在談最先進半導體制造工藝的時候,2019年的SoC似乎絕大部分都可以統歸為7nm。但是當我們去細看不同手機SoC甚至PC CPU的工藝制程時,大家的7nm似乎都有些差別。

8nm:只差1nm的距離

和臺積電針對7nm的態度不同,三星似乎很早就鐵了心要給7nm直接上EUV,而不像臺積電那樣仍在早期的7nm方案中采用DUV和多重曝光。而在7nm EUV真正成熟以前,其過渡節點是一種名為8nm LPP的工藝,聽起來也就少了1nm——雖然如今的這個數字不過就是個營銷名詞罷了。

采用8nm LPP相對知名的芯片也就是三星自家的Exynos 9820了,即應用于Galaxy S10手機的那款主SoC。在我們先前的對比文章中就不難發現,Exynos 9820相較同代、相近IP方案的產品,在性能和效率方面是多有不及的[5]。這個鍋當然不能完全由8nm LPP工藝來背,但8nm LPP也絕對是拖后腿的重要一環。

8nm LPP是三星最后一代完全的DUV工藝技術。三星認為7nm的正確選擇一定是EUV,但在10nm和7nm之間又有個空缺位置,所以8nm就誕生了。從一些關鍵參數來看,8nm LPP更像是三星10nm的改良加強版。即便就其名稱來看,它與7nm十分接近。

數據來源: WikiChip[6]

三星早前宣稱,其10nm工藝的gate pitch是64nm,Wikichip從高通獲悉實際的值應該是68nm[6]。M1, Mx pitch為48nm(這個值應該可以理解成interconnect pitch最小金屬間距)。在8nm這個節點上,這兩個值分別是64nm、44nm,相較10LPP節點的確有縮減,但縮減幅度比較有限,相比臺積電N7的距離也不小。而且三星8nm LPP的fin pitch相較10nm LPP沒有變化。

不過最小金屬間距來到44nm這個尺寸,DUV也需要quad patterning(四重曝光)——就這個意義來說,8nm LPP的成本也真的不低。因為ArF光源本身的波長有193nm,要克服衍射效應、刻更小的圖案,業界為此引入了不少方案包括光學鄰近效應修正(optical proximity correction)、雙重曝光(double patterning)、四重曝光(quad patterning)。在雙重曝光的方案上,三星選擇的技術叫LELE(Litho-Etch-Litho-Etch),而不是SADP(自對準雙重圖案曝光)。

來源: WikiChip[7]

WikiChip曾介紹過LELE的原理,借此亦可理解DUV多重曝光的基本思路,即便不同方案的步驟會有差異[7]。首先如上圖所示,要有基底(substrate)、圖案層(device layer)、硬掩膜(hardmask)。在LELE方案中,如果我們要達成interconnect pitch(最小金屬間距)為64nm,那么就有了如下工序。

來源:WikiChip[7]

photoresist膠在mask覆蓋下曝光,形成需要的圖案。由于我們的目標是64nm的interconnect pitch,所以起始圖案間距可以控制在128nm(左上圖:Litho 1);隨后就將圖案,通過第一次蝕刻轉到硬掩膜之上——殘留的這層硬掩膜會作為后續步驟的掩膜存在(右上圖:Etch 1);用另一組圖案和photoresist,重復該過程,仍采用相同的128nm圖案間距進行lithography(左下圖:Litho 2);最后再用硬掩膜和photoresist作為蝕刻掩膜,二次蝕刻后就在下面的圖案層形成了所需的圖案(右下圖:Etch 2),由于兩次litho-etch操作,就形成了64nm的interconnect pitch。

在10nm制程上,三星用到了三重曝光LELELE。三星在8nm節點上也并沒有采用如今廣為人知的SAQP(自對準四重圖案曝光),而是LELELELE(四次LE)。三星也是行業內第一家采用LELELELE做多重曝光的,這種方案帶來了更大的設計彈性,不過實際也伴隨更大的復雜性和問題。

來源: WikiChip[6]

在8nm這代工藝節點上,如WikiChip所說,三星也提供兩種standard cell方案,分別是HD高密度、uHD超高密度。其中HD cell和10nm LPP節點一致;uHD是全新的cell方案,去掉一個P fin,cell高度縮減至0.9倍。三星宣稱這種方案比之前的10LPP cell縮減了15%的邏輯面積。上面這張圖是NAND2門的10nm HD與8nm uHD工藝對比,還是能夠看到尺寸縮減的。

相對更具體地對比一下,三星10nm HD實現的晶體管密度大約51.8 MTri/mm²,8nm uHD可達成的晶體管密度為61.2 MTr/mm²。這個值與臺積電N7 HP高性能方案還比較接近,但和N7 HD高密度低功耗方案就有些距離了。

所以Imagination在發布會上說驍龍855的Adreno 640若為100%面積,則Exynos 9820的Mali G76MP12需以184%的面積才能達到相同性能——GPU IP固然也是其中一部分原因,但前者采用臺積電N7工藝,后者采用三星8nm LPP工藝,就不同的晶體管密度來看,工藝本身產生的影響也還是比較大的。

如果就晶體管來看,三星宣稱8nm LPP的gate長度(Lg)縮減5%,可以造成柵電容(gate capacitance)小幅提升。金屬柵堆疊(metal gate stack)也做了進一步的改良,增加驅動電流。

Lg的縮減對于pFET和nFET而言實則也是不對等的,三星為此采用了一些優化方案,包括對源極/漏極蝕刻(source/drain etch)的優化,鍺化硅摻雜等。三星宣稱pFET的Vt(閾值電壓)控制會比10LPP略好。而晶體管的fin則略窄、略高了一點點(三星的第五代fin),改良后可實現對短溝道效應(short-channel effect)更好的控制。還有一些優化方案則著力于減少導通電阻,pFET和nFET的接觸電阻有不同程度減少。

在上述各項提升后,三星宣稱相同IDDQ(靜止狀態下VDD電源電流)下環形振蕩器AC頻率提升8-10%,以及有7-10%的功耗下降。8nm pFET contact與eSiGe(嵌入在硅襯底中、晶體管溝道區域末端處的外延鍺化硅)優化,相比10LPP產生了大約5%的DC增益;nFET S/D(源極/漏極)與contact優化,也產生了5-8%的提升。[6]

從上述所有改進實則不難發現,8nm LPP還是花了不少資源和投入去做的,甚至是行業內的第一個LELELELE四重曝光方案用于BEOL——之前的10nm都還沒有應用四重曝光?;蛟S從這個意義上來說,8nm的稱謂大概并沒有什么問題。

只是不知道,在同代手機SoC中表現偏弱的Exynos 9820,究竟是IP設計層面的問題,還是工藝層面的問題,亦或兩者皆有?

傳說中的EUV“真7nm”

有人將Kirin 990 5G的7nm稱作“真7nm”,我們猜測這里的“真”指的應該是EUV的應用,因為Kirin 990 5G的N7+的確有多層真正開始采用EUV。以這個標準來看,除了臺積電的N7+,三星的7nm LPP也可以認為是“真7nm”了。

VLSI 2018技術大會上,三星呈現了“第二代7nm制程技術”。但在后續10月份的Arm TechCon之上,WikiChip報道稱,三星對路線圖做了更新,最初的第二代7nm制程,似乎已更名5nm LPE(三星以前就有這種傳統)。而原本三星7nm節點,還區分初代7LPE和二代7LPP,現似已被統稱為7LPP。在設備生產細節方面,7LPP與8LPP在很多方面是共享了技術的,所以8nm LPP很大程度上也是在為三星7nm工藝積累經驗。

大會上呈現的三星7nm LPP的關鍵參數如下:

數據來源: WikiChip[7]

這組數據現在看來可能并不準確——尤其是在三星后續更新了路線圖和節點規劃之后。但如果就這組數字來看,是優于8nm LPP和臺積電的N7、N7P的。WikiChips給出的數據顯示,如果從standard cell來看,其高度縮減還是相當之大的,達到了243nm(6.75T),是8nm LPP的64%,10nm LPP的58%。一個NAND2 cell面積為0.0394μm²,是8nm與10nm的54%和46%。

本文為EET電子工程專輯原創文章,禁止轉載。請尊重知識產權,違者本司保留追究責任的權利。
  • 很復雜
  • 文章標題對比的是臺積電的7納米啊,正文為什么都是三星的技術啊?沒看懂
  • 耐心的看完,雖然用不上
  • 哥哥我看不懂
閱讀全文,請先
您可能感興趣
在掌機上以高畫質玩3A游戲在以前是不可想象的,但在半導體、圖形學、AI技術的共同努力下,這件事真的成了,只不過…
海光信息的布局,展現了一家中國核心算力企業在AI時代的全局思考。在算力成為新質生產力的今天,這條“中國路徑”的探索,不僅關乎一家企業的商業前景,更關乎整個國家數字經濟的自主與未來。
我們在Bilibili?World展上看到了老黃上個月才發布的RTX?Spark筆記本和N1X芯片…
在PC市場預期不佳、成本壓力十足的當下,Bilibili?World展上的游戲PC與掌機卻格外活躍…
2026的國產AI?/?Processor類芯片市場更熱鬧了,這些市場參與者都吃到智能體AI的紅利了嗎?
都說Panther?Lake筆記本好貴,但這幾個型號可能還是有性價比的…
“通用處理器”這一術語一直被廣泛用于描述可運行各類軟件工作負載的CPU。在現代基于Arm架構的系統級芯片(SoC)領域,這一稱謂仍被廣泛使用,但隨著系統復雜度不斷提升,我們有必要追問:這類器件在實際應用中,究竟有多“通用”?
隨著AI基礎設施分化為多層專用架構,CPU正成為智能體工作負載的編排層。
本屆WAIC期間,《2026全球AI商業落地價值洞察報告》重磅發布,并在大會的兩大高規格論壇上進行了重點展示。作為大會最受關注的產業研究成果之一,這份報告以“從技術爆發到價值兌現”為主線,系統梳理了全球AI產業的競爭格局與商業落地路徑。 镕銘微電子憑借在VPU賽道上的開創性地位與規?;虡I落地能力,成功入選該報告的兩大核心榜單,與全球及國內頂尖科技企業同臺亮相。
NVIDIA?已驗證?ST?的?12?kW?電源傳輸概念驗證板,實際上已進入生產測試階段。
首屆CMP與先進封裝材料論壇將于2026年7月29–30日在蘇州召開來自長電科技、鼎龍、博來納潤、銳杰微、新安納、寧波贏晟、中國工程物理研究院、SEMI 、江南大學、蘇州大學、華東師范、SCHMID、
一覽眾咨詢公司專注于汽車產業鏈領域的產業研究、咨詢及品牌推廣。經過多年的發展,公司在汽車領域積累較深的行業經驗及客戶資源,是該領域專業權威的第三方市場研究咨詢機構。一覽眾咨詢公司主要業務包括:市場調研
7月22日,韓國面板大廠LG Display正式披露了2026年半年報,在歷經上半年的大幅裁員動作后,這家面板大廠第二季度不出意外的再次陷入虧損境地。公告內容顯示,LG Display2026年第二季
點擊藍字 關注我們SUBSCRIBE to USImage Credits:Malte Mueller / Getty ImagesMeta正在開發一款名為StoryKit的AI故事創作應用
賈浩楠 發自 副駕寺智能車參考 | 公眾號 AI4AutoChatGPT能記住你的聊天歷史,知道你的表達習慣,甚至可以根據過去的交流調整回答方式?,F在,這種“記憶能力”開始進入物理世界。馬斯克一條推文
2026年,AI大模型正將算力需求推向指數級增長。萬卡級集群正向十萬卡邁進,而傳統銅互連在帶寬、延遲和功耗上已逼近物理極限——一臺十萬卡AI集群中,超三成電力并非用于計算,而是消耗在數據傳輸上。“光進
來源:《中國半導體濕電子化學品年度報告2026》 濕電子化學品屬于半導體材料中的制造材料,是集成電路產業發展所需的“水”和 “空氣”,濕電子化學品是電子化學品領域的分支,是集成電路中的關鍵性
開關電源波形測量不能只標一個 TP 編號。測量結果由信號節點、參考節點、探頭帶寬與連接環路共同決定;高壓一次側還涉及儀器接地與額定能力。先定義參考和安全邊界,再解釋尖峰、反射與電流波形。調試電源時,最
當前,AIDC數據中心、新能源汽車、人形機器人、家電、消費電子、儲能等領域正迎來高速增長與高質量發展的雙重浪潮,亟須突破性電源轉換(電力電子變換)新技術方案,以破解系統能效提升、功率密度升級、綜合成本
插播:2026行家說-新世代電源創新技術研討會將于8月25日在深圳舉辦,屆時智光電氣、賽米控丹佛斯、三安半導體、英諾賽科、PI、國聯萬眾、納芯微、創銳光譜等企業將發表最新技術報告,覆蓋800V數據中心