TEL深化客戶合作 迎接AI世代帶動的半導體商機

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。