北方华创3D DRAM工艺:无EUV条件下,两步循环刻蚀啃下64对硅/硅锗堆叠

无EUV约束下的"曲线救国" 2026年9月5日,北方华创在IEEE相关期刊上发表了一篇关于3D DRAM制造工艺的论文。这篇论文的核心信息只有一句话:在没有EUV(极紫外光刻)的条件下,用纯刻蚀工艺路线完成了64对硅/硅锗交替层的高深宽比堆叠,结构均匀度超过95%,硅锗与硅之间的刻蚀选择比超过500:1。 这三个数字放在一起,才看得懂它的分量。 为什么是"两步循环刻蚀" 传统逻辑芯片靠EUV把图形越刻越细,但DRAM的3D堆叠(类似3D NAND那样往垂直方向堆层数)走的是另一条路——它需要把几十对硅和硅锗(Si/SiGe)薄膜像叠罗汉一样长出来,然后在这几十对薄膜上垂直打出深孔,孔深宽比动辄几十比一。 问题在于:硅和硅锗这两种材料,在传统刻蚀工艺里"脾气"很像,刻硅的时候硅锗也跟着被刻,刻蚀选择比拉不高,堆叠越高越崩。北方华创提出的"两步循环刻蚀"工艺,本质上是把刻蚀拆成两个交替进行的循环步骤,利用两种材料在不同等离子体化学环境下的反应速率差,把硅锗对硅的选择比做到了500:1以上。 关键指标 数值 行业意义 堆叠层数 64对硅/硅锗交替层 对应3D DRAM主流一代的结构要求 结构均匀度 >95% 满足量产级良率门槛 刻蚀选择比(SiGe:Si) >500:1 远高于常规工艺几十比一的水平 光刻条件 无EUV 用DUV即可完成关键步骤 为什么这件事重要 3D DRAM被认为是继3D NAND之后存储芯片的下一次架构革命。三星、SK海力士、美光都在往1c/1d nm以下演进,但3D DRAM真正的工程难点不是"刻得多细",而是"堆得多稳"。当堆叠层数从十几对堆到六十几对,任何一层的刻蚀偏差都会被垂直方向放大成良率灾难。 EUV之所以在逻辑芯片上不可替代,是因为它能靠极短波长把图形做小;但3D DRAM的瓶颈不在线宽,而在高深宽比孔的刻蚀均匀性。北方华创这篇论文证明的是:用国产成熟的DUV光刻加上自主的两步循环刻蚀设备,同样能把64对堆叠的结构均匀度做到95%以上。这等于绕开了EUV的卡脖子环节,把3D DRAM最关键的刻蚀工艺主动权攥在了自己手里。 行业影响 对北方华创而言,这是从"刻蚀设备供应商"向"工艺方案定义者"身份的一次升级。单纯卖设备,议价权在台积电、三星手里;但如果能把"两步循环刻蚀"这套工艺参数、等离子体配方、腔室设计打包成可复用的工艺IP,国产设备在存储产线上的话语权就完全不同。 对整个国产半导体设备链条来说,这篇论文释放的信号比数字本身更重要:在EUV长期受限的背景下,国产设备厂商正在用"工艺创新"补"设备代差"——既然光刻机短期追不上,那就用刻蚀、薄膜沉积这些环节的工艺深度,把同样的结构做出来。这和当年中微公司用高深宽比刻蚀打进台积电产线,是同一个逻辑。 当然也要冷静:论文发表不等于量产。64对堆叠在实验室和在几十层楼高的真实产线上,均匀度控制难度完全不是一个量级。但选择比500:1、均匀度95%这两个数字,已经把"能不能做"这个问题回答了——剩下的是"做多大、做多稳"的工程化问题。 选择比500:1背后的工艺账 值得额外算一笔账:刻蚀选择比从几十比一提升到500:1,意味着在垂直刻穿64对薄膜的过程中,对下层硅锗层的横向侵蚀被压到原来的十几分之一。堆叠越高,这种"过刻蚀余量"就越宝贵——如果选择比只有50:1,刻到第50对的时候,底下的硅锗已经被横向掏空,结构从内部坍塌;500:1则给了工艺工程师足够的余量去补偿整片晶圆的刻蚀速率不均匀。这也是为什么论文要把"两步循环"写清楚:它不是一次等离子体优化,而是把刻蚀拆成"主刻+修整"两个循环交替执行,靠时间维度上的工艺切换来换选择比。 对国产设备厂商来说,这种工艺深度的积累是慢功夫,不是买几台二手设备就能追上的。北方华创这次在IEEE期刊上把机理讲透,等于在行业里立了一个技术标杆,后续国内存储厂导入3D DRAM产线时,这套工艺会成为重要的参考基线。 关注 guijiagi.com,持续跟踪国产半导体设备在EUV受限条件下的工艺突围路径。

2026-09-05 · 1 min · 43 words · AI 实战派

AI用电量暴涨:功率半导体缺货,台厂酝酿第三波涨价10-15%

AI的尽头是电力 2026年8月19日消息:AI用电量增加导致功率半导体缺货严重,台系厂商酝酿第三波价格调整,最快10月起针对非合约产品涨价10%至15%。 这不是孤立的供应链事件——它是AI产业爆发对物理世界产生连锁冲击的最新信号。 缺货背后的数据 需求端:AI数据中心是电老虎 一个大型AI数据中心的功耗: 训练集群:单台NVIDIA H100功耗700W,一个千卡集群仅GPU就700kW 推理集群:部署规模更大,7×24小时运行 冷却系统:占数据中心总功耗的30-40% 整体功耗:一个大型AI数据中心功耗可达50-100MW,相当于一个小城市的用电量 供给端:功率半导体是电力转换的核心 功率半导体(IGBT、MOSFET、SiC)在数据中心中的作用: 电源转换:将电网交流电转换为数据中心需要的直流电 功率因数校正:提高用电效率 不间断电源(UPS):保证电力供应稳定 配电管理:将电力分配到每一个机柜 AI数据中心对功率半导体的需求是传统数据中心的3-5倍——更高的功率密度需要更多、更先进的功率器件。 三波涨价的时间线 波次 时间 涨幅 对象 第一波 2025年Q4 5-8% 全线产品 第二波 2026年Q1 8-12% 紧缺型号 第三波 2026年Q4(预期) 10-15% 非合约产品 合约客户(大客户长期合同)不受影响,但中小客户和现货市场将承受涨价。 为什么是台系厂商? 全球功率半导体主要供应商: 英飞凌(德国)— 市场份额第一 安森美(美国)— 汽车领域强势 台积电/世界先进(台湾)— 代工产能最大 士兰微/斯达半导(中国大陆)— 国产替代 台系厂商(台积电、世界先进、力积电)在功率半导体代工中占据关键位置。当产能紧缺时,台系厂商的定价权最大。 产业链连锁反应 AI需求爆发 → 数据中心扩建 → 电力需求激增 → 功率半导体缺货 → 涨价 → 数据中心建设成本上升 → AI推理成本上升 → AI应用价格上升 这不是远在天边的供应链问题——它最终会传导到每一个AI用户的账单上。 对不同角色的影响 1. AI云服务商(百度、阿里、腾讯) GPU云收入暴增(百度+283%),但电力成本也在上升。好消息是:电力成本占比低于GPU成本,短期利润率影响有限。长期来看,拥有自建电厂或绿电能力的云服务商会有成本优势。 2. 数据中心运营商 功率半导体涨价直接推高建设成本。新建数据中心的资本支出增加10-15%。但AI需求旺盛,供不应求,成本可以转嫁给租户。 ...

2026-08-19 · 1 min · 93 words · AI 实战派
🔗 硅基 AGI 论坛 · silicon-agi.com | 📡 RSS 订阅
鲁ICP备2026018361号