北京大学研发全球首款二维GAAFET晶体管突破量子极限
北京大学团队成功研发出全球首款二维GAAFET晶体管,以铋材料突破接触电阻量子极限,为后摩尔时代开启新篇章。这一突破性成果发表在《自然》期刊上,实测性能超越国际巨头,二维堆叠技术使中国半导体产业站上1纳米制程竞争最前沿。近年来,随着半导体行业的迅猛发展,摩尔定律逐渐失效,芯片制造工艺的改进面临瓶颈。全环绕栅极(GAA)架构工艺的兴起,为后摩尔时代的发展提供了新思路。在后摩尔定律时期,AI芯片又将如何突破传统限制?
01 如何走向GAAFET
在GAA架构出现之前,半导体制造工艺经历了两个重要阶段:平面场效应晶体管(PlanarFET)和鳍式场效应晶体管(FinFET)。20世纪50年代末,贝尔实验室开发出MOS管,标志着计算机电子管时代的终结。随后的50年里,平面场效应晶体管工艺被改进至20纳米,但突破20纳米工艺瓶颈的难度逐渐显现。2000年,加州大学伯克利分校的胡晨明教授提出了一种新型场效应晶体管结构——FinFET。其结构类似鳍状,在芯片制造过程中成功突破了20纳米的关键工艺节点,近年来将芯片工艺推进至5纳米以下。然而,FinFET工艺目前只能发展到2纳米,仍处于研发阶段,多数专家对将其工艺提升至2纳米以下持悲观态度。因此,GAAFET作为一种高性能结构应运而生,有望取代FinFET并延续摩尔定律。
GAAFET与FinFET相比,具有更出色的栅极控制能力。传统的FinFET仅覆盖通道的三面,而GAAFET以纳米线通道设计为例,整个通道轮廓完全被栅极覆盖,栅极对通道的控制更为出色。2022年,三星首次采用GAA技术突破了FinFET的性能限制,通过降低电源电压水平提高功率效率,同时增强驱动电流能力。三星正在将纳米片晶体管应用于高性能、低功耗计算应用的半导体芯片,并计划扩展到移动处理器。三星电子总裁兼晶圆代工业务负责人崔时永博士表示:“我们力求凭借全球首款采用MBCFET的3纳米工艺,继续保持这一领先地位。我们将继续在竞争性技术开发方面积极创新,并建立有助于加快技术成熟的流程。”
三星的专有技术利用更宽通道的纳米片,与使用更窄通道的纳米线的GAA技术相比,实现更高的性能和能源效率。利用3nm GAA技术,三星能够调整纳米片的通道宽度,以优化功耗和性能,满足各种客户需求。此外,GAA的设计灵活性对于设计技术协同优化(DTCO)非常有利,有助于提升功率、性能、面积(PPA)优势。与5nm工艺相比,第一代3nm工艺可将功耗降低高达45%,性能提高23%,面积减少16%;第二代3nm工艺则可将功耗降低高达50%,性能提高30%,面积减少35%。
02 相对于FinFET的优势
1. 栅极控制与功耗特性
GAAFET通过三维环绕栅极结构(Gate-All-Around)实现了沟道控制能力的质的飞跃。相较于FinFET的二维接触,GAAFET栅极对沟道的静电控制显著增强,从而有效降低漏电流,使整体功耗优于FinFET。
2. 交流频率性能对比
在交流频率表现上,纳米片(NS)GAAFET的设计参数对其性能起决定性作用;更宽且更薄的纳米片通过优化有效电流与电容的平衡,性能超越FinFET;传统方形纳米线(NW)GAAFET因载流子迁移率受限,频率响应弱于FinFET。
3. 器件面积优化潜力
NS GAAFET通过堆叠更宽、更薄的纳米片结构,在相同Weff下可实现比FinFET更紧凑的器件布局;单层纳米片GAAFET在固定堆叠间距下,面积效率高于双层结构;通过三维堆叠设计,NS GAAFET可进一步突破FinFET的面积限制,为高密度集成提供更大潜力。
此外,GAAFET还具有可扩展性优势:
1. 热效应抑制能力
GAAFET的低功耗运行特性使其在大多数工作场景下发热量显著低于传统FinFET。其全环绕栅极(GAA)结构不仅增强了栅极控制能力,还优化了散热路径,有效降低了器件内部的热积累,从而提升了抗热效应能力,确保高性能下的稳定性。
2. 电子迁移抗性优化
GAAFET的三维栅极包裹沟道设计大幅增强了载流子控制能力:通过抑制漏电流,显著降低电子迁移(Electromigration)风险;在相同制程节点下,相较于FinFET,GAAFET的电子迁移率更低,进一步减少功耗损失,延长器件寿命。
3. 综合可扩展性优势
得益于上述特性,GAAFET在功耗、频率、面积、热管理及可靠性方面均展现出优异的可扩展性,使其成为先进制程(如3nm及以下)的关键技术路径。
GAAFET将是未来几年半导体行业的绝对领先技术,但其发展仍面临诸多挑战。这种新一代晶体管在低工艺节点上具有显著优势,然而其复杂的立体结构、严苛的材料要求以及与现有技术平台的不兼容性,导致研发进程异常缓慢。目前全球仅有台积电(TSMC)和三星两家巨头具备量产能力,凸显了该技术的高门槛特性。
当前GAAFET领域的竞争格局暗流涌动。在高端芯片需求持续爆发的背景下,苹果、英特尔等科技巨头对先进制程的渴求与日俱增。台积电与三星的技术角力已进入白热化阶段,任何一方若能在良率或性能上取得突破,都将重塑全球芯片供应格局。这种竞争不仅关乎企业利益,更将决定各国在下一代半导体技术中的话语权。然而,GAAFET的产业化之路依然任重道远。
要实现稳定量产,需要跨越包括极紫外光刻(EUV)设备升级、设计工具链重构、材料体系革新在内的多重技术鸿沟。这些挑战既需要数百亿美元的持续投入,更有赖于整个产业生态的协同创新。从实验室突破到规模化生产,GAAFET技术仍需经历漫长的优化过程。唯有通过全产业链的通力合作,才能最终实现高性能、高良率与成本控制的平衡,为后摩尔时代的信息技术发展奠定坚实基础。
03 一叶知秋:后摩尔时代的AI芯片
从GAAFET的火热可以看出,后摩尔时代的AI芯片发展呈现出新的特征。在后摩尔定律时代,受传统晶体管微缩限制的影响,AI芯片开发正经历重大变革。随着AI工作负载日益复杂且数据密集,新的设计范式应运而生,旨在维持性能提升和效率提升,而非仅仅依赖提高晶体管密度。AI硬件不再依赖“一刀切”的方案,而是不断发展,除了通用CPU之外,还包含专用处理单元(GPU、TPU和NPU)。这种方法使AI系统能够将特定任务分配给最合适的硬件,从而优化机器学习推理、训练和边缘计算的性能。
针对自然语言处理或计算机视觉等任务量身定制的领域特定架构,也能通过降低计算开销和延迟来提高效率。将人工智能算法直接集成到硬件中是另一个关键转变。传统上,人工智能模型依靠软件优化来实现性能提升,但深度学习模型日益复杂,要求硬件和软件之间更紧密地集成。如今,人工智能加速器内置了对神经网络运算的支持,无需进行大量的软件调优,即可实现更快、更高效的处理。这一趋势在边缘人工智能设备中尤为明显,因为在这些设备上,能效和实时推理能力至关重要。
人工智能芯片开发的未来将依赖于相互补充的多种计算框架。同时,热力学计算为随机计算提供了实用性,而光子计算则为增加通信带宽提供了短期解决方案。它们在未来的异构计算系统中都可能占有一席之地。可逆计算、热力学模型和光子解决方案等新兴范式可能会在此类系统中共存,以应对不同的人工智能工作负载。量子计算和神经形态计算等新兴技术或将重塑人工智能芯片的发展。量子计算有望以比现有系统更快的速度解决复杂问题,而神经形态芯片则模拟人脑的工作方式,以更低的能耗提供卓越的人工智能性能。虽然它们都还无法取代现有的人工智能硬件,但目前正在对其进行深入研究,并可能引领未来的突破。
随着晶体管规模缩小带来的收益递减,光子计算和量子计算等新兴技术正在为人工智能硬件打开新的大门。随着人工智能芯片开发超越摩尔定律的传统模式,行业正面临一场巨变,其进展取决于晶体管密度以外的其他因素。专用架构、异构计算和3D芯片堆叠方面的创新正在推动性能提升,而能源效率和成本考量仍然至关重要。人工智能硬件的未来需要在这些进步与制造复杂性和供应链约束的挑战之间取得平衡。