【觀點】鰭式場效電晶體是什麼?為什麼是台積電與三星決戰關鍵?一文看懂
【觀點】鰭式場效電晶體是什麼?為什麼是台積電與三星決戰關鍵?一文看懂

(觀點文章呈現多元意見,不代表《數位時代》的立場)

台積電在2022Q4高調宣布量產3奈米「鰭式場效電晶體(FinFET)」製程,是由原本的「N3」改良為「N3B」製程良率較低的大約60~70%,較高的大約70~80%,表現相當亮眼,而計畫在2023Q2或Q3量產的3奈米(N3E)製程良率更達80%以上,而且價格更低更有競爭力。反觀三星早在2022Q2就宣布量產3奈米「環繞閘極場效電晶體(GAAFET)」,但是被韓國媒體爆料良率只有20%,使得台積電3奈米製程大勝三星,到底FinFET 與GAAFET有什麼不同?未來三星又會如何因應呢?

延伸閱讀:三星自吹「3奈米良率很完美,台積電只有50%」?外資報告揭露誰是領導者

積體電路(IC:Integrated Circuit)是什麼?

將電的主動元件(二極體、電晶體)與被動元件(電阻、電容、電感)縮小以後,製作在矽晶圓或砷化鎵晶圓上,稱為「積體電路(IC:Integrated Circuit)」,其中「堆積(Integrated)」與「電路(Circuit)」是指將許多電子元件堆積起來的意思。

將電子產品打開以後可以看到印刷電路板(PCB:Printed Circuit Board)如圖一所示,上面有許多長得很像「蜈蚣」的積體電路(IC),積體電路的尺寸有大有小,我們以處理器為例邊長大約20毫米(mm),上面一小塊正方形稱為「晶片(Chip)」或「晶粒(Die)」,晶片邊長大約10毫米(mm),晶片上面密密麻麻的元件稱為「電晶體(Transistor)」,電晶體邊長大約100奈米(nm),而電晶體上面尺寸最小的結構稱為「閘極長度(Gate length)」大約10奈米(nm),這個就是我們常聽到的台積電「10奈米製程」。

由電晶體(Transistor)組成晶片(Chip)再封裝成積體電路(IC)。 資料來源:曲博科技教
由電晶體(Transistor)組成晶片(Chip)再封裝成積體電路(IC)。
圖/ 曲博科技教室

場效電晶體(FET:Field Effect Transistor)是什麼?

電晶體的種類很多,先從大家耳熟能詳的「MOS」來說明。MOS的全名是「金屬氧化物半導體場效電晶體(MOSFET:Metal Oxide Semiconductor Field Effect Transistor)」, 構造如圖二所示,左邊灰色的區域叫做「源極(Source)」,右邊灰色的區域叫做「汲極(Drain)」,中間有塊金屬(紅色)突出來叫做「閘極(Gate)」,閘極下方有一層厚度很薄的氧化物(黄色),因為中間由上而下依序為金屬(Metal)、氧化物(Oxide)、半導體(Semiconductor),因此稱為「MOS」。

金屬氧化物半導體場效電晶體(MOSFET)的結構與工作原理。
金屬氧化物半導體場效電晶體(MOSFET)的結構與工作原理。
圖/ 曲博科技教室

MOSFET的工作原理很簡單,電子由左邊的源極流入,經過閘極下方的電子通道,由右邊的汲極流出,中間的閘極則可以決定是否讓電子由下方通過,有點像是水龍頭的開關一樣,因此稱為「閘」;電子是由源極流入,也就是電子的來源,因此稱為「源」;電子是由汲極流出,看看說文解字裡的介紹:汲者,引水于井也,也就是由這裡取出電子,因此稱為「汲」。

➩當閘極不加電壓,電子無法導通,代表這個元件處於「關(OFF)」的狀態,我們可以想像成這個位元是0,如圖二(a)所示;
➩當閘極加正電壓,電子可以導通,代表這個元件處於「開(ON)」的狀態,我們可以想像成這個位元是1,如圖二(b)所示。

MOSFET是目前半導體產業最常使用的一種「電晶體(Transistor)」,科學家將它製作在矽晶圓上,是數位訊號的最小單位,我們可以想像一個MOSFET代表一個0或一個1,就是電腦裡的一個「位元(bit)」。電腦是以0與1兩種數位訊號來運算,我們可以想像在矽晶片上有數十億個MOSFET,就代表數十億個0與1,再用金屬導線將這數十億個MOSFET的源極、汲極、閘極連結起來,電子訊號在這數十億個0與1之間流通就可以交互運算,最後得到我們想要的加、減、乘、除運算結果,這就是電子計算機或電腦的基本工作原理。晶圓廠像台積電、聯電,就是在矽晶圓上製作數十億個MOSFET的工廠。

閘極長度:半導體製程進步的關鍵

在圖二的MOSFET 中,「閘極長度(Gate length)」大約10奈米,是所有構造中最細小也最難製作的,因此我們常常以閘極長度來代表半導體製程的進步程度,這就是所謂的「製程節點(Node)」。

閘極長度會隨製程技術的進步而變小,從早期的0.18、0.13微米,進步到90、65、45、22、14奈米,到目前最新的製程10、7、5、3奈米,甚至未來的2奈米。當閘極長度愈小,則整個MOSFET就愈小,而同樣含有數十億個MOSFET的晶片就愈小,封裝以後的積體電路(IC)就愈小,最後做出來的手機就愈小囉!

但是要特別留意,並不是所有的電晶體都必須便用先進製程,而是要看不同元件需要的特性來決定,目前積體電路(IC)依照特性主要分為三大類:

➩數位積體電路(Digital IC):可以進行運算或儲存,例如:處理器(CPU)或記憶體(DDR),只要承受很小的電壓或電流,閘極長度愈小愈好,可以做到10nm(奈米)以下。
➩類比積體電路(Analog IC):可以進行訊號放大與調變,例如:功率放大器(Power amplifier)、音訊放大器(Audio amplifier),必須承受較大的電壓或電流,閘極長度較大,可以做到100nm(奈米)以下。
➩功率積體電路(Power IC):可以進行電源轉換,例如:功率電晶體可以將220V的交流電轉換成110V的直流電,必須承受更大的電壓或電流(功率),可以做到1μm(微米)=1000nm(奈米)以下。

鰭式場效電晶體(FinFET):將半導體製程帶入新境界

MOSFET的結構發明以來到現在已使用超過四十年,當閘極長度縮小到20奈米以下的時候遇到了許多問題,其中最麻煩的就是當閘極長度愈小,源極和汲極的距離就愈近,閘極下方的氧化物也愈薄,電子有可能偷偷溜過去產生「漏電(Leakage)」;另外一個更麻煩的問題,原本電子是否能由源極流到汲極是由閘極電壓來控制的,但是閘極長度愈小,則閘極與通道之間的接觸面積愈小,如圖三(a)綠色箭頭所示,也就是閘極對通道的影響力愈小,要如何才能保持閘極對通道的影響力(接觸面積)呢?

因此美國加州大學伯克萊分校胡正明、Tsu-Jae King-Liu、Jeffrey Bokor等三位教授發明了「鰭式場效電晶體(FinFET:Fin Field Effect Transistor)」,把原本2D構造的MOSFET改為3D的FinFET,如圖三(b)綠色箭頭所示,因為構造很像魚鰭 ,因此稱為「鰭式(Fin)」。由圖中可以看出原本的源極和汲極拉高變成立體板狀結構,讓源極和汲極之間的通道變成板狀,則閘極與通道之間的接觸面積變大了!

這樣一來即使閘極長度縮小到20奈米以下,仍然保留很大的接觸面積,可以控制電子是否能由源極流到汲極,因此可以更妥善的控制電流,同時降低漏電和動態功率耗損,所謂動態功率耗損就是這個FinFET由狀態0變1或由1變0時所消耗的電能,降低漏電和動態功率耗損就是可以更省電的意思囉!

電晶體的演進過程。
電晶體的演進過程。
圖/ wccftech.com:samsung-makes-the-first-3nm-gaafet-se

值得注意的是,在成熟製程MOSFET裡「閘極長度」代表「製程節點」,但是到了先進製程FinFET上指的其實是概念上的「平均長度」,只能當作是「商品名稱」,而不是真的閘極長度,因此「幾奈米」是廠商自己定義的,廠商說是幾奈米它就是幾奈米,而在台積電3奈米製程裡比較「接近」3奈米的結構其實是圖三裡的「鰭片寬度」,因為這是所有構造中最細小也最難製作的。

環繞閘極場效電晶體(GAAFET):未來先進製程的發展方向

大家猜猜,當閘極長度縮小到3奈米以下的時候,還有什麼辦法可以增加閘極與通道之間的接觸面積?就是閘極把電子通道完全包圍起來,如圖三(c)所示,稱為「環繞閘極場效電晶體(GAAFET:Gate All Around Field Effect Transistor)」,原理其實很簡單,就是增加閘極與電子通道的接觸面積,可以增加閘極控制效果。

由圖四可以看出,台積電與三星同時在2018年量產7奈米,英特爾在2021年量產落後三年;台積電與三星同時在2020年量產4奈米,英特爾在2022年量產落後二年;台積電與三星同時在2022年量產3奈米,英特爾計畫在2023年量產落後一年,因此英特爾並沒有大家想像的落後很多,當然宣布量產是一回事,良率多高又是另一回事,目前進度與良率都領先的只有台積電一家,這也是台積電最大的優勢。

台積電與競爭對手的製程節點時程表。
台積電與競爭對手的製程節點時程表。
圖/ Intel

值得注意的是,三家公司都把2奈米的時程壓在2025年,而且都是使用GAAFET,裡面有兩個重要的含義,以前每一代製程大約只需要2年,但是先進製程困難度愈來愈高,因此必須3年才行,這代表未來台積電進步將更困難,而競爭對手追上來相對比較容易,這是台積電未來必須面對的問題。

此外,三星在2022Q2量產3奈米使用新型的GAAFET,但是台積電到2022Q4才量產3奈米使用舊型的FinFET,乍看之下是確實是三星彎道超車,但是三家公司2奈米都必須使用GAAFET,因此三星比台積電與英特爾多了3年的量產經驗,這是三星冒險在3奈米使用GAAFET的主要原因,未來是不是有機會彎道超車?

台積電與三星仍將決戰鰭式場效電晶體(FinFET)

環繞閘極場效電晶體(GAAFET)的製程非常複雜,比鰭式場效電晶體(FinFET)困難許多,因此國外媒體報導三星 3 奈米 GAAFET製程良率僅 20%3,這個其實並不令人驚訝,但是三星高層指出,三星3奈米製程良率已達「完美水準」且毫不遲疑開發第二代3奈米製程4,事實如何就讓我們拭目以待吧!

其實GAAFET良率根本很難提高,因此三星未來可能的做法就是回頭使用FinFET製做3奈米,反正廠商說這個是幾奈米它就是幾奈米,因此我大膽預言:台積電與三星仍將決戰FinFET。為什麼GAAFET良率根本很難提高,這個用文章說不清楚,有興趣的人可以參考《曲博科技教室》的課程影片:三星宣布量產3奈米!是真的超車台積電?還是真正的苦難才剛開始?

根據國外媒體的報導,高通(Qualcomm)與聯發科(MediaTek)還不確定是否會在2023年使用台積電3奈米製程代工手機晶片,因此蘋果有可能是2023年唯一採用台積電3奈米製成技術的廠商。而高通與聯發科之所以猶豫是否採用台積電3奈米製程的關鍵在於3奈米的成本極高,台積電從10奈米製程開始,每片晶圓銷售價格持續上漲,7奈米一片12吋晶圓大約10,000美元,到3奈米一片12吋晶圓大約20,000美元,用的還是FinFET,那麼到2025年2奈米一片12吋晶圓要不要接近30,000美元?這麼貴的東西客戶接受嗎?

台積電不同製程節點的價格預估。
台積電不同製程節點的價格預估。
圖/ Digitimes整理

未來三年台積電3奈米製程仍然領先全球

台積電3奈米製程(N3)改良後的 N3B已經順利在2022Q4量產,但是未來還有下面幾個衍生的製程節點,如圖六所示:

➩N3E:犧牲尺寸成全良率、效能、功耗,2023Q2或Q3量產。
➩N3P:製造工藝的性能增強版本,量產時間未定。
➩N3S:縮小尺寸的密度增加版本,量產時間未定。
➩N3X:超高性能的超頻版本,量產時間未定。

由於GAAFET困難度高,成本更高,大家是否能順利在2025年量產還是未知數,因此可以預期3奈米製程仍然是未來三年各家廠商競爭的主要標的,會使用很長一段時間,台積電利用3奈米衍生的製程節點,仍然能夠領先全球,比較令人憂心的還是美國補助英特爾、台積電、三星到美國設廠,大約都是在2024或2025年量產,可能對先進製程產生供過於求的問題,這是比較有風險的地方,值得大家留意。

台積電先進製程路線圖。
台積電先進製程路線圖。
圖/ 台積電(TSMC)

參考資料:technewstechnews(2)technews(3)chinatimes

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:傅珮晴

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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