編譯｜半導體產業(yè)縱橫
半導體行業(yè)正處于“材料時代”。
生成式人工智能 (AI)是推動從芯片技術到軟件應用等各方面發(fā)展的主要因素之一。它還改進了開發(fā)工作流程。這項技術的基礎是用于制造推動這場革命的電子產品的材料。
展望今年的發(fā)展前景，筆者與默克集團電子業(yè)務部門EMD Electronics 分子間服務總裁 Ganesh Panaman 討論了推動半導體行業(yè)發(fā)展的大趨勢。
哪些大趨勢正在推動半導體行業(yè)恢復增長？
自生成式人工智能出現(xiàn)以來，用戶見證了它的變革能力。對于半導體行業(yè)來說，它既帶來了挑戰(zhàn)，也帶來了機遇?，F(xiàn)在，用戶可以利用人工智能和機器學習來識別和優(yōu)化更智能的材料，以提高效率。然而，人工智能解決方案需要更多的功率和存儲空間，這帶來了制造更小、更快、更強大的芯片的挑戰(zhàn)。
隨著芯片變得越來越復雜，幾個原子將決定整個芯片的功能。我們需要新材料和增強當前使用的材料，以實現(xiàn)更高性能的設備。
和其他數(shù)字解決方案需要更多的功率和存儲空間，這給制造更小、更快、更強大的芯片帶來了挑戰(zhàn)。因此，我們需要能夠實現(xiàn)更高性能設備的新材料和工藝。
此外，可穿戴設備已成為日常生活中的常態(tài)，尤其是眼鏡。這些新設備需要更精簡的解決方案來支持AR 和 VR（增強現(xiàn)實和虛擬現(xiàn)實）操作，新技術使這些操作可以在更小的設備內運行。
最后，全球關注可再生能源，可持續(xù)性正在推動對太陽能電池板、能源存儲系統(tǒng)和高效電源管理設備等應用的需求。
將人工智能推向邊緣（例如 AR 眼鏡、自動駕駛汽車的實時大量數(shù)據(jù)處理）不僅需要根據(jù)摩爾定律進行擴展，還需要替代架構（例如神經(jīng)形態(tài)計算和量子計算）來超越功率和內存的限制。鑒于生成式人工智能的成功，這一趨勢將以前所未有的方式加速。
為什么半導體行業(yè)正處于“材料時代”？
技術變革要求半導體行業(yè)重新考慮如何為下一代芯片設計材料。替代架構、改進的性能以及對高帶寬內存訪問的需求將需要傳統(tǒng)的擴展方法和新材料、異質集成、先進封裝和設備設計以及材料協(xié)同優(yōu)化。多組分氧化物、硫族化物、透明導電氧化物、2D 材料和其他多組分合金在設備路線圖中變得越來越常見。
為了進一步增強半導體器件的固有性能，越來越需要在更高的抽象層次上共同優(yōu)化器件和材料技術。這標志著材料研究方法論的一個轉折點。
隨著半導體設備變得越來越復雜，實現(xiàn)原子級精度變得越來越重要。
傳統(tǒng)上，新材料的發(fā)現(xiàn)依賴于艱巨、反復且昂貴的實驗室合成和測試過程，涉及半導體制造商、工具制造商和材料供應商。隨著人工智能將對半導體的需求推向前所未有的水平，這種模式面臨著挑戰(zhàn)，需要滿足快速、共同優(yōu)化和高效引入和擴展新材料的需求。
EMD Electronics 等材料供應商處于引領這些創(chuàng)新努力的有利位置，可以加速增長，同時降低引入新材料帶來的風險。
材料智能涉及在原子和分子水平上對材料的科學理解和工程設計，以及集成數(shù)字技術以優(yōu)化材料特性、性能和制造工藝。
通過將人工智能和機器學習算法應用于這些數(shù)據(jù)，EMD Electronics 可以預測各種條件下的材料行為，確定特定應用的最佳材料成分，并提高制造效率。這種獨特的能力使得能夠在正確的地點、正確的時間生產出具有正確質量的正確材料。
材料將把其推動作用從前端擴展到價值鏈的其他創(chuàng)新熱點，例如異構集成。半導體行業(yè)已經(jīng)進入了一個摩爾定律受到挑戰(zhàn)的時代。對更快、更節(jié)能的計算的追求正在改變半導體行業(yè)。隨著我們從節(jié)點驅動轉向整個價值鏈的系統(tǒng)范圍方法，涉及進一步的多樣化和專業(yè)化，系統(tǒng)地尋求材料的下一個發(fā)展至關重要。
如何實現(xiàn)芯片制造商的技術路線圖？
EMD Electronics 正在開發(fā)先進材料和工藝，以推動半導體器件的不斷小型化。極紫外 (EUV) 光刻技術的創(chuàng)新對于制造更小、更密集的晶體管至關重要。尖端光刻膠和圖案化解決方案的開發(fā)有助于形成精確的納米級圖案，這對于縮小器件幾何形狀至關重要。
為了克服傳統(tǒng)平面縮放的局限性，垂直堆疊技術（例如3D NAND和背面電源通過硅通孔傳輸）變得越來越重要。先進的介電和金屬化解決方案可確保可靠、高效的垂直互連。蝕刻和沉積工藝的創(chuàng)新使多層結構的精確構建成為可能，從而在更小的占用空間內實現(xiàn)更高的內存密度和增強的性能。
隨著半導體器件變得越來越復雜，實現(xiàn)原子級精度變得越來越重要。材料行業(yè)處于開發(fā)原子層沉積 (ALD) 和原子層蝕刻 (ALE) 技術的前沿，這些技術在原子尺度上提供了對材料特性和厚度的無與倫比的控制。這些技術對于制造具有出色均勻性和精度的超薄膜和界面至關重要，包括高縱橫比和地形挑戰(zhàn)性特征。
此外，二維材料和量子點等新型材料的進步正在擴大設備復雜性和功能的可能性。
這些創(chuàng)新共同推動芯片制造商推進其技術路線圖，在下一代半導體設備中實現(xiàn)更高的性能、更高的效率和新的功能。
人工智能、機器學習和數(shù)據(jù)分析在材料智能新時代發(fā)揮著怎樣的作用？
全球數(shù)據(jù)格局正在呈指數(shù)級增長，這為我們提供了前所未有的機會，能夠更深入地了解我們的生產流程和材料。然而，處理如此大量的數(shù)據(jù)本身就很復雜，這帶來了挑戰(zhàn)，需要創(chuàng)新的解決方案。EMD Electronics 使用 AI 來開發(fā)能夠更高效地運行 AI 平臺的解決方案。
隨著 QC 參數(shù)的數(shù)量不斷增加，不能固守幾十年前的過時數(shù)據(jù)分析方法。適應和采用先進的分析方法對于控制相關參數(shù)和防止成本呈指數(shù)級增長至關重要?？茖W家和工程師使用最先進的數(shù)字工具，結合Intermolecular 服務的強大功能來推動現(xiàn)代技術的發(fā)展。
通過利用先進的設備測試功能對設備和材料進行協(xié)同優(yōu)化，我們能夠充分利用人工智能在科學發(fā)現(xiàn)中的潛力。這推動了人工智能的進一步發(fā)展，并加速了各個領域的創(chuàng)新。
通過研究不同材料、工藝和設備架構之間的相互作用，可以在早期階段找到表現(xiàn)出卓越性能的解決方案。我們在 DRAM 電容器堆棧工程、ALE 和神經(jīng)啟發(fā)計算等領域的工作充分體現(xiàn)并展示了這種數(shù)字化轉型。
利用快速發(fā)展的材料建模和發(fā)現(xiàn)數(shù)字工具，還可以擴大探索空間的廣度和深度，并有效地識別推動芯片制造商創(chuàng)新的新分子和集成解決方案。
此外，加速材料創(chuàng)新需要獲取和處理大量數(shù)據(jù)的能力。此類過程需要量子計算和神經(jīng)形態(tài)計算等先進計算平臺來識別新型化學物質和材料。
這還需要高吞吐量和組合能力，以及快速制作原型和測試設備的能力，例如在分子間設施中擁有的設備。我們與 PsiQuantum 的合作是一個很好的例子，展示了我們如何通過開拓新材料實現(xiàn)量子計算的巨大改進。
量子計算機規(guī)?；年P鍵部件是單光子探測器 (SPD)。這需要具有超導性的薄膜，且只能在極低溫度 (<10K) 下實現(xiàn)，這使得系統(tǒng)規(guī)模化變得具有挑戰(zhàn)性。
在 Intermolecular，我們成功識別出有前景的塊狀超導體，將其擴展為薄膜，并優(yōu)化堆棧。結果證明了創(chuàng)紀錄的 SPD 性能，我們將繼續(xù)創(chuàng)新，以證明這種第二代材料的臨界溫度有了顯著改善。
編譯自electronicdesign