推動半導體與超導量子位元微縮 量子運算從實驗室走向晶圓廠(1)

量子電腦很可能需要數百萬個量子位元(Qubit),才能準確執行其所承諾的轉型計算(Transformational Calculations)。不過,擴增量子位元的數量仍是一大障礙。先進CMOS製程可以達到晶圓級均勻度,且生產良率高,但由於不同的設計和操作條件,所以無法直接用來生產量子位元結構。imec研究人員近期在imec自家先進試驗製程廠房內的一條客製化12吋晶圓產線,展示矽量子點自旋量子與超導量子位元的成功整合。...
2025 年 02 月 27 日

推動半導體與超導量子位元微縮 量子運算從實驗室走向晶圓廠(2)

量子電腦很可能需要數百萬個量子位元(Qubit),才能準確執行其所承諾的轉型計算(Transformational Calculations)。不過,擴增量子位元的數量仍是一大障礙。先進CMOS製程可以達到晶圓級均勻度,且生產良率高,但由於不同的設計和操作條件,所以無法直接用來生產量子位元結構。imec研究人員近期在imec自家先進試驗製程廠房內的一條客製化12吋晶圓產線,展示矽量子點自旋量子與超導量子位元的成功整合。...
2025 年 02 月 27 日

矽世界的巔峰對決:英特爾18A與台積電2nm製程全面解析

半導體製程技術的競爭一直是科技產業最引人注目的戰場,而2025年這場競賽將達到新高峰。 英特爾18A與台積電2nm製程,作為業界最尖端的技術節點,不僅代表著晶片效能和能源效率的顯著躍進,更是兩大半導體巨頭爭奪市場主導權的關鍵武器。...
2025 年 02 月 26 日

EDS能譜判讀精準校正 分析偽訊號/能峰重疊(1)

TEM/EDS除了用於本文中提到的材料元素分析,TEM/EDS亦可應用於材料濃度的成份定量分析。EDS定量分析技術利用待分析物周圍已知成份,進行自我校正計算,可提高EDS定量分析的準確度。 隨著半導體製程已逼近物理極限,各國大廠不斷從材料著手想要突破研發瓶頸。材料分析對於改善半導體缺陷、提升製程良率,是非常重要的關鍵。現今的工程師想要解析微奈米材料時,經常會使用電子顯微鏡加裝X光能量散布能譜儀(X-ray...
2024 年 07 月 03 日

EDS能譜判讀精準校正 分析偽訊號/能峰重疊(2)

TEM/EDS除了用於本文中提到的材料元素分析,TEM/EDS亦可應用於材料濃度的成份定量分析。EDS定量分析技術利用待分析物周圍已知成份,進行自我校正計算,可提高EDS定量分析的準確度。 (承前文)圖4的橫軸是原子序,縱軸是Cu...
2024 年 07 月 03 日

電晶體/記憶體雙模式二維電子元件開啟新方向

隨著科技飛速的發展,半導體技術正面臨前所未有的挑戰。在國科會「Å世代前瞻半導體專案計畫」及學門計畫的支持下,由國立清華大學電子所蔡孟宇博士、研發長邱博文教授、國立中興大學物理系林彥甫教授和資工系吳俊霖教授等共同組成的研究團隊,成功開發出新穎的雙模式二維電子元件,不僅突破了傳統矽晶圓的物理限制,還為高效能運算和半導體製程簡化開啟了新的方向。這項研究成果已在2023年9月發表於國際知名學術期刊《自然電子》(Nature...
2024 年 01 月 17 日

ROHM/Quanmatic利用量子技術優化製程並完成驗證

羅姆(ROHM)於2023年1月起與Quanmatic展開合作,在半導體製程之一的EDS製程中測試並引入量子技術,以優化製程中的組合。目前雙方已經在提高生產效率方面取得了一定成果,目標是在2024年4月正式應用。在半導體製造工廠的大型量產線上,證實了量子技術對製程的優化效果,創下全球首發先例。...
2023 年 12 月 07 日

AI人機協作降半導體製程開發成本(3)

製造半導體晶片的瓶頸之一,是開發電晶體和記憶體儲存單元的化學電漿製程所需的成本越來越高。這些製程仍然是由訓練有素的工程師以人工方式進行開發,透過尋找機台上的參數組合,以便在矽晶圓上產出可接受的結果。 (承前文)人類基準測試的目標成本的基準是由人類玩家決定的。志願者包括六名擁有物理科學博士學位的專業製程工程師。工程師們根據他們之前對製程趨勢和電漿參數依賴關係的瞭解,利用機械性假設來設計其實驗。作為參考,三名無相關製程經驗的人員也參與其中。參加這場比賽的電腦演算法為貝氏最佳化演算法,這是一種適合於昂貴黑盒函數的常用機器學習方法。...
2023 年 10 月 27 日

AI人機協作降半導體製程開發成本(4)

製造半導體晶片的瓶頸之一,是開發電晶體和記憶體儲存單元的化學電漿製程所需的成本越來越高。這些製程仍然是由訓練有素的工程師以人工方式進行開發,透過尋找機台上的參數組合,以便在矽晶圓上產出可接受的結果。 (承前文)此外,團隊預計,如果目標放寬,V形的右側可能不明顯,或者相反,可能在只需要重新調整的製程中占首要地位,例如在腔體配對中(或將一道製程轉移到另一個機台)。人類知識在高維度探索空間中可能特別重要,可以有效延遲向電腦的轉移。可能影響轉移點的其他因素包括製程雜訊、製程漂移、目標公差、批次大小、受限制範圍和成本結構。團隊還有很多東西要學。這些議題可在虛擬製程平台上,進行進一步的系統性研究。...
2023 年 10 月 27 日

AI人機協作降半導體製程開發成本(2)

製造半導體晶片的瓶頸之一,是開發電晶體和記憶體儲存單元的化學電漿製程所需的成本越來越高。這些製程仍然是由訓練有素的工程師以人工方式進行開發,透過尋找機台上的參數組合,以便在矽晶圓上產出可接受的結果。 (承前文)實驗團隊執行製程虛擬遊戲,將該製程的模擬參數化,然後使用基於物理和經驗的關係將輸入機台參數組合「配方」與虛擬晶片上的輸出蝕刻結果相關聯,將其從現有資料校準到專有的特徵輪廓模擬器中。該遊戲的目的是找到一種配方,使此配方能夠產出符合目標的輸出指標,並最小化達成此目標的成本。...
2023 年 10 月 02 日

應對半導體5C挑戰 應材啟動生態系共創模式

隨著物聯網、人工智慧興起,晶片需求將進一步提高,同時也推動半導體產業成長,預計在2030年產值會突破1兆美元。但在滿足這些晶片需求的同時,晶片製造商也面臨維持創新步伐的重大挑戰。應材認為,半導體產業正面臨5C挑戰,分別是製造技術複雜性(Complexity)提高、成本(Cost)提高、研發和生產的節奏(Cadence)變快,碳排放(Carbon...
2023 年 09 月 06 日

AI人機協作降半導體製程開發成本(1)

製造半導體晶片的瓶頸之一,是開發電晶體和記憶體儲存單元[1、2]的化學電漿製程所需的成本越來越高。這些製程仍然是由訓練有素的工程師以人工方式進行開發,透過尋找機台上的參數組合,以便在矽晶圓[3]上產出可接受的結果。電腦演算法所面臨的挑戰是,由於獲得數據的成本較高,可用的實驗數據有限,因此很難建立精確到原子級的預測模型。...
2023 年 09 月 04 日