奈米製程技術新突破!台積電、交大找出關鍵材料首登國際期刊《自然》
奈米製程技術新突破!台積電、交大找出關鍵材料首登國際期刊《自然》

當半導體先進製程持續發展,晶片的尺寸也逐漸縮小,每次製程的演進都有許多技術需要突破,晶圓代工龍頭台積電也無可避免要投入大量研發能力來「超前部署」、解決可能在5奈米、3奈米出現的技術瓶頸。

台積電攜手交大登期刊《自然》
台積電在科技部「尖端晶體材料開發及製作計劃」的支持下,與交大的研究團隊合作,發表的最新研究登上國際頂尖學術期刊《自然》(Nature)。
圖/ 簡永昌攝影

台積電技術發展組織李連忠處長表示,除依賴公司內部研發團隊外,與學術界攜手、善用學術界的研究能量突破技術瓶頸也是一種方法,因此近期台積電在科技部「尖端晶體材料開發及製作計劃」的支持下,與交大的研究團隊合作,共同進行單原子層氮化硼的合成技術研究,成功開發出大面積晶圓尺寸的單晶氮化硼,未來將有機會應用在先進的邏輯製程技術上。台積電更是首次與產業合作的研究成果,被刊登於國際頂尖學術期刊《自然》(Nature)。

步入三奈米製程,「氮化硼」成絕緣體材料新解

氮化硼(BN)並非全新材料,之所以重要是因為其具備良好的散熱效果,更是絕佳的絕緣體材料選擇。先進製程中會需要絕緣體的存在,通常是要協助電子能順利通過晶片裡的通道,

當製程持續往下走、通道勢必越來越小,若沒能靠更好的絕緣體排除掉可能依附的電荷所造成的阻礙,晶片的效能表現將會大打折扣。

先進製程步入3奈米以後,李連忠表示過去7奈米、5奈米時所採用的絕緣體材料如氧化物等將不再適用,原因出在過去的氧化物絕緣體都是三維絕緣體,它們像是一個3D的概念、容易有其他鍵結讓晶片中的電荷依附,造成電流不易通過。

三奈米以後的製程偏向二維半導體,類似一個非常薄的架構、趨近於平面,因此李連忠提到這樣的情況需要採用的是同為二維絕緣體的材料,氮化硼正是一個好的解決方式。

即便半導體業界都知道要採用「氮化硼」作為未來先進製程可能的絕緣體材料,不過技術上依舊無法突破,這也是為什麼這次台積電與交大攜手研究的成果能刊登上《自然》期刊的主因。

不只找出絕緣體材料,如何大量生產才是關鍵

李連忠說到,過去氮化硼的生長只能長成一個不規則的晶體,若要將氮化硼真正應用到晶圓片上,就只能將不規則晶體的氮化硼撕下來貼在晶圓片上,不但效率不彰,大小不一的氮化硼也很難滿足半導體製程所需,因此若能直接在晶圓上直接生長,將能有效解決問題,只是該如何在晶圓上合成高品質單晶的單原子層氮化硼?

李連忠說過去已知的就是利用銅這個材料,但是不同晶面的銅都會影響後續的表現跟價格。

台積電晶圓代工
能成功登上《自然》最主要的原因在於台積電跟交大發現,絕緣體材料氮化硼可以透過高溫高壓的方式,藉由銅(111)在晶圓上合成高品質單晶的單原子層氮化硼。

就以銅(111)來說,是作為合成絕佳選擇,因為它容易取得且穩定,對於未來可能要步入商業化的量產來說,是比較恰當的研究選擇。

成功突破過去技術瓶頸的關鍵,李連忠表示是研究團隊發現銅(111)的表面並不是完全平面、而是有類似像階梯的模樣,因此將氮化硼分子依附在這些階梯的邊緣處,並將這個類似階梯表面的銅(111)先規劃好後,氮化硼就能在高溫高壓的處理下於晶圓上被合成、進而達成大面積晶圓尺寸的單晶氮化硼。

參與此次研究的交大教授張文豪表示,目前實驗室裡面是採用2吋晶圓片的大小做實驗,未來要複製到其他尺寸的晶圓片應該也不是問題。對於正積極佈局3奈米研發的台積電來說,此發現無疑是對接下來3奈米可能遇到的瓶頸找到出口。

半導體材料有新變化?矽可能走到盡頭

面對材料在半導體業界的重要性逐步提升,李連忠也透露矽在半導體已經有好幾十年的應用,若要用全新的材料來取代矽其實也是一大工程,因為周邊技術都需要改變、也需要花時間去應證新材料是否真的能有預期中的表現。目前業界以及相關的會議如IEDM等都對於矽材料有走到盡頭的預測,因此尋找新材料刻不容緩。

台積電透露,目前內部有將近1/10的人力、約6000-7000人投入研發工作。受到疫情影響,每年3月展開的校園徵才預計將視疫情的狀況延後舉辦,屆時將會再募集一批生力軍。

責任編輯:陳映璇

關鍵字: #台積電 #科技部
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓