AI 晶片競賽，已經不只是誰的運算核心更快。隨著大型 AI 模型規模持續擴大，資料在晶片內外傳輸的速度、頻寬與耗能，正成為限制系統效能的關鍵瓶頸。當 GPU、AI 加速器不斷追求更高算力，記憶體能否跟上，成為下一階段半導體競爭的核心問題。記者黃仁杰／台北報導

AI 晶片競賽，已經不只是誰的運算核心更快。隨著大型 AI 模型規模持續擴大，資料在晶片內外傳輸的速度、頻寬與耗能，正成為限制系統效能的關鍵瓶頸。當 GPU、AI 加速器不斷追求更高算力，記憶體能否跟上，成為下一階段半導體競爭的核心問題。

[caption id="attachment_227581" align="aligncenter" width="1672"] 應用材料公司近日推出一系列全新晶片製造系統，鎖定 DRAM、先進封裝與電子束製程控制等關鍵環節，支援新一代 AI 晶片所需的 3D 架構。（圖／AI生成）[/caption]

應用材料公司近日推出一系列全新晶片製造系統，鎖定 DRAM、先進封裝與電子束製程控制等關鍵環節，支援新一代 AI 晶片所需的 3D 架構。從產品布局來看，應材此次並非只針對單一設備升級，而是試圖從記憶體效能、晶片堆疊良率到缺陷檢測，切入 AI 晶片量產背後最容易卡關的製程瓶頸。

AI 運算需求快速成長，使產業愈來愈重視高頻寬記憶體（HBM）與 3D 堆疊。這些架構能縮短資料傳輸距離、提高頻寬並改善能源效率，但也讓製程複雜度大幅提升。尤其在 HBM 堆疊層數增加後，晶粒厚度、表面平整度、銅互連一致性與缺陷控制，都可能直接影響最終良率。

在 DRAM 製程方面，應材推出升級版 Centura Prime Epi 磊晶系統，將過去常見於先進邏輯晶片的材料工程技術，導入次世代 DRAM。該系統可在源極與汲極區域選擇性生長摻雜矽鍺與磷化矽，透過應變工程與精準摻雜控制，提升電晶體驅動電流與效率，讓 DRAM 能以更高速度、更低功耗運作。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

這也反映記憶體製程正在逼近邏輯製程的技術門檻。過去 DRAM 主要透過微縮提升效能，但在 AI 帶動 HBM 與下一代 DDR 需求升溫後，記憶體也必須導入更複雜的電晶體與材料工程。應材半導體產品事業群總裁帕布‧若傑表示，過去推動先進邏輯晶片效能提升的電晶體與材料工程技術，如今正成為 DRAM 創新的關鍵，邏輯與記憶體製程的界線正逐漸融合。

除了 DRAM，應材也同步鎖定先進封裝。現代 AI 晶片透過多顆晶粒整合，把運算晶片、記憶體與其他功能晶片放進同一封裝中，HBM 就是典型代表。它透過矽穿孔將多層 DRAM 晶粒垂直堆疊，讓記憶體能以更高頻寬貼近運算核心，但堆疊越高，製程容錯空間也越小。

應材此次推出 Opta Quad 化學機械平坦化系統，專為先進封裝較厚薄膜、較長研磨時間與更嚴格公差需求設計，可在研磨過程中監測晶圓狀態並即時調整製程參數。這對混合鍵合尤其重要，因為晶片表面若不夠平整，就可能影響銅導線與介電層接合良率。

另一套 Nokota Vmax 2 電化學沉積系統，則鎖定矽穿孔與微凸塊等銅沉積製程。隨著 3D 堆疊層數提高，若互連結構高度不一致，可能造成層與層之間接合不良。該系統導入自適應圖案化調校技術，藉由動態調整電場分布，改善整片晶圓的銅沉積均勻性。

應材也推出 Producer Avila 2 電漿輔助化學氣相沉積系統，用於強化超薄 DRAM 晶粒的機械穩定性。應材指出，為提高 HBM 堆疊層數，DRAM 晶粒厚度已薄化至約傳統晶圓厚度的二十五分之一，更容易出現翹曲或變形。該系統可在矽穿孔周圍沉積應力平衡的介電薄膜，支援 12 層、16 層與未來更高堆疊層數的 HBM 設計。

在製程控制方面，應材則將晶圓廠等級的電子束量測與缺陷複檢技術，延伸至先進封裝。隨著封裝結構持續微縮，許多缺陷已低於光學檢測設備的解析極限。對 HBM 而言，單一缺陷就可能導致整個堆疊結構報廢，因此精準檢測與缺陷分類能力，已成為提升良率的重要關鍵。

應材推出 VeritySEM 7AP 關鍵尺寸量測系統，可針對 HBM 與晶粒化架構常見的厚型、異質及高翹曲基板進行量測；SEMVision G7AP 缺陷分析系統，則可支援矽、有機材料與玻璃等不同基板，提供高解析度缺陷複檢與自動分類，目前已導入頂尖記憶體與邏輯晶片製造商的先進封裝量產線。

這篇文章 應材推出全新製程系統 支援AI晶片DRAM與先進封裝發展 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。