主流先進位程工藝梳理

目前，已經量產的主流先進半導體製程工藝已經來到了7nm，明年，5nm也將量產。

而從製程工藝的發展情況來看，一般是以28nm為分水嶺，來區分先進位程和傳統製程。

下面，就來梳理一下業界主流先進位程工藝的發展情況。

28nm

由於性價比提升一直以來都被視為摩爾定律的核心意義，所以20nm以下製程的成本上升問題一度被認為是摩爾定律開始失效的標誌，而28nm作為最具性價比的製程工藝，具有很長的生命周期。

在設計成本不斷上升的情況下，只有少數客戶能負擔得起轉向高級節點的費用。

據Gartner統計，16nm /14nm晶片的平均IC設計成本約為8000萬美元，而28nm體矽製程器件約為3000萬美元，設計7nm晶片則需要2.71億美元。

IBS的數據顯示：28nm體矽器件的設計成本大致在5130萬美元左右，而7nm晶片需要2.98億美元。

對於多數客戶而言，轉向16nm/14nm的FinFET製程太昂貴了。

就單位晶片成本而言，28nm優勢明顯，將保持較長生命周期。

一方面，相較於40nm及更早期製程，28nm工藝在頻率調節、功耗控制、散熱管理和尺寸壓縮方面具有明顯優勢。

另一方面，由於16nm/14nm及更先進位程採用FinFET技術，維持高參數良率以及低缺陷密度難度加大，每個邏輯閘的成本都要高於28nm製程的。

28nm處於32nm和22nm之間，業界在更早的45nm階段引入了high-k值絕緣層/金屬柵極（HKMG）工藝，在32nm處引入了第二代 high-k 絕緣層/金屬柵工藝，這些為28nm的逐步成熟打下了基礎。

而在之後的先進工藝方面，從22nm開始採用FinFET（鰭式場效應電晶體）等。

可見，28nm正好處於製程過渡的關鍵點上，這也是其性價比高的一個重要原因。

目前，行業內的28nm製程主要在台積電，GF（格芯），聯電，三星和中芯國際這5家之間競爭，另外，2018年底宣布量產聯發科28nm晶片的華虹旗下的華力微電子也開始加入競爭行列。

雖然高端市場會被 7nm、10nm以及14nm/16nm工藝占據，但40nm、28nm等並不會退出。

如28nm~16nm工藝現在仍然是台積電營收的重要組成部分，特別是在中國大陸建設的代工廠，就是以16nm為主。

中芯國際則在持續提高28nm良率。

14/16nm

14nm製程主要用於中高端AP/SoC、GPU、礦機ASIC、FPGA、汽車半導體等製造。

對於各廠商而言，該製程也是收入的主要來源，特別是英特爾，14nm是其目前的主要製程工藝，以該公司的體量而言，其帶來的收入可想而知。

而對於中國大陸本土的晶圓代工廠來說，特別是中芯國際和華虹，正在開發14nm製程技術，距離量產時間也不遠了。

目前來看，具有或即將具有14nm製程產能的廠商主要有7家，分別是：英特爾、台積電、三星、格芯、聯電、中芯國際和華虹。

同為14nm製程，由於英特爾嚴格追求摩爾定律，因此其製程的水平和嚴謹度是最高的，就目前已發布的技術來看，英特爾持續更新的14nm製程與台積電的10nm大致同級。

今年5月，英特爾稱將於第3季度增加14nm製程產能，以解決CPU市場的缺貨問題。

然而，英特爾公司自己的14nm產能已經滿載，因此，該公司投入15億美元，用於擴大14nm產能，預計可在今年第3季度增加產出。

其14nm製程晶片主要在美國亞利桑那州及俄勒岡的D1X晶圓廠生產，海外14nm晶圓廠是位於愛爾蘭的Fab 24，目前還在升級14nm工藝。

三星方面，該公司於2015年宣布正式量產14nm FinFET製程，先後為蘋果和高通代工過高端手機處理器。

目前來看，其14nm產能市場占有率僅次於英特爾和台積電。

台積電於2015下半年量產16nm FinFET製程。

與三星和英特爾相比，儘管它們的節點命名有所不同，三星和英特爾是14nm，台積電是16nm，但在實際製程工藝水平上處於同一世代。

2018年8月，格芯宣布放棄7nm LP製程研發，將更多資源投入到12nm和14nm製程。

格芯制定了兩條工藝路線圖：一是FinFET，這方面，該公司有14LPP和新的12LPP（14LPP到7LP的過渡版本）；二是FD-SOI，格芯目前在產的是22FDX，當客戶需要時，還會發布12FDX。

聯電方面，其14nm製程占比只有3%左右，並不是其主力產線。

這與該公司的發展策略直接相關，聯電重點發展特殊工藝，無論是8吋廠，還是12吋廠，該公司會聚焦在各種新的特殊工藝發展上。

中芯國際方面，其14nm FinFET已進入客戶試驗階段，2019年第二季在上海工廠投入新設備，規划下半年進入量產階段，未來，其首個14nm製程客戶很可能是手機晶片廠商。

據悉，2019年，中芯國際的資本支出由2018年的18億美元提升到了22億美元。

華力微電子方面，在年初的SEMICON China 2019先進位造論壇上，該公司研發副總裁邵華發表演講時表示，華力微電子今年年底將量產28nm HKC+工藝，2020年底將量產14nm FinFET工藝。

12nm

從目前的晶圓代工市場來看，具備12nm製程技術能力的廠商很少，主要有台積電、格芯、三星和聯電。

聯電於2018年宣布停止12nm及更先進位程工藝的研發。

因此，目前來看，全球晶圓代工市場，12nm的主要玩家就是台積電、格芯和三星這三家。

台積電的16nm製程經歷了16nm FinFET、16FF＋和16FFC三代，之後進入了第四代16nm製程技術，此時，台積電改變策略，推出了改版製程，也就是12nm技術，用以吸引更多客戶訂單，從而提升12吋晶圓廠的產能利用率。

因此，台積電的12nm製程就是其第四代16nm技術。

格芯於2018年宣布退出10nm及更先進位程的研發，這樣，該公司的最先進位程就是12nm了。

該公司是分兩條腿走路的，即FinFET和FD-SOI，這也充分體現在了12nm製程上，在FinFET方面，該公司有12LP技術，而在FD-SOI方面，有12FDX。

12LP主要針對人工智慧、虛擬現實、智能手機、網絡基礎設施等應用，利用了格芯在紐約薩拉托加縣Fab 8的專業技術，該工廠自2016年初以來，一直在大規模量產格芯的14nm FinFET產品。

由於許多連接設備既需要高度集成，又要求具有更靈活的性能和功耗，而這是FinFET難以實現的，12FDX則提供了一種替代路徑，可以實現比FinFET產品功耗更低、成本更低、射頻集成更優。

三星方面，其晶圓代工路線圖中原本是沒有12nm工藝的，只有11nm LPP。

不過，三星的11 LPP和格芯的12nm LP其實是「師出同門」，都是對三星14nm改良的產物，電晶體密度變化不大，效能則有所增加。

因此，格芯的12nm LP與三星的12nm製程有非常多的共同之處，這可能也是AMD找三星代工12nm產品的原因之一。

中芯國際方面，不僅14nm FinFET製程已進入客戶風險量產階段，而且在2019年第一季度，其12nm製程工藝開發進入客戶導入階段，第二代FinFET N+1研發取得突破，進度超過預期，同時，上海中芯南方FinFET工廠順利建造完成，進入產能布建階段。

這意味著用不了多久，一個新的12nm製程玩家將殺入戰團。

10nm

到了10nm這個節點，行業玩家就只剩下台積電、三星和英特爾了。

總的來說，台積電還是領先的，其典型產品就是2017年為蘋果代工的A11處理器。

而三星也緊跟步伐，在10nm這個點，雙方的進度相差不大，但總體水平，台積電仍然略勝一籌。

今年，英特爾的老對手AMD打起了翻身仗，憑藉台積電代工的7nm銳龍3000系列處理器，讓AMD在CPU處理器的製程工藝上首次超越了英特爾。

而目前，英特爾的主流製程是14nm，不過，前不久傳來消息，經過多年的攻關，該公司終於解決了10nm工藝的技術難題，已經開始量產。

不過，英特爾對製程節點的嚴謹追求是很值得稱道的，從具體的性能指標，特別是PPA和電晶體密度來看，英特爾的10nm比台積電的10nm有優勢。

7nm

在7nm，目前只有台積電和三星兩家了，而且三星的量產時間相對於台積電明顯滯後，這讓三星不得不越過7nm，直接上7nm EUV，這使得像蘋果、華為、AMD、英偉達這樣的7nm製程大客戶訂單，幾乎都被台積電搶走了。

在這種先發優勢下，台積電的7nm產能已經有些應接不暇。

而在7nm EUV量產方面，台積電也領先了一步，代工的華為麒麟990已經商用，三星7nm EUV代工的高通新一代處理器也在生產當中，估計很快就會面市了。

英特爾方面，在10nm之後，該公司稱會在2021年推出7nm工藝，據悉，其7nm工藝已經走上正軌，功耗及性能看起來都非常好，根據之前的消息，7nm工藝會在2021年的數據中心GPU上首發。

結語

以上，就業界已經量產的主流先進位程工藝的發展情況，以及相關廠商的進展進行了闡述。

而更先進的5nm、3nm、2nm等還沒有進入量產階段，就不再詳述了。

這些製程節點已經鮮有玩家了，目前只有台積電和三星這兩家，台積電稱將於明年量產5nm，而三星似乎要越過5nm，直接上3nm。

*免責聲明：本文由作者原創。

文章內容系作者個人觀點，半導體行業觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業觀察對該觀點讚同或支持，如果有任何異議，歡迎聯繫半導體行業觀察。

今天是《半導體行業觀察》為您分享的第2083期內容，歡迎關注。

半導體行業觀察

『半導體第一垂直媒體』

實時 專業 原創 深度

識別二維碼，回復下方關鍵詞，閱讀更多

AI｜射頻｜華為｜中國芯｜晶圓｜化合物｜存儲｜阿里巴巴

回復 投稿，看《如何成為「半導體行業觀察」的一員 》

回復 搜索，還能輕鬆找到其他你感興趣的文章！