文章图片
AI 狂奔背后 ， 半导体制造正迎来剧变 。
人工智能 (AI) 应用正在快速发展 ， 变得更加智能、快速且数据密集 。 每个应用都依赖于半导体来快速传输、存储和处理这些数据 。 为了制造下一代 AI 所需的半导体 ， 科技行业正处于几十年来最重大变革的十字路口 ， 需要拥抱新的制造方案和材料 。
毫无疑问 ， 扩展先进的 NAND、DRAM 和逻辑器件以满足 AI 的需求是一项工程挑战 。 然而 ， 将这些奇迹转化为实实在在的实体产品 ， 也蕴含着技术复杂性 。 正是这些复杂性促使像 Lam Research 这样的公司超越传统的制造工艺 ， 探索并实现大胆且颠覆性的、百年一遇的变革 ， 为 AI 和其他数据密集型应用的新时代铺平道路 。
许多这样的变化已经在进行中 ， 它们代表着芯片制造方式的根本性转变 。
利用先进科学应对挑战满足人工智能日益增长的需求所带来的挑战需要重新思考如何应用物理和化学来显著改变传统的制造工艺 。
金属沉积（或称金属化）至关重要 ， 因为它能够创建互连 ， 从而实现更高的集成密度 ， 进而提升器件性能 。 二十五年多以来 ， 钨一直是NAND、DRAM以及逻辑/代工厂中段应用中的首选互连金属 。 然而 ， 钨需要使用物理阻挡层 ， 例如氮化钛（TiN） ， 其电阻率远高于纯钨金属 ， 以增强粘附性并控制特征间的泄漏 。 然而 ， 极小的触点或线路中的每一埃空间都是宝贵的空间 ， 必须为电阻率最低的金属（在本例中为钨）保留 。 显然 ， 不需要这种阻挡层的金属元素更受青睐 。
半导体的运行需要快速电信号通过连接传输命令 。 在蚀刻纳米级特征时 ， 需要用金属（传统上是钨）填充这些连接 ， 以创建这些至关重要的连接 。 金属电阻越低 ， 信号速度越快 。 但随着NAND、DRAM和逻辑电路扩展到更复杂的架构 ， 电信号必须通过更严格的连接传输 ， 这增加了出现瓶颈、速度变慢以及可能发生电气短路的可能性 。
为了解决这些问题 ， 一种名为钼（Mo）的金属正逐渐成为填充极小尺寸的首选金属 。 这是因为钼不仅在这些尺寸下具有较低的电阻率 ， 而且不需要高电阻阻挡层 。 这意味着该特征对电导的总电阻将更低 ， 工艺步骤减少 ， 效率提高 ， 芯片整体速度也得到提升 。 在一个显著改进的例子中 ， 用钼填充的接触点比用氮化钛/钨填充的相同接触点的接触点电阻降低了50%以上 。
钼是金属化技术的一项重大进步 ， 在纳米级互连中其电阻比钨低得多 。
在某些应用中 ， 钨仍将具有实际意义 ， 但向钼的转变是半导体真正的代际变革 ， 其意义远不止在更小的空间内塞入更多元素 。 它代表着半导体制造关键环节的重大变革——半导体金属化的新时代 ， 为未来先进存储器和逻辑技术的扩展铺平了道路 ， 从而助力未来的人工智能、云计算和下一代智能设备 。
蚀刻和沉积创新至关重要尽管金属的转变可能具有革命性 ， 但蚀刻和其他沉积技术的创新对于解决在整个半导体工艺流程中引入新材料和器件结构的复杂性也同样重要 。
其中一项创新就是近期推出的Lam Cryo? 3.0 。 这项专有技术能够通过数百个字线层形成存储通道 ， 同时保持为实现器件性能最大化而设计的通道形状（或轮廓） 。 它结合了Lam Research独特的高功率受限等离子体反应器以及由极低温度驱动的全新蚀刻化学工艺 。 Lam Cryo 3.0可以蚀刻10微米深的存储通道 ， 其轮廓偏差相对于通道深度的变化小于0.1% ， 并且蚀刻速率提高了2.5倍 。
同样重要的是 ， 我们需要不断推进原子层沉积 (ALD) 技术的发展 。 今年早些时候 ， Lam 推出了 ALTUS? Halo ， 这是全球首款利用金属钼优势生产尖端半导体的 ALD 设备 。 这是 ALD 技术二十年来最大的突破 。 多年来 ， 实验室和晶圆厂积累的经验和研发成果成就了 ALTUS Halo 。 目前 ， 该设备已进入认证阶段 ， 并已与所有领先的芯片制造商合作 ， 实现量产 。
ALTUS Halo 是 Lam 差异化产品组合的一部分 ， 可帮助芯片制造商克服业界一些最艰难的扩展挑战 。
为未来人工智能铺平道路随着人工智能、云计算和其他数据驱动技术的需求持续快速增长 ， 对半导体性能的需求促使该行业开始进行工程和制造的代际转变 ， 以满足当前和未来的需求 。
但与以往的技术转型不同的是 ， 这些代际转变正在迅速发生 ， 以跟上人工智能的指数增长曲线 ， 将通常长达十年的材料转型转变为加速的开发周期 。
转向新金属以及改进蚀刻和沉积工艺不仅仅是为了满足半导体行业当前和新兴的需求 。 通过解决引入新材料和加工能力的复杂性以及半导体制造的高度集成挑战 ， 这些创新使得满足计算设备日益增长的性能需求成为可能——从数据中心的AI服务器到智能手机和PC的边缘设备 。
从本质上讲 ， 今天的努力将巩固定义人工智能时代及以后的半导体制造的技术基础 。
*声明：本文系原作者创作 。 文章内容系其个人观点 ， 我方转载仅为分享与讨论 ， 不代表我方赞成或认同 ， 如有异议 ， 请联系后台 。
【制造工艺大升级，AI算力节节高】想要获取半导体产业的前沿洞见、技术速递、趋势解析 ， 关注我们！
推荐阅读
- 搭载首颗量产大算力AI芯片的一体机发布
- 突发！这顶配新机紧急下架，今天的瓜有点大
- 两周反转：Anthropic「闪电」夺回被Cursor挖走的核心编程大将
- 户外电源迎来闪充新时代！大疆新一代1度电户外电源图赏
- Sonos推出Arc Ultra条形音响，如何用小身材撬动大声场
- 1399元！刚发布的“8300mAh大电池”手机，绝对是来捣乱的
- 7月国补后，价格“大跌”的骁龙8至尊版旗舰，配置几乎没有短板
- 荣耀Magic8Pro配置曝光：2亿潜望+7K大电池，影像和续航大幅提升
- 华为Nova12Ultra，清仓退市，售价“大跳水”！
- 人形机器人市场再掀热潮，五大科技巨头齐入场加速技术验证步伐！