電的研發(fā)進(jìn)度也比預(yù)期來(lái)得快很多。

10nm、7nm、5nm、3nm、2nm……在摩爾定律進(jìn)展放緩的同時(shí)，臺(tái)積電突破半導(dǎo)體工藝進(jìn)步的腳步卻從未放慢。

5nm芯片、一顆要2900元

本月蘋果秋季發(fā)布會(huì)，沒(méi)了萬(wàn)眾期待的iPhone 12系列，性能強(qiáng)大的A14處理器便成了主角。使用5nm制程工藝的A14到底有多強(qiáng)大——封裝118億個(gè)晶體管;性能比上一代提升40%;16核神經(jīng)網(wǎng)絡(luò)引擎，每秒可執(zhí)行11萬(wàn)億次操作。

但在強(qiáng)大性能的背后，受制于5nm工藝的高成本和較低的成品率，5nm芯片的產(chǎn)能十分有限。媒體報(bào)道表示，今年臺(tái)積電最多只能代工7400萬(wàn)顆A14處理器，這還是在動(dòng)用全部5nm產(chǎn)能下能夠完成的數(shù)量。

在美國(guó)對(duì)華為制裁禁令的生效之后，臺(tái)積電已無(wú)法再為華為代工麒麟芯片，此前華為給臺(tái)積電的訂單是1500萬(wàn)顆麒麟5nm芯片，但因?yàn)樯a(chǎn)時(shí)間十分有限，最終也只在9月15日之前生產(chǎn)了880萬(wàn)顆處理器，占據(jù)全部訂單的60%左右。在這之后，臺(tái)積電也將全部產(chǎn)能投入到A14處理器的生產(chǎn)中。

目前，臺(tái)積電每月僅能生產(chǎn)5萬(wàn)片晶圓，這個(gè)產(chǎn)能遠(yuǎn)遠(yuǎn)不能滿足蘋果需求。

5nm芯片的成本到底有多高？

昂貴的設(shè)備和工藝成本，推動(dòng)了芯片價(jià)格的上漲，這是無(wú)法避免的。正如2018年的時(shí)候，臺(tái)積電官方表示，預(yù)計(jì)在5nm工藝上總共投資了250億美元，其中5nm芯片設(shè)計(jì)成本將增至4．76億美元。也就是說(shuō)，像設(shè)計(jì)一款A(yù)14或者麒麟5nm芯片，總成本可能高達(dá)近5億美元。

在美國(guó)研究機(jī)構(gòu)CSET的兩位作者編寫的一份題為《AI Chips： What They Are and Why They Matter》的報(bào)告中，他們借助模型預(yù)估得出，臺(tái)積電5nm制造的12吋晶圓成本約為16988美元，遠(yuǎn)高于7nm約為9346美元的成本。

如果換算成單顆5nm芯片的制造成本，同樣也十分昂貴。每片300mm直徑的晶圓只可以制造71．4顆5nm芯片，平攤單顆芯片成本將高達(dá)238美元（約合1600元人民幣）。

報(bào)告以英偉達(dá)P100 GPU為例，這款產(chǎn)品采用臺(tái)積電的16nm節(jié)點(diǎn)處制造，包含了153億個(gè)晶體管，裸片面積為610平方毫米。

事實(shí)上這還只是晶圓制造成本，而一顆芯片的誕生還需要包含設(shè)計(jì)成本和封裝、測(cè)試成本，這部分的成本也是非常高的，每顆芯片的設(shè)計(jì)和封裝、測(cè)試成本，分別為108美元和80美元。

如果這份研究報(bào)告的準(zhǔn)確性高的話，那么意味著一顆5nm芯片支付的總成本將可能達(dá)到426美元（約為2929元）。

當(dāng)然，這么估算也只是最理想的狀態(tài)，考慮到5nm工藝才開(kāi)始正式量產(chǎn)，所以可能會(huì)有比較高的損耗，同時(shí)光刻機(jī)的成本也極高，因?yàn)橐囟纫蕾嚇O紫外光EUV技術(shù)，而一臺(tái)EUV光刻機(jī)的價(jià)格高達(dá)1．2億美元。

實(shí)際上麒麟9000的成本可以并不需要這么多。此前有人透露，12吋晶圓大概能夠切割出400顆麒麟9000芯片。若按此計(jì)算，單顆制造成本為42美元，約合287元人民幣，加上設(shè)計(jì)和封裝、測(cè)試成本，一顆芯片的最終成本可能在230美元左右，也就是1570元人民幣。

但不可否認(rèn)，今年蘋果和華為的旗艦機(jī)注定不會(huì)再便宜。

未來(lái)，瞄準(zhǔn)更先進(jìn)制程

市場(chǎng)研究機(jī)構(gòu)International Business Strategies （IBS）給出的數(shù)據(jù)顯示，28nm之后芯片的成本迅速上升。28nm工藝的成本為0．629億美元，到了7nm和5nm，芯片的正本迅速暴增，5nm將增至4．76億美元。三星稱其3nm GAA 的成本可能會(huì)超過(guò)5億美元。

并且，隨著半導(dǎo)體復(fù)雜性的增加，對(duì)高端人才的需求也不斷增長(zhǎng)，這也進(jìn)一步推高了先進(jìn)制程芯片的成本。報(bào)告中指出，研究人員的有效數(shù)，即用半導(dǎo)體研發(fā)支出除以高技能研究人員的工資，從1971年到2015年增長(zhǎng)了18倍。

換句話說(shuō)，摩爾定律延續(xù)增加大量的投入和人才。

為了支撐先進(jìn)制程，臺(tái)積電十年內(nèi)研發(fā)人數(shù)增加了三倍，2017年研發(fā)人員將近6200人，比2008年多了近兩倍，這6200人只從事研發(fā)，不從事生產(chǎn)。

從臺(tái)積電的消息還顯示，接下來(lái)其將繼續(xù)完善推進(jìn)相應(yīng)技術(shù)。

目前，臺(tái)積電披露了旗下的又一大新研發(fā)進(jìn)展，即3nm工藝。這一工藝臺(tái)積電去年就開(kāi)始著手，目前進(jìn)展順利。

與5nm相比，3nm可以在相同的功率水平下提高10-15%的性能，或者在相同的晶體管速度下降低25-30%的功率。其計(jì)劃在2021年進(jìn)入風(fēng)險(xiǎn)生產(chǎn)，2022年下半年進(jìn)入量產(chǎn)。

臺(tái)積電在2nm半導(dǎo)體制造節(jié)點(diǎn)方面取得重大研究突破，有望在2023年中期進(jìn)入2nm工藝試生產(chǎn)階段，并在一年后開(kāi)始批量生產(chǎn)。目前，臺(tái)積電的最新制造工藝是5nm工藝，已用于生產(chǎn)A14仿生芯片。

據(jù)悉，臺(tái)積電的2nm工藝將采用差分晶體管設(shè)計(jì)，采用環(huán)繞閘極（GAA）制程為基礎(chǔ)的MBCFET架構(gòu)，解決FinFET因制程微縮產(chǎn)生電流控制漏電的物理極限問(wèn)題。而在極紫外光微顯影技術(shù)方面的進(jìn)步讓臺(tái)積電的 納米片（Nano Sheet）堆疊關(guān)鍵技術(shù)更為成熟，良品率的提升比預(yù)期的順利許多。

該設(shè)計(jì)被稱為多橋溝道場(chǎng)效應(yīng)（MBCFET）晶體管，它是對(duì)先前FinFET設(shè)計(jì)的補(bǔ)充。值得注意的是，這也是臺(tái)積電第一次將MBCFET設(shè)計(jì)用于其晶體管。

臺(tái)積電一位高管對(duì)外表示，“我們樂(lè)觀預(yù)計(jì)2023年下半年風(fēng)險(xiǎn)試產(chǎn)收益率將達(dá)到90%，這將有助于我們未來(lái)繼續(xù)贏得蘋果、匯達(dá)等主要廠商的大訂單”。同時(shí)，他還提到，量產(chǎn)將于2024年開(kāi)始。

臺(tái)積電去年成立了2nm項(xiàng)目研發(fā)團(tuán)隊(duì)，尋找可行的發(fā)展路徑?？紤]到成本、設(shè)備兼容性、技術(shù)成熟度和性能等條件，2nm采用了基于環(huán)繞門（GAA）工藝的MBCFET。

該結(jié)構(gòu)解決了FinFET工藝收縮引起的電流控制泄漏的物理限制。

這方面最早的仍然是三星，三星已經(jīng)準(zhǔn)備在 3nm 工藝的時(shí)候引入 GAA 技術(shù)。基于全新的GAA晶體管結(jié)構(gòu)，三星通過(guò)使用納米片設(shè)備制造出了MBCFET（Multi-Bridge-Channel FET，多橋-通道場(chǎng)效應(yīng)管），3nm 工藝可將核心面積減少 45%，功耗降低 50%，性能提升 35%。

至于臺(tái)積電，最新消息顯示，臺(tái)積電很有可能在 2nm 的時(shí)候在引入 GAA 技術(shù)。根據(jù) Digitimes 報(bào)道，臺(tái)積電 2nm GAA 工藝研發(fā)進(jìn)度提前，目前已經(jīng)結(jié)束了路徑探索階段。
責(zé)編AJX