【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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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