FinFET并非半導(dǎo)體演進最佳選項

　　在歷史上，半導(dǎo)體產(chǎn)業(yè)的成長仰賴制程節(jié)點每一次微縮所帶來的電晶體成本下降;但下一代晶片恐怕不會再伴隨著成本下降，這將會是半導(dǎo)體產(chǎn)業(yè)近20~30年來面臨的最嚴重挑戰(zhàn)。

　　具體來說，新一代的20奈米塊狀高介電金屬閘極(bulk high-K metal gate，HKMG) CMOS制程，與16/14奈米 FinFET 將催生更小的電晶體，不過每個邏輯閘的成本也將高出目前的28奈米塊狀HKMG CMOS制程。此成本問題部分源自于在新制程節(jié)點，難以維持高參數(shù)良率(parametric yields)以及低缺陷密度(defect density)。

　　20奈米節(jié)點在達到低漏電方面有困難，是因為在摻雜均勻度(doping uniformity)、線邊緣粗糙度(line edge roughness)以及其他物理性參數(shù)的控制上遭遇挑戰(zhàn)，那些參數(shù)對制程中的細微變化都十分敏感。此外20奈米節(jié)點對雙重圖形(double patterning)的需求，也帶來了比28奈米更高的每片晶圓成本。

　　16/14奈米 FinFET 制程節(jié)點與20奈米節(jié)點采用相同的導(dǎo)線結(jié)構(gòu)，因此晶片面積只比20奈米節(jié)點小了8~10%;該制程節(jié)點也面臨與應(yīng)力控制、疊對(overlay)，以及其他與3D結(jié)構(gòu)的階梯覆蓋率(step coverage)、制程均勻度相關(guān)的因素。

　　成本問題將會永久存在，因為隨著28奈米塊狀CMOS制程日益成熟，晶圓折舊成本(depreciation cost)將比產(chǎn)量爬升與初始高量產(chǎn)階段下滑60~70%，因此28奈米塊狀HKMG CMOS制程的每閘成本將會比FinFET低得多，甚至到2017年第四季也是一樣。而20奈米HKMG制程也將在2018或2019年折舊成本下滑時，面臨類似的發(fā)展趨勢。

　　資料顯示，F(xiàn)inFET制程能應(yīng)用在高性能或是超高密度設(shè)計，但用在主流半導(dǎo)體元件上卻不符合成本效益;因此半導(dǎo)體產(chǎn)業(yè)界面臨的問題是，晶圓代工業(yè)者所推動的技術(shù)與客戶的需求之間并不協(xié)調(diào)。這種情況沒有結(jié)束的跡象，當(dāng)半導(dǎo)體制程微縮到10奈米與7奈米節(jié)點，將會承受產(chǎn)業(yè)界還未充分準備好因應(yīng)的額外晶圓制程挑戰(zhàn)。

　　尋求解決之道

　　要降低半導(dǎo)體未來制程節(jié)點的電晶體與邏輯閘成本，產(chǎn)業(yè)界有四條主要的解決之道：

　　1. 采用新元件結(jié)構(gòu)

　　選項之一是全空乏絕緣上覆矽(fully depleted silicon-on-insulator，F(xiàn)D SOI)，能帶來比塊狀CMOS與FinFET制程低的每閘成本以及漏電。

　　2. 采用18寸晶圓

　　18寸(450mm)晶圓面臨的主要挑戰(zhàn)，是該選擇在哪個制程節(jié)點進行轉(zhuǎn)換;一個可能的情況是10奈米與7奈米節(jié)點。不過，18寸晶圓與超紫外光微影不太適合在同一個制程節(jié)點啟用，這讓問題變得復(fù)雜化。

　　一座18寸晶圓廠要在7奈米節(jié)點達到每月4萬片晶圓的產(chǎn)量，成本將高達120億到140億美元，而且必須要在短時間之內(nèi)迅速達到高產(chǎn)量，否則折舊成本將帶來大幅的虧損。這樣的一座晶圓廠會需要生產(chǎn)能迅速達到高產(chǎn)量的晶片產(chǎn)品。要克服這些挑戰(zhàn)需要付出很多努力，但全球只有很小一部分半導(dǎo)體業(yè)者有能力做到;估計18寸晶圓將在2020年開始量產(chǎn)。

　　3. 強化實體設(shè)計與可制造性設(shè)計技術(shù)

　　復(fù)雜的16/14奈米FinFET設(shè)計成本可能高達4億美元以上，而要改善參數(shù)良率可能還要付出1億或2億美元;這意味著只有非常少數(shù)的應(yīng)用能負擔(dān)得起，因為產(chǎn)品營收必須要是設(shè)計成本的十倍。此外，那些設(shè)計需要在12個月之內(nèi)完成，才能支援如智慧型手機等市場周期變化快速的終端應(yīng)用。

　　4. 利用嵌入式多核心處理器上的軟體編程能力

　　可編程架構(gòu)預(yù)期將會被擴大采用，但嵌入式FPGA核心的耗電量與成本都很高，軟體客制化則需要相對較程的時間，才能針對復(fù)雜的任務(wù)進行開發(fā)與除錯。軟體開發(fā)工具需要強化，但進展速度緩慢。