研華
活動+

TEL深化客戶合作 迎接AI世代帶動的半導體商機

  • 李佳玲
Tokyo Electron Limited(TEL)的企業創新部門副總經理関口章久博士(Dr. Akihisa Sekiguchi)

AI、IoT、雲端以及自駕車等技術的興起與匯聚,為半導體產業帶來了新的榮景。然而,在製程技術邁向7nm/5nm世代,以及朝異質整合、3D架構移轉的同時,業界仍有諸多挑戰有待解決。

在2018年的國際半導體展(SEMICON Taiwan)論壇上,全球半導體設備大廠 - Tokyo Electron Limited(TEL)的企業創新部門副總經理関口章久博士(Dr. Akihisa Sekiguchi)以「感知物聯網世代下的半導體設備」為題,暢談了對此新趨勢的看法。他強調,TEL將更強化與客戶合作,共同克服各種技術挑戰,讓產業能夠在先進製程持續享有成本降低的效益,並使AI世代智慧生活的美好願景得以實現。

AI世代來臨 半導體產業商機與挑戰並存

IoT技術的廣泛應用,為AI大數據時代揭開了序幕。巨量資料需要被儲存、處理、傳送與分析,因而推升了各種半導體元件,包括記憶體、邏輯、感測器、以及新興AI晶片的需求,並可望帶動整體產業的長期成長。而2018年的半導體生產設備市場,預計可創下600億美元的歷史記錄。

関口章久表示:「從電腦到行動世代,半導體產業已成功透過製程微縮,持續以更精巧、更低成本、更多功能的產品來滿足消費者的需求。但是,在AI世代,我們正面臨了一個轉折點,業者若要延續此成功模式,在晶片設計以及製程技術方面都需要有新的突破。」

首先,就晶片設計來說,目前AI功能主要用在雲端,若產業想要享有AI帶動的長期成長,必須把深度學習 / IF(Interference Function)普及到每個IoT裝置才有可能。

目前除了許多業者投入GPU、FPGA、ASIC晶片開發之外,還有採用non-Von Neuman架構的新興神經型態(neuromorphic)晶片也正如火如荼地發展中。這是對現有CMOS電路與CPU架構的全新變革,可望帶來在效能、成本與功率等方面數個數量級的提升,以加速AI應用的實現。

這是因為不同的演算法需要不同的硬體架構,傳統僅透過提升處理器速度的方式已不再足夠了。需要新的晶片架構、整合與系統最佳化,來滿足雲端與終端裝置的不同需求,因此可以預見未來將有有各種不同形態的AI晶片出現。對此,TEL已與多家客戶合作,以因應其特定的AI晶片開發需求。

此外,在製程技術方面,不管是DRAM、NAND和邏輯元件,也都面臨了製程微縮日益困難的挑戰,必須透過導入新材料、朝3D架構移轉等各種創新方式來解決。

以DRAM為例,由於在D16先進製程的電容深寬比已超過50,使其已越來越不容易微縮。而NAND由於已成功移轉到3D結構,使得微縮得以延續。「但我們現在談論的是超過100層的不同材料堆疊。如何維持從上到下的尺寸一致性,是非常困難的工作」,他說。「至於邏輯元件,歸功於微影技術的進展,隨著EUV已在7nm先進製程導入,製程微縮得以持續。不過就製程複雜度來說,我們還需克服從平面架構到FinFET、high-K、以及5nm先進製程以下的Nanowire和Nanosheet架構等問題。」

在製造這些非常微小的3D架構時,保持製程作業的均勻度與一致性是非常重要的。從設備所需功能來看,在先進製程技術,原子級的製程控制能力已是必要條件。

加強業界合作 持續降低成本才能成為贏家

製程微縮的挑戰伴隨著晶片需求的成長,這意味著,成本將成為攸關產業長期發展的關鍵。業界雖然透過各種技術創新與新材料的運用能夠克服困難,得到所需的半導體元件效能,但問題是,我們是否已經走到了如過去能持續降低成本的終點?

對此,関口章久抱持著樂觀的態度,他表示:「雖然這確實是一個重要的議題,但我們不認為業界已走到降低成本的終點。就FinFET來看,此技術已經過多個先進製程世代的開發,已能成熟運用,沒有生產的問題。此外,EUV的就緒,透過以雙重曝光結合EUV的方式來取代現有的SAQP(自我對準四重曝光),將能為製造成本帶來正面的效益。當然,EUV的產出量與成本效益是息息相關的,但在業界的共同努力下是可以克服的。至於3D NAND,它的成本瓶頸不在於微影技術,而是能堆疊的薄膜層數量,這將取決於沉積與蝕刻的生產力。」

他也強調:「雖然困難,但這些挑戰是能夠克服的,只要整體產業共同合作,以系統性的方式來解決。未來市場上的贏家,將是那些能在先進製程享有成本效益的業者,而這些業者正是TEL產品的使用者。」

「由於製程複雜度日益提升,每家業者都有其各自不同的需求。我們需要與每家客戶建立更緊密的合作關係,提供其所需的特定解決方案。通用型的設備已無法滿足其需求,特別是新材料及其化學反應,對建構這些微小架構扮演了更為重要的角色,而且從前段的元件建構到接點、連線、以及後段的封裝,每種製程的考量也都不同。對此,我們需要對整合技術有更深刻的掌握,就如同我們的客戶也需要更瞭解我們機台的功能。」

另一方面,機台的效率也是影響成本效益的重要因素。為了提升設備的生產力,利用AI與數據分析技術,朝智慧製造邁進,已成為勢不可擋的趨勢。関口章久表示:「具備分析大量資料的能力是重要且關鍵的。透過運用數據分析,晶圓廠中的作業排程與生產能予以最佳化,並提升生產效能。在設備端,機台運行監控與預測性維修的概念事實上已經早已在進行。TEL也已經與客戶合作,提供客戶所需的解決方案,以滿足其各自不同的製程條件與要求。」

最後,他強調,半導體生產設備市場的競爭非常激烈,必須協助客戶降低作業成本。因此,TEL將致力於因應多樣化的技術需求、持續追求更高效率、以及深化客戶合作,以維持市場競爭優勢。