节点中节点

在制造过程中存在足够的利润，可以开拓出相当于一个完整节点的规模，但缩小这一利润将需要整个半导体制造供应链的共同努力。

在制造的各个阶段都建立了利润率，以确保芯片的可制造性和足够的产量。它可以包括从晶圆上印线方式的变化到掩模边缘位置的变化，以及材料中的污染物。通常，这体现在芯片制造商用来作为设计芯片指南的设计规则集中。但随着制造设备变得越来越精确，由于更好传感器而且分析由于新技术被引入到广泛的工艺步骤中，包括检验、计量、沉积、蚀刻和光刻，并不是所有的边际都是必要的。变异可以比过去更严格地控制，这应该会提高可预测性和产量，并减轻对设计的一些限制。

从高层来看，这为设备缩放增加了另一个旋钮。随着摩尔定律的优势在16/14纳米之后的每个新节点上逐渐消失，需要采用不同的方法来实现功率、性能和面积/成本的改进。(就连PPA在最近的会议报告中也包括了成本和/或面积。)

“经济学摩尔定律现在已经不像过去那样引人注目了，过去你可以得到0.7倍的改进，而且开发成本正在增加，”Veeco．“摩尔定律将继续存在，但仅仅遵循摩尔定律不会给你带来成本效益。你必须做得更多。要移动到下一个节点，您需要提高工艺裕度。事实上，如果工艺裕度没有提高，你甚至无法进入下一个节点。”

密度的提高主要是一次处理一个节点，尽管不一定是直线的。在过去的几年中，设计界通过架构上的更改增加了显著的功率和性能优势。复杂的芯片现在通常包括多种不同的处理器类型，而不是一个处理器，这对人工智能/机器学习芯片的功率和性能至关重要。而不是把所有的东西都放在一个模具上，更多的是通过高速接口和先进的封装来卸载PPAC改进不同。

减少工艺裕度是另一个需要解决的大问题，但这是由设备驱动的，而不是由芯片架构师或晶圆厂驱动的。

微软计算产品副总裁大卫•弗里德表示:“这其中很大一部分将成为进化节点。林的研究．“这些都是新的新节点，但它们是规模化的节点。每个人都在追求gate-all-around他们将继续朝这个方向发展。但在此期间，这为在“激进”变化减少后在中间添加节点提供了机会。当你把所有的变化加起来时，人们看着它说，‘是的，我们知道它是坏的，但我们不知道它有那么坏。这里有一个完整的节点。但你必须全面出击。这不仅仅是蚀刻人员或任何其他小组的责任。这是一个完整的流程，消除了变化，一行一行的变化。”

弗里德在Semicon的一次演讲中指出，许多可能的减排单独来看看起来很小，但综合起来就可能产生重大变化。

这包括许多不同的工艺步骤，如光刻、蚀刻、沉积、清洗、CMP、掺杂和材料变化。弗里德说:“除此之外，一切都必须自我调整。”“过程控制需要更早地成为解决方案的一部分。”

节省在哪里
尽管如此，集体的回报可能是巨大的。在下一个节点的芯片开发成本飙升之际，收紧流程可能会为半导体行业提供急需的缓解。据Gartner估计，根据设计的复杂性，一个新的5nm芯片的成本估计在2.1亿美元到6.8亿美元之间。除此之外，开发新工艺的成本估计为10亿美元，装备一个先进节点晶圆厂的成本超过100亿美元。

这已经在一些最先进的节点上显现出来，在这些节点上，PPAC的好处主要是基于过程控制的改进，而不是特征尺寸的缩小。

该公司负责新技术和研发的过程控制解决方案总监Chet Lenox表示:“工艺变化越少，就越能在现有的工艺上推广现有的设计规则，而不必大规模扩大浇口减薄和金属间距。心理契约．“你已经看到了台积电如何扩展其7nm工艺节点的例子。如果你看看它们的鳍和金属颚，它们的体型并没有那么凶猛。门距从66升到57，金属从44升到40。但是你注意到的是每鳍晶体管性能的显著增强。所以它们的鳍更窄，它们的门也更短。通过这样做，他们减少了所需的鳍的数量静态存储器由于变异改进和整体晶体管性能的提高。这使得他们能够非常积极地扩展SRAM。逻辑单元格高度也是如此。他们可以从8.25首歌变成6首歌。鱼鳍的间距只是略有降低，但他们能够通过减少鱼鳍数量来显著降低总高度。”

这既可以使过程受益，也可以增加密度。

Lenox说:“变化主要体现在设计规则的偏移上。“例如，如果你有一个门切断，覆盖和CD的变化会影响栅极切割的边缘位置误差。如果所有这些变化都非常大，那么你的设计规则就必须考虑到这一点。你需要更大的偏移量，这会产生更多的面积。如果你能减少栅极切割边缘位置的变化，那么你就可以有更严格的设计规则，并在面积缩放方面得到增量改进。如果你能在逻辑和SRAM单元的6到10个关键特性上做到这一点，你就能得到显著的改进。”

这已经在内存世界中发生了。

“利用工艺裕度来提高能力的一个很好的例子是3 d与非Veeco的Paranjpe说。“这项技术在规模化方面遇到了问题。首先，尺寸控制存在问题。第二，这些细胞不能工作，因为它们彼此太近了。所以他们从2D架构变成了3D架构，这发生得非常快。但是增加层次并不是缩放。你可以更精确地蚀刻东西。这一切都是为了利用这个过程来增加更多的层次。没有物理缩放。这都是关于进程窗口缩放的。 They have really figured out how to refine the process steps. In some cases they have had to move to slightly new processes to get the new process window they need, from化学汽相淀积来“肾上腺脑白质退化症”例如。”

动态随机存取记忆体同样地，它也被用来跟随传统的逻辑节点，直到制造转移到1x节点。“它们还没有从28纳米发展到14纳米、7纳米到5纳米，”他说。“他们已经经历了19到18到17到15到14，也就是1x, 1y, 1z, 1a, 1b节点。它们是增量收缩，所有的增量收缩都是关于推动光刻工艺窗口，以及所有的工艺步骤。这是另一个很好的例子，四代或五代人的收益不是来自摩尔定律。它来自于流程扩展。”

使用更多更好的数据
设备方面的一个重大变化是在所有地方都安装了更多的传感器，这些传感器可以查看制造过程中任何给定时间正在发生的事情。此外，这些传感器比过去更快，而且明显更小。

公司总裁兼首席执行官Subodh Kulkarni表示:“我们正在转向速度快两到三倍的纳米传感器CyberOptics．“这些资金将进入资本设备，并用于先进的包装．今天在晶圆厂取样OSAT的水平。这将允许对包装进行功能检查，并在进行100%检查之前让你了解有多少放射性沉降物。”

在检查另一方面，这些传感器要寻找的是晶圆表面反射的光线的意外扭曲。“如果你在上面放一个投影仪，在旁边放一个摄像头，你就可以看到硅表面。如果你使用两个通道的两个相机，你会得到一个完整的镜面几何，同时你会扩散它。你可以用它来检测各种各样的新结构，比如凸起和柱子。但柱子越来越细，越来越高，这带来了一个新的挑战，因为摄像机的角度是固定的。你可以移动它们，但每次你都必须进行新的校准。”

因此，随着芯片变得更加复杂，结构变得更加独特，它们可能会变得更加难以检查。这就是一个额外的节点，或者一个节点，可能会有很大帮助的地方，因为它需要时间来开发一个新的制造技术，并为下一个完整的节点解决所有新结构和设备的流程。无论如何，节点和下一个完整节点都需要对来自所有这些传感器的数据进行更多的分析，而这已经在进行中。

“关键是要连接更多的信息来源，”ibm的模式控制部门负责人拉姆·佩尔蒂诺夫(Ram Peltinov)说应用材料．“如果你发现类似的结构，你看到某个问题反复出现，你可以减少你需要排序的数据量。但是关键的构建块是一个可靠的数据源。否则，即使您有多个源，每个源上也可能有多个错误。这是减少可变性的方法。每件事都有多种方法，但每个过程步骤都有不同的公差。我们需要能够以同样的成本创造更多好的信息。”

整个行业都开始看到其中的价值。

鲁道夫科技公司(Rudolph Technologies)企业营销高级总监蒂莫西•克里曼(Timothy Kryman)表示:“我们看到了向智能制造的全面转变，在智能制造中，深度学习、深度神经网络和人工智能被内置到制造过程中。”“这基本上就是收益率管理，你要做的就是弄清楚如何收紧利润率以提高收益率。对于产量，这是众所周知的。但我们也在扩大范围，以提高可靠性。所以你可能会得到一个好的模具，但如果过程不够严格，那么6个月后你可能会遇到一个潜在的缺陷。如果您有一个异构包，这尤其具有挑战性。首先，您需要跟踪缺陷到所讨论的模具或所使用的包装工艺，然后确定缺陷的责任。包装公司可能不只是对有缺陷的包装本身负责，而是对它进入的设备的价值负责。”

反过来，这需要与制造的特定方面的专业知识相结合。

Lam Research的首席技术官Rick Gottscho表示:“这些数据非常有价值，但同样有价值的是领域知识。”“挑战在于调整数据，知道如何过滤、处理数据，并将其转化为对特定应用有用的东西。这就是领域知识。”

如果使用得当，这将给半导体制造业带来重大变化。Gottscho表示:“在晶圆厂操作和维护设备的方式将被打乱。”“客户显然会更加重视公司的数据产品是什么，他们的数据战略是什么，以及它如何与他们自己的战略保持一致。这对整个行业来说是一个巨大的挑战。”

材料
工艺改进不仅仅局限于设备方面。它们还包括材料用于制造芯片。因此，人们普遍努力改进半导体制造过程中使用的一些材料，并提高所有材料的纯度。

不过，这也增加了它自身的复杂性。半导体业务执行董事Srikanth Kommu说布鲁尔科学他说，过去在生产中使用的材料是牺牲的，这意味着它们在晶圆加工过程中被烧掉或化学去除。这种情况正在开始改变。

Kommu说:“我们现在正在与一些客户合作，让他们把某些材料留下来。”“这是选择性修改。线的特征是如此之小，你可以优化化合物的化学性质。所以在某些情况下，你什么都不存。在其他情况下，你分离材料并流动它们，然后通过温度和化学反应来确定留下的是什么。而不是费力的深度蚀刻，你留下的聚合物材料具有非常特殊的物理性质。”

这对可伸缩性有直接影响，因为许多高级节点的好处来自流程，而不是特性缩小。“这已经发生了，”Kommu说。“现在是节点+或节点++。这就是微分器。在过去，一切都是为了表现。现在已经不是这样了。”

在汽车等市场尤其如此，人工智能控制系统正在开发7nm设计。关键在于可靠性。德国汽车制造商和一级汽车制造商要求无缺陷的芯片可以运行18年。这使得纯度标准从十亿分之五提高到万亿分之五，这个数字可能没有意义，因为今天没有办法测量。然而，对可靠性的重视是非常明显的，而且它正在扩散到各种市场，比如智能手机。在过去，这些芯片预计只能使用两年。现在已经增加到四年。

“杂质会影响可靠性，”德国默克集团(Merck Group)执行副总裁兼性能材料全球负责人阿南德·纳马尔(Anand Namiar)说。“这使得管理上游供应商变得至关重要，但这是一个问题，因为初创公司并不真正理解可靠性的含义。想想CMP，浆中有颗粒。这些小颗粒必须始终如一地倾斜和圆润，这样才能有一致的去除率。随着越来越多的堆叠和多种模式，你有更多的CMP，然后你必须把这些粘稠物弄出来。所以我们看到新的粒子进入市场，为我们的客户提供更好的材料特性。基本上我们所做的就是改善材料创新周期。有更丰富的信息集和更好的材料电特性预筛选。”

IP /商业考虑
对于制造方来说，这是否会变成多个节点或帮助顺利过渡到下一个主要节点并不那么重要。但它直接影响到什么IP和什么时候可用。

“我们正在努力解决这个问题，”微软营销副总裁迈克·詹法格纳(Mike Gianfagna)说eSilicon．“我们是立即转向5nm，还是在7nm上进行优化，还是走另一个方向，在旧节点上开发额外的IP ?你并不总是清楚你的资源在哪里。显而易见的答案是5nm是下一个大事件，但也有11nm和12nm。如果你在中国投资知识产权，与其他市场相比如何?与此同时，如果我们等待5nm，就会错过这个窗口。5nm在某些方面更复杂，但奇怪的是，5nm的设计规则手册比7nm薄，因为它更少多重图像与EUV．”

结论
能够减少流程变化并更快速地利用更多数据，对于改进迁移到下一个节点或节点集的价值主张或扩展现有的前沿节点都有很大帮助。这在很大程度上将是代工厂及其最大客户的商业决策，而IP供应商必须在节点之间做出选择，因为他们无法为所有产品开发IP。

认识到在制造过程中存在足够的利润只是第一步。从材料到传感器，再到新设备，整个供应链还可以进行更多的调整，以使芯片更快、更低功耗、更可靠。

有关的故事
大数据的巨大转变
为什么云计算和边缘计算的发展以及更多数据的处理将对半导体设计和制造产生深远的影响。
变异问题越来越广泛和深入
新的来源，安全关键的应用和更严格的公差在晶圆厂内外都提出了新的问题。
控制3nm及以上的变异性和成本
Lam的CTO谈到了更多的数据、技术进步、新材料和制造技术将如何从多个方向扩展规模。
利用传感器数据提高产量和正常运行时间
更深入地了解设备行为和市场需求将对整个半导体供应链产生广泛的影响。
变异的长，扭曲的尾巴恶化在7/5nm
从人工智能芯片到汽车可靠性和上市时间，多种来源的可变性正在导致各种意想不到的问题。