TEL深化客户合作 迎接AI时代带动的半导体商机

Tokyo Electron Limited(TEL)的企业创新部门副总经理関口章久博士(Dr. Akihisa Sekiguchi)

AI、IoT、云端以及自驾车等技术的兴起与汇聚，为半导体产业带来了新的荣景。然而，在制程技术迈向7nm/5nm时代，以及朝异质整合、3D架构移转的同时，业界仍有诸多挑战有待解决。

在2018年的国际半导体展(SEMICON Taiwan)论坛上，全球半导体设备大厂 - Tokyo Electron Limited(TEL)的企业创新部门副总经理関口章久博士(Dr. Akihisa Sekiguchi)以「感知物联网时代下的半导体设备」为题，畅谈了对此新趋势的看法。他强调，TEL将更强化与客户合作，共同克服各种技术挑战，让产业能够在先进制程持续享有成本降低的效益，并使AI时代智能生活的美好愿景得以实现。

AI时代来临　半导体产业商机与挑战并存

IoT技术的广泛应用，为AI大数据时代揭开了序幕。巨量数据需要被储存、处理、传送与分析，因而推升了各种半导体元件，包括存储器、逻辑、传感器、以及新兴AI芯片的需求，并可望带动整体产业的长期成长。而2018年的半导体生产设备市场，预计可创下600亿美元的历史记录。

関口章久表示：「从电脑到移动时代，半导体产业已成功透过制程微缩，持续以更精巧、更低成本、更多功能的产品来满足消费者的需求。但是，在AI时代，我们正面临了一个转折点，业者若要延续此成功模式，在芯片设计以及制程技术方面都需要有新的突破。」

首先，就芯片设计来说，目前AI功能主要用在云端，若产业想要享有AI带动的长期成长，必须把深度学习／IF(Interference Function)普及到每个IoT装置才有可能。

目前除了许多业者投入GPU、FPGA、ASIC芯片开发之外，还有采用non-Von Neuman架构的新兴神经型态(neuromorphic)芯片也正如火如荼地发展中。这是对现有CMOS电路与CPU架构的全新变革，可望带来在效能、成本与功率等方面数个数量级的提升，以加速AI应用的实现。

这是因为不同的演算法需要不同的硬件架构，传统仅透过提升处理器速度的方式已不再足够了。需要新的芯片架构、整合与系统最佳化，来满足云端与终端装置的不同需求，因此可以预见未来将有有各种不同形态的AI芯片出现。对此，TEL已与多家客户合作，以因应其特定的AI芯片开发需求。

此外，在制程技术方面，不管是DRAM、NAND和逻辑元件，也都面临了制程微缩日益困难的挑战，必须透过导入新材料、朝3D架构移转等各种创新方式来解决。

以DRAM为例，由于在D16先进制程的电容深宽比已超过50，使其已越来越不容易微缩。而NAND由于已成功移转到3D结构，使得微缩得以延续。「但我们现在谈论的是超过100层的不同材料堆叠。如何维持从上到下的尺寸一致性，是非常困难的工作」，他说。「至于逻辑元件，归功于微影技术的进展，随着EUV已在7nm先进制程导入，制程微缩得以持续。不过就制程复杂度来说，我们还需克服从平面架构到FinFET、high-K、以及5nm先进制程以下的Nanowire和Nanosheet架构等问题。」

在制造这些非常微小的3D架构时，保持制程作业的均匀度与一致性是非常重要的。从设备所需功能来看，在先进制程技术，原子级的制程控制能力已是必要条件。

加强业界合作 持续降低成本才能成为赢家

制程微缩的挑战伴随着芯片需求的成长，这意味着，成本将成为攸关产业长期发展的关键。业界虽然透过各种技术创新与新材料的运用能够克服困难，得到所需的半导体元件效能，但问题是，我们是否已经走到了如过去能持续降低成本的终点？

对此，関口章久抱持着乐观的态度，他表示：「虽然这确实是一个重要的议题，但我们不认为业界已走到降低成本的终点。就FinFET来看，此技术已经过多个先进制程时代的开发，已能成熟运用，没有生产的问题。此外，EUV的就绪，透过以双重曝光结合EUV的方式来取代现有的SAQP(自我对准四重曝光)，将能为制造成本带来正面的效益。当然，EUV的产出量与成本效益是息息相关的，但在业界的共同努力下是可以克服的。至于3D NAND，它的成本瓶颈不在于微影技术，而是能堆叠的薄膜层数量，这将取决于沉积与蚀刻的生产力。」

他也强调：「虽然困难，但这些挑战是能够克服的，只要整体产业共同合作，以系统性的方式来解决。未来市场上的赢家，将是那些能在先进制程享有成本效益的业者，而这些业者正是TEL产品的使用者。」

「由于制程复杂度日益提升，每家业者都有其各自不同的需求。我们需要与每家客户建立更紧密的合作关系，提供其所需的特定解决方案。通用型的设备已无法满足其需求，特别是新材料及其化学反应，对建构这些微小架构扮演了更为重要的角色，而且从前段的元件建构到接点、连线、以及后段的封装，每种制程的考量也都不同。对此，我们需要对整合技术有更深刻的掌握，就如同我们的客户也需要更了解我们机台的功能。」

另一方面，机台的效率也是影响成本效益的重要因素。为了提升设备的生产力，利用AI与数据分析技术，朝智能制造迈进，已成为势不可挡的趋势。関口章久表示：「具备分析大量数据的能力是重要且关键的。透过运用数据分析，晶圆厂中的作业排程与生产能予以最佳化，并提升生产效能。在设备端，机台运行监控与预测性维修的概念事实上已经早已在进行。TEL也已经与客户合作，提供客户所需的解决方案，以满足其各自不同的制程条件与要求。」

最后，他强调，半导体生产设备市场的竞争非常激烈，必须协助客户降低作业成本。因此，TEL将致力于因应多样化的技术需求、持续追求更高效率、以及深化客户合作，以维持市场竞争优势。