生产尖端处理器越来越困难,原因很多,但最大的障碍来自光刻流程。光刻流程的作用是将处理器设计图案转转移至晶圆。目前的工具已基本不能完成打印最小功能的任务,真的要做的话则需耗时且昂贵的额外步骤,而名为极紫外(EUV)光刻技术的替代产品则已经比约定计划晚了几年。
EUV光刻技术最近有了新进展,业界正在竞相将EUV光刻技术投入批量生产线使用。三星希望成为这样做的第一家,三星将在明年的ISSCC上公布利用EUV技术7nm工艺制造的SRAM测试芯片结果。GlobalFoundries也将在2019年某个时候开始开始推出未用EUV技术的7nm产品,但计划很快会随后推出使用了EUV技术的新版本。据悉,晶圆巨头台积电则会坚持到5nm才采用EUV技术。
据说英特尔也在位于俄勒冈州希尔斯伯勒的D1X研发工厂测试EUV工具,但英特尔尚未表示何时才会将此技术用于批量生产。英特尔上周在2017年IEDM大会上就EUV的进展情况给出了一些难得的信息并提供了一些有关该技术部署的信息。
英特尔光刻技术部门高级工程师Britt Turkot表示:“EUV可以有效地实现持续扩展。该技术是非常理想的技术,但只有在该技术准备就绪及符合成本效益时才能投入使用。”
在利用光刻技术实现设计功能时,设计功能图案的最小尺寸由两个因素确定:光的波长和系统的数值孔径。目前的工具使用深紫外线或DUV光,波长为193nm(另外还可用浸入技术增加数值孔径,原因是水的折射率比空气高)。而相比之下,EUV技术用的光波长为13.5nm,即便在数值孔径较低的情况下,可实现的设计功能图案的尺寸也可以小很多。
在该波长下,光子可以被各种材料吸收,因而操作需在真空里进行,所用的镜像系统亦十分复杂。Turkot表示,“EUV技术非常复杂,原因是EUV里的一切都变了。
由于曝光光源需要提供足够大的功率,曝光光源直到不久前都是个大问题。十年以前,业界预计至2013年上半年曝光光源功率在批量生产环境下可达250瓦。但直到今年夏天荷兰制造商ASML才在Semicon West展示了250瓦曝光光源,而之所以能达到250瓦是由于激光等离子(LPP)技术最近取得了新进展。但曝光光源功率目前在生产线上尚未能达到250瓦,尽管Turkot表示,她对于即将出现的升级工具能提供250瓦功率有信心。
不过,曝光光源仍会是整体系统正常运行时间的症结所在。 Turkot表示,今年业界的目标是84%,到2018年将达到88%,但由于计划外的停机时间长,“工具可用性能达到75%我们觉得运气已经不错了”。
围绕EUV光刻技术的工具及材料生态系统正在逐渐形成。EUV基础架构重点项目共有八个,其中的六个已基本完成。一众供应商现在正在生产毛坯(光掩膜的基材),缺陷率为单位数。英特尔自己的掩膜店则在运作一EUV掩膜试验生产线,可生产无打印缺陷的10nm和7nm掩膜。
但是,扫描设备里掉落的颗粒可导致产品出毛病,因此无缺陷掩膜仍可能会出现缺陷,因此,保护性薄膜(有关的基础架构项目仍处开发阶段)也具有一定的重要性。业界最终需要一个可以看到这些微小缺陷的工具,该工具名为光化图案模板检测(Actinic Patterned Mask Inspection),但此项目“仍有很大的距离”。
分辨率方面,EUV技术的价值没有问题。英特尔的EUV试验线已经在关键尺寸的精确定位方面取得了良好的图案模版结果。但Turkot表示,边缘置放误差在少于10nm的规模功能上已经成了最大的挑战。她表示,“需要确保应该接触的功能能接触,而不应接触的功能不会接触。” EUV在解决这个问题方面的潜力很大,EUV具有较高的分辨率,可获得更高的图案保真度,而且,EUV可以将多重图案化步骤降到最小,尽管晶圆工场的其他边缘位置误差源也是需要解决的问题。
尽管在各方面取得了进展,英特尔仍未能确切表示何时才能在批量生产线上使用EUV光刻技术。但一旦开始使用,其模式将会是现存193nm浸入式工具的混合搭配。Turkot表示,由于EUV甚为昂贵,因此,只有在EUV可用一次曝光取代三个以上的曝光图案步骤时英特尔才会使用EUV。我们现在已经知道,英特尔的10nm流程在好几层上用了四图案技术,EUV啊快些来吧。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。