晶片製造的新方法?
埃隆·馬斯克在特斯拉年度股中國會上表示,為滿足公司巨大的人工智慧半導體需求,正考慮將部分晶片生產外包給英特爾鑄造廠,甚至自建晶片生產業務。作為可能率先計畫打造完整半導體生產設施的大型企業高管,馬斯克的這一構想引發行業關注,而輝達首席執行官黃仁勳已對此作出回應,指出其可能低估了該項目的難度。
馬斯克提到:“我認為我們可能不得不打造特斯拉TeraFab。它類似(台積電的)Gigafab(千兆工廠),但規模要大得多。”
台積電將月產能3萬至10萬片晶圓的工廠綜合體稱為“Megafabs(兆級工廠)”,月產能超過10萬片晶圓(WSPM)的則命名為“Gigafabs(千兆工廠)”。“TeraFab(太級工廠)”意味著月產能將遠超10萬片晶圓,這將使特斯拉躋身業內最大晶片製造商之列。作為參考,台積電位於亞利桑那州、總投資1650億美元的Fab 21綜合體,規劃包含6座工廠、2個先進封裝設施及1個研發中心,未來有望成為Gigafab級工廠——顯然,馬斯克的目標更為宏大。但如今成為晶片製造商,所需的遠不止資金,我們不妨先梳理整個事件的來龍去脈。
輝達首席執行官黃仁勳在周四的台積電活動中直言:“建立先進的晶片製造極其困難。這不僅是建造工廠本身,台積電賴以立足的工程技術、科學研發與工藝藝術,都極具挑戰性。”
作為同時擁有業內頂尖人工智慧超級電腦的主流汽車製造商,特斯拉需要穩定的高性能處理器為其人工智慧相關業務提供支撐。該公司已部署數以萬計的輝達GPU,且在Dojo項目取消後,計畫將自研的AI5處理器應用於汽車、機器人及資料中心。為保障晶片供應,特斯拉計畫通過台積電和三星實現雙重採購。馬斯克還提及考慮與英特爾合作晶片生產,不過這一合作存在一定挑戰——英特爾目前並無汽車級工藝技術。
“我一直在思考的問題是,我們如何才能生產出足夠的晶片。”馬斯克在特斯拉活動的主旨演講中反問道,“我們非常尊重台積電和三星這兩位合作夥伴,也可能會與英特爾開展合作。目前尚未簽署任何協議,但與英特爾進行洽談或許值得一試。”
然而他認為,從長遠來看,公司對人工智慧處理器的需求將持續增長,僅靠外部供應商難以滿足,因此需要建立自己的晶片製造業務,本質上成為一家整合裝置製造商(IDM)。要知道,即便是AMD、富士通、IBM和松下等知名晶片設計企業,近幾十年來也已放棄了這一角色。
馬斯克向觀眾表示:“即便我們按供應商晶片生產的最佳情況預估,未來的晶片供應量仍然不足。所以我認為,我們可能不得不打造特斯拉TeraFab。它類似(台積電的)Gigafab,但規模要大得多。要獲得我們所需的晶片數量,我看不到其他可行路徑,因此必須建造一座巨型晶片工廠,這件事勢在必行。”
尖端晶片製造商開發製造工藝需投入數十億美元,而建造一座月產能2萬片晶圓、能夠生產最先進工藝晶片的單一工廠,成本就高達數百億美元。
日本新成立的晶片製造商Rapidus,計畫數十年內實現先進節點晶片製造,該公司估計,要開發工藝技術並在2027年建成可商業化生產2奈米級晶片的工廠,總投資約需5兆日元(約合320億美元)。儘管我們對這一雄心勃勃的項目表示讚賞,但在21世紀20年代,從零開始成為領先節點的晶片製造商是否可行,仍有待觀察。
從零開發新的工藝技術是一項極為複雜的多學科工程,如今從啟動到產能爬坡,往往需要5年甚至更長時間。製造技術的開發周期始於技術路徑探索、材料研究、電晶體結構研發,隨後需進行無數次TCAD模擬,以模擬新電晶體的摻雜、應變和洩漏情況。
Rapidus已從IBM授權獲得2奈米GAA電晶體結構,還可從imec(比利時微電子研究中心)和CEA-Leti(法國原子能委員會下屬研究所)等公私研發機構獲得大量類似技術許可。但即便正確的電晶體結構至關重要,這也僅僅是邁出了第一步。
電晶體技術確定後,工程師需設計數千個緊密關聯的工藝步驟,這些步驟被劃分為FEOL(前段工藝)、MOL(中段工藝)和BEOL(後段工藝)模組,涵蓋電晶體形成、互連與金屬化等環節。每個步驟都要求在沉積、蝕刻、光刻和退火等工藝上達到原子級精度。要調整這些步驟(每個步驟包含數百甚至數千個參數),以確保可製造性、均勻性、可靠性、低缺陷率、低功耗和高性能,需要團隊具備數十年的工程經驗和充足時間——這一點上,IBM、Imec或CEA-Leti等技術提供方也難以提供實質幫助。
當沉積、蝕刻、注入、光刻和退火等單個步驟在隔離環境下穩定後,工程師會開始在測試晶圓上組合模組(如電晶體柵格與源極/漏極),並調整其順序和溫度預算,避免交叉污染或材料退化。這一過程本質上是建構定義晶片節點的數百個有序步驟組合——即工藝流程。同樣,這些整合配方無法從研發公司或研究所獲得授權。
在裝置性能、功耗和良率達到目標後,還需通過生成PDK(工藝設計套件)、SPICE模型、EDA工具驗證標準單元庫及晶片設計師所需的IP,使該工藝具備設計可用性。與此同時,工程師需在實際工廠和生產線中落地製造流程,而裝置參數的偵錯與設定又是一項依賴經驗的挑戰,並非金錢可以解決。
最後,工廠必須在大規模生產中實現高良率,這是一個需要大量資深工程師參與、艱難漫長且需不斷迭代的過程。一家行業新貴能否在五年內從零完成這一切?Rapidus將在2027年給出答案。(半導體產業縱橫)