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
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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