广告

台积电1nm制程工艺已实现技术突破,正谋划建1nm工艺工厂

2022-12-06 11:52:02 Majeed Ahmad,EDN主编 阅读:
近日有报道称台积电正积极推进1nm制程工艺,并们已在谋划1nm制程工艺工厂的建设事宜,以便按计划量产。早前EDN美国版曾报道台积电1nm制程工艺已实现技术突破,且逐渐成形。

据EDN美国版报道,在今夏公布其与美国麻省理工学院(MIT)和国立台湾大学(NTU)合作的结果后,台积电据传正计划在桃园打造1nm晶圆厂。报导中指称,新的1nm芯片生产设施将落脚桃园龙潭科学园区,台积电至今已在该科学园区经营两座半导体封测厂。twhednc

twhednc

图1:MIT、台湾大学和台积电的研究人员发现,2D材料与半金属铋(Bi)相结合可达到极低的电阻,克服实现1nm芯片的挑战。(数据源:NTU)twhednc

这家全球最大的纯晶圆代工厂近来频频跃上新闻版面。twhednc

除了该公司的3nm芯片将于今年第四季进入量产,台积电3nm制程节点的升级版—N3E也宣称将在2023年下半年开始商用化生产。接下来,到2025年时在其位于新竹的宝山厂量产2nm芯片也备受期待。而相较于其3nm芯片,预计台积电的2nm芯片处理速度可望提高10%至15%,同时功耗也可望降低25%至30%。twhednc

根据一项来自台积电的消息来源指出,超越3nm制节点以上的先进制造技术目前正处于“探路”(pathfinding)阶段。然而,台积电在1nm技术取得突破这一事实则是一大关键进展。twhednc

1nm技术突破

随着半导体制程技术持续微缩,日益增加触点的电阻,因此,台积电和其他大型晶圆厂正致力于寻找具有极低电阻、可传输大电流且能用于量产的触点材料。今年5月,台积电宣布与MIT和NTU合作开发1nm制程节点的关键特性,但稍早也曾为此澄清说,这些突破性进展并不一定能很快地用于商业化芯片生产。twhednc

在MIT、台湾大学和台积电共同发表的研究论文中描述了由金属诱导导电间隙而引发的制造挑战,以及单层技术如何受到这些金属诱导间隙的影响。此外,文中并建议采用后过渡金属铋和半导体单层过渡金属二硫属化物以缩减间隙的尺寸,从而生产出比以往更小尺寸的2D晶体管。twhednc

twhednc

图2:结合半金属铋电极与2D材料,有助于显着降低触点的电阻并增加电流传导。(数据源:NTU)twhednc

这项突破涉及一系列新材料,使其可在芯片中创建单层或2D晶体管,从而透过与层数匹配的因子来微缩整体密度。台积电和MIT的团队已经采用包括二硫化钼(MoS2)、二硫化钨(WS2)和二硒化钨(WSe2)等各种现有半导体材料,展现其所实现的低触点电阻。twhednc

总之,使用非晶硅材料有助于实现非常小的晶体管——小至1nm。然而,正如台积电研究人员坦言,在未来几年内还不太可能导入使用于1nm制程节点。然而,为了实现1nm制程几何结构寻找合适晶体管结构与材料的任务本身已是一项令人振奋的进展。twhednc

(原文方式标语ASPENCORE旗下EDN美国版,参考链接:TSMC approaching 1 nm with 2D materials breakthrough,编译:Susan Hong)twhednc

责编:Demi
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 复旦大学研究人员发明晶圆级硅基二维互补叠层晶体管 复旦大学研究团队将新型二维原子晶体引入传统的硅基芯片制造流程,实现了晶圆级异质CFET技术。相比于硅材料,二维原子晶体的单原子层厚度使其在小尺寸器件中具有优越的短沟道控制能力。
  • 宝马AI“超级大脑”上线,驱动在华数字化发展 近日,宝马率先在华部署了代号为“灯塔”(BEACON)的人工智能(AI)平台,提供AI应用创新相关的开发、部署、集成与运行服务的平台化环境,加速实现多业务场景数字化。
  • 西工大打破吉尼斯世界纪录,扑翼式无人机单次充电飞行15 据西北工业大学官宣其扑翼式无人机单次充电飞行时间获得新的吉尼斯世界纪录,认定的纪录时间为 2 小时 34 分 38 秒 62(突破 154 分钟)。本次刷新世界纪录的“云鸮”扑翼式无人机采用了高升力大推力柔性扑动翼设计、高效仿生驱动系统设计和微型飞控导航一体化集成等关键技术,翼展 1.82m,空载起飞重量为 1kg,手抛起飞,滑翔降落,能够按设定航线自主飞行,飞行过程中能实时变更航线。
  • Codasip宣布成立Codasip实验室,以加速行业前沿技术的开 Codasip今日宣布成立Codasip实验室(Codasip Labs)。作为公司内部创新中心,新的Codasip实验室将支持关键应用领域中创新技术的开发和商业应用,覆盖了安全、功能安全(FuSa)和人工智能/机器学习(AI/ML)等方向。
  • 了解机器感知:激光雷达、3D视觉和地理空间AI 随着人工智能(AI)和物理世界的交叉,以及自主技术采用的增加,有人可能会提出质疑,机器及其目前脆弱的模型如何能以人类的方式感知世界。借助于诸如激光雷达、雷达和摄像头等自动驾驶汽车上所使用的传感器技术,机器已开始能收集实时数据来为决策提供信息,并适应现实世界的场景。
  • 实现物联网部署可扩展性时的主要问题 为什么三分之二的物联网项目都失败了?许多人低估了物联网的复杂性,以及使系统可视化来实现可扩展性的重要。
  • 工业制造拥抱人工智能和机器学习 为了推动数字转型,工业制造领域开始拥抱人工智能(AI)和机器学习(ML)技术,但在实际导入时仍然存在诸多进入门坎…
  • 兆易创新瞄准4大行业入局模拟芯片,电源管理全产品组合 随着可穿戴设备、汽车电子、物联网、云计算等新兴应用的蓬勃发展,以及用户对于智能化生活越来越高的追求,同时伴随着工业、储能、5G通信等数字行业的产业升级和持续扩容,作为连接真实世界和数字世界的模拟芯片产品愈发展现广阔的应用潜力,并且市场规模持续增长。
  • 宝马要做太阳能汽车,大众入局氢能源,车企分开走不同新能 在目前的汽车市场中,新能源汽车已成大势所趋,虽然目前以电动汽车和混动汽车为主流,但受电池技术的限制,消费者仍期待更长的续航,更环保的能源也成了厂商关注的焦点,因此氢能源汽车和太阳能汽车也开始走入风口。
  • 驾驶员监控系统怎样利用仿真优化 随着驾驶员越来越容易分心、困倦和损伤,驾驶员监控系统(DMS)被认为是预防事故的关键。但是我们是否过度设计了这些系统核心的传感器?
  • 并购还是有机增长?在市场恐惧时中国芯企业/产业资本该 本文将讨论近期巴菲特在目前的金融市场环境中入手台积电,给企业资本和产业资本为整合资源和各地方政府建设半导体产业生态带来的启发。
  • 世界杯接连爆冷VAR技术引关注,电子竞技领域也将拥抱AI 随着2022卡塔尔世界杯的连续爆冷,观众对其VAR(视频助理裁判)的热议甚嚣尘上。除了传统竞技领域中引进了先进技术的支持,另一个正在崛起的电子竞技领域也将拥有高科技电子裁判。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了