没有EUV光刻机，怎么做5nm芯片？

你可能不知道，问世超过20年的DUV光刻机，还在发光发热。

使用浸润式DUV光刻机+多重曝光技术生产5nm芯片完全可行，不计代价的情况下甚至能做到3nm。

尽管理论上可行，且在7nm节点上已被部分晶圆厂验证过，但这需要诸多条件同时满足，比如多重曝光中关键的“套刻精度”——多次曝光之间图形对准的精度。

此外，也涉及到许许多多的制程手段，比如相移光罩、模型光学临近效应修正、过蚀刻、反演光刻等，甚至基于最新的定向自组装光刻技术，在不依赖更高分辨率光刻的情况下，也有生产5nm芯片的可能性。

当然，这么做需要付出高昂的成本，一般晶圆厂不会采用这种极端的手段来量产先进工艺芯片，毕竟主流的方案都是经过市场优胜劣汰，筛选出来的最符合商业逻辑的制造方式。

我们先从一个基础知识讲起，但如果你对工艺节点有系统的认知，可跳过第一部分。

5nm是文字游戏？

想要搞清楚浸润式光刻机+多重曝光到底能否做到5nm之前，需要先厘清什么是5nm。正好这两天，也有人把这个话题又拿出来吵，说ASML揭了晶圆厂的老底。

在展开说线宽的话题之前，我们需要知道，晶体管的作用，线宽在这里面扮演的价值。

晶体管通过栅极（Gate）来控制电路的导通和截止，导通代表1，截止代表0，以此来实现二进制计算。栅极长度（Gate length）越小，电流通过晶体管的源极（Source）、漏极（Drain）的速度就越快，即芯片的性能越强。

图1：MOSFET场效晶体管平面结构示意图

过去，晶体管的栅极长度被定义为线宽，和工艺节点名保持一致，光刻、沉积、刻蚀、扩散都是缩小线宽的核心制程。

随着FinFET、Nanasheet这些立体的晶体管结构的问世，半导体行业开始突出等效性能的概念——虽然叫14nm，但它的栅极长度远不止14nm。例如，英特尔的14nm工艺，栅极长度是24nm，台积电的7nm工艺，栅极长度是22nm。

另一方面，线宽并不能作为衡量晶体管密度的特征参数，这是因为即便线宽很小，但如果栅极之间的间距很大，单位面积内容纳的晶体管数量依然无法提升。这个时候，如果要表示元件的微缩程度，就需要引出另一个关键指标——周距（Pitch，也有节距的叫法），如下图。比如，过去1个单位面积下有9个晶体管，通过缩小周距，可容纳10个晶体管。

图2：线宽/栅极长度、周距与半周距的关系

90年代，0.35μm以前，工艺节点、半周距（Half pitch，即周距的一半）与栅极长度均一致，但在这之后，半周距、栅极长度与节点的对应关系出现分歧。从下面的图表我们可以清楚看出节点，半周距与栅极长度的关系与演变。

回到最开始的话题，当我们在说5nm的时候，其实只是在说它的制程节点，而并不是实际的线宽。

许多朋友喜欢说，现在各家半导体大厂宣称的多少nm工艺都是营销话术，严格意义上，20年前所有工艺节点都是如此。10年前，行业进入14nm的FinFET立体结构时代，则彻底地打破节点、周距、栅极长度与线宽的关联。

没有统一的标准自然会被企业拿来玩文字游戏、模糊概念，三星在其14nm节点上首开先河，台积电为了不落人后马上跟进，但保守的定义为16nm，只有自诩为“摩尔定律”坚定追随者的英特尔，当时还在死磕传统线宽的命名方式，直到2021年才全面修改节点命名，跟随竞争对手的节奏。

但这有问题吗？其实一点问题都没有。

晶体管早就从平面变为立体结构，如果我们把线宽的概念转化为单位晶体管密度（MTr/mm2，即每平方毫米百万晶体管数），会发现摩尔定律并没有消亡，只是以一种不同的形态继续生效——晶体管单位密度仍一直在增加——原本摩尔定律规定的就是“晶体管数量每18个月提升一倍”。

晶体管密度江湖里的搏杀

针对晶体管的各种特征尺寸多而复杂，每个厂商都有不同的定义设计，不同厂商相同制程工艺的产品也不完全具有可比性。

目前直观比较各家制程差异的唯一办法，就是回归摩尔定律的本质，对比晶体管密度，即单位面积内的晶体管数量。

根据上表的数据，在14nm节点英特尔、台积电、三星单位晶体管数量都是每平方毫米0.3亿颗左右。

10nm开始，英特尔将14nm+++改为Intel 10，名字是跟上了，但晶体管数量却成了倒数第一，而三星则是在10nm的优化版，即三星的8nm节点，才提升至与台积电大致水平。

2018年台积电利用浸润式光刻机1980Ci，配合四重曝光技术率先量产7nm，三星在隔年以更先进的EUV光刻机应战，但失去了先机。加上对EUV光刻机的熟悉不足，结果良率低下，最后以自家三星手机放弃猎户座芯片，转而搭载高通芯片以及开出比台积电低30%的代工费用，勉强留下大客户高通。英特尔这时候还在挤14nm+++的牙膏，7nm一役台积电大杀四方。

台积电7nm从DUVi的N7、N7P，到EUV的N7+及N6共四个版本，晶体管密度从0.91提升到1.16亿，三星为0.95亿，英特尔2020年才量产1亿晶体管密度，而在这个节点上，台积电已先一步帮华为生产出全球首款5nm手机芯片麒麟9000，晶体管密度达1.5亿+。

2020年，三星宣布量产5nm，但晶体管密度只从7nm的0.95亿小幅提升至1.27亿，改良版4nm也只有1.37亿晶体管，远远不如台积电初代5nm的1.5亿，与台积电1.8亿的5nm改良版N4P差距更大，只能算作7nm的升级版。3nm节点上，三星也存在类似的问题。

2021年英特尔宣布全面改名节点，英特尔10nm改成Intel 7，原本的7nm改成Intel 4，并把后续节点细化成了Intel 3、Intel 20A、 Intel 18A。英特尔CEO帕特·基辛格虽然提出了4年5个节点的路线图，但实际上Intel 7本身就是已量产的10nm，Intel 4与Intel 3是同一节点的细分优化版本，所以这5年真正要攻克的是3个节点。

根据我们的了解，Intel 18A进度大概率要延后，至少得2026年或者更久，而2025年底台积电第一代的2nm可以量产。但目前苹果3nm和2nm的案子都在跑，明年的A19是否采用台积电的2nm，将会在2025年第一季度视2nm产线的良率做最后定案。这也与去年苹果A17抢发第一代3nm，但升级效果不明显有关，毕竟N4P与N3B，晶体管密度分别为1.8亿、1.9亿，提升并不明显。

所以，今年苹果很可能会改变打法，让台积电继续深挖3nm潜能，比如今年苹果A18将采用N3P，虽说跟去年的A17一样都是3nm，但其晶体管密度从1.9亿到2.8亿。对比其他竞品的3nm，目前晶体管密度都还在1.8亿以下，且都是良率很低的小批量生产。

有一个现象是值得注意的：摩尔定律的节点推进时间从原本18个月到24个月，进入7nm以后则是延缓到30个月，2018年量产7nm，2020年量产5nm，2023量产3nm，2025量产2nm，大概为2~3年推进一代。以目前可知技术来看，1.4nm还能保持目前速度，1nm往后节点大概率拉长到40个月以上，但这只是线宽微缩的放缓，并不影响晶体管数量的提升。

在可以确定的20年内，芯片晶体管的总数将持续快速增长，甚至在单芯片功耗上超越原本的摩尔定律，比如3月份台积电的刘德音与黄汉森在IEEE发表的文章，预测未来10年内，人类就可以制造出一万亿颗晶体管的GPU单芯片，而且未来不再是通过单一的制程手段改善来提升晶体管数量，立体结构的优化、2D新材料以及先进封装每一个技术，都能有效并持续提升晶体管数量。

量产与良率成为模糊地带

过去抢先量产，是英特尔、三星、台积电三强竞争的关键，谁先量产谁就能掌握先机。

但现在，各家对节点定义的差距巨大，比如都说自己是5nm，但晶体管密度天差地别，从这个角度来看，对台积电还有一点点威胁的是英特尔，三星已经不在竞争的行列。

三星还有个玩法就是在良率上动手脚，一个新节点多少良率才算是达到量产水平，这是最说不清的。按台积电的做法，有外部客户愿意基于当前良率下单，并顺利产出才称为量产，也就是所谓的商业量产。

三星每个节点的首发客户基本都是内部的三星电子，一般在低良率阶段开启风险试产并同时对外宣称量产。

将研发中个位数良率拿来宣布量产，这么做只是为了宣传，不会有任何实质意义，因为良率不足的坏片，惯例是由客户承担，同等密度情况下，客户肯定是优先下单给良率最高的晶圆厂。在密度跟良率都落后的情况下，只有降低代工费用才能抢到零星客户，还得承担良率不足的坏片成本，但晶圆厂这么干，没有任何赚钱的可能性。

有一点需要注意，相关厂家有时候会透露自己良率已经到60%甚至80%，但这其中也有模糊地带。一般情况下80%的良率，只是对应矿机ASIC这种简单芯片，手机AP（Application Process，手机中的应用处理器CPU）的良率则有可能不到50%，而如果是GPU这类面积大的芯片可能只有20%出头。

同样的7nm工艺，生产不同产品良率截然不同，但厂家可能只告诉你最好的那个，这也是行业的猫腻之一。

晶圆厂的量产时间与良率是一个可以大做文章的模糊地带，这种对比绝非简单制程节点的同比，而要看单位面积的晶体管密度，以及真正可以拿到商业客户订单的量产时间与良率，才叫商业量产。

2020年，三星宣布量产5nm芯片，看似赢了对手，但一比较两者晶体管密度与良率，就会得出完全相反的结论。

没有EUV，怎么做5nm？

前面的几个部分，给大家讲了过去的5nm、现在的5nm对应的概念。简单总结：20年前如果说5nm，对应的就是线宽，晶体管的栅极长度，但是今天再说5nm，实际上就是一个工艺节点的符号，比起这个符号，单位面积下的晶体管密度才能判断出是否真的是5nm。

接下来，我们将通过一系列的讲解，来告诉大家，在没有EUV光刻机的情况下，通过哪些手段，来实现所谓的“5nm”“3nm”，这部分内容在林本坚博士的《光学微影缩IC百万倍》讲座中也做了非常详细的介绍，我们做了一些简要摘录，先从一个核心的光学分辨率公式开始（提示：这不需要太多数学基础，往下看即能看懂）：

半周距Half Pitch = k1λ／sinθ。

Half Pitch：参照文章图2，线宽/栅极长度+线与线的间距即Pitch，再乘以1/2即Half Pitch。

k1：与工艺有关的系数，缩小Half Pitch的关键，是所有晶圆厂光刻工艺工程师致力缩小的目标，也是我们要讨论的核心。

λ：光刻中使用光源的波长，从g-line的436nm，降到EUV的13.5nm，是光刻机制造商努力的目标。

sinθ：与镜头聚光至成像面的角度有关，基本由镜头决定，也是光刻机制造商努力的目标。

不过由于光在不同介质中，波长会改变，在考虑如何增加分辨率时，需要将透镜与晶圆之间的介质（折射率n）一并纳入考量，公式则变成了Half Pitch = k1λ／nsinθ（注：nsinθ即光刻机的数值孔径NA）。

图3：光线通过透镜系统聚焦成像示意图，n为介质折射率，θ为镜头的聚光角度

以193nm光源的浸润式光刻机为例，其k1为0.28，水的折射率n为1.44，sinθ为0.93，其Half Pitch=（0.28×193）/（1.44×0.93）=54.04/1.3392≈40nm，即分辨率为40nm。

所以，如果要提高光刻机的分辨率，可以调整公式中的变量，扩大分母或者缩小分子，对应有四种可能性：即增加聚光角度，提升sinθ、提高介质的折射率n、降低k1系数、采用波长更λ更短的光源。其中，降低k1系数是目前晶圆厂层面最大的突破口之一，可重点关注。

1）提升sinθ：研发巨大复杂的镜头

sinθ与镜头聚光角度有关，数值由镜头决定，sinθ越大，分辨率越高。光刻机所使用的镜头由非常多大大小小、不同厚薄及曲率的透镜，经过精确计算后，仔细堆叠组成的，需要靠起重机来吊装，目前光刻机的镜头系统接近6000万美元，EUV镜头系统甚至超过一亿美元。

图4：0.9NA光刻机镜头系统，NA（数值孔径）= n × sin θ

做得这样复杂，也是为了尽可能将sinθ逼近理论极值1。

目前ArF光刻机的镜头可将 sinθ值做到0.93，EUV光刻机目前只能达到0.33，Hyper-NA EUV的目标值是0.75，也是ASML的终极项目。如果未来没有新技术发明出来，这很可能是芯片物理光刻技术的终结。

2）缩短波长：材料与镜头的精准搭配

缩短波长主要依靠光源的改变，比如g-Line，i-Line的UV（紫外光），KrF，ArF的DUV（深紫外光）再到目前13.5nm波长的EUV（极紫外光），如果波长再短就是X-ray。

改变光源可以获得想要的波长，但镜头的材料也必须相应改变，材料可选项也会越少。

另一种解决方案是在镜头组中加入反射镜（下图黄色部分），这样的镜头组合称为反射折射式光学系统。不管什么波长的光，遇到镜面的入射角和反射角都相等，以反射镜取代透镜，就可以增加对光波带宽的容忍度。

图5：193nm的ArF光刻机所使用的镜头系统，从图中可看到在透镜组合之间加入了反射镜。

到了EUV的13.5nm波长时，整组镜头都采用反射镜，称为全反射式光学系统，这种系统必须设计得让光束相互避开，使镜片不挡光线。此外，相较于透镜穿透的角度，镜面反射的角度对误差的容忍度更低，必须非常精准。

光源改变不仅会影响镜头材料，也牵涉到光刻胶的材料，涵盖化学性质、透光度、感光度等特性，这也是个浩大的工程，需要无数的材料及配方去应对不同制程的layer。其中，感光速度是节省制造成本的关键，每次曝光多几秒，那对芯片制造来说都是不可承受的成本。

3）提高折射率n值：浸润式光刻技术

在增加分辨率的路上，还可以调整镜头与晶圆之间的介质。由前台积电研发副总林本坚提出的浸润式技术中，将介质从折射率接近1的空气，改成折射率1.44的水，形同193nm波长等效缩小1.44倍至134nm。

图6：干式光刻系统与浸润式光刻系统的差异

浸润式技术让半导体制程可以继续使用同样的波长和光罩，只要把水放到镜头底部和晶圆之间就好。理论很简单但难点在于，例如浸液系统中的DI Water（去离子水）中的空气会产生气泡，必须完全清除，且要让水快速流动使之分布均匀，保证成像效果。

我们了解过，ASML浸润式光刻机的Alpha机，仅浸液系统，在台积电南科专门跟林本坚团队一起修改了7-8回，耗时两年多。Alpha机完成后的Beta版还得组织庞大的人力在晶圆厂消耗无数晶圆，把原本上千个缺陷，降到几百个、几十个，最后降到零，这是一个艰苦的过程。

4）降低 k1：分辨率增益技术（RET）

提高分辨率的最后一条路，就是降低k1值，这是晶圆厂里光刻工艺工程师工作的重中之重，也是离我们最近的一条路线。将k1降下来，是DUV光刻机制作5nm芯片的关键。

首先要解决的问题是“防振动”，就像拍照防抖一样，在曝光时设法减少晶圆和光罩的相对振动，使曝光图形更加精准，恢复因振动损失的分辨率；其次是“减少无用反射”，设法消除曝光时晶圆表面所产生的不必要的反射。改良上述两项参数，实测的数据显示，基本可以将k1控制在0.65的水平。

进一步提高分辨率还需要使用到双光束成像，分别有偏轴式曝光及相移光罩两种。偏轴式曝光是调整光源入射角度，让光线斜射进入光罩。透过角度调整，这两道光相互干涉来成像，使分辨率增加并增加景深。相移光罩则是在光罩上进行处理，让穿过相邻透光区的光，有180度相位差。这两种做法都可以让k1减少一半，但都属于双光束成像的概念，不能叠加使用。到这里，基本可以使k1控制在0.28。

再进一步降低k1，杀手锏是用两个以上的光罩，也就是大家耳熟能详的多重曝光。最通俗的解释就是将密集的图案分工给两个以上图案较宽松的光罩，轮流曝光在晶圆上（如下图7）。

图7：28nm光刻机使用的光罩示意图，光透过白色孔照射在晶圆的光刻胶上呈现黄色圆点，借助2个光罩分两次曝光，以实现分辨率的提升

不过，因为曝光次数加倍，在WPH（晶圆片数/小时）不变的情况下，晶圆产出效率降低了一半，多次曝光也将导致良率的降低，更低的产出加上更低的良率，这对“成本即一切”的半导体行业来说是不可承受之重，而曝光次数增加导致的低产出无可避免，工程师们唯一可以挽救的唯有良率。

在浸润式光刻机上，叠加使用光学邻近效应修正、光源与光罩联合优化等技术，可以让k1值下探到0.2，分辨率可达28nm。采用双重曝光，k1可以从初始的0.28降至0.14，分辨率则达到20nm。采用四重曝光则可以将k1降到0.07，分辨率达到10nm左右，甚至比EUV光刻机的11.5nm的分辨率更高，这就是浸润式光刻机多重曝光做7nm、 5nm甚至3nm的理论依据。

虽然理论简单，但实践起来就没那么容易，这其中自对准多曝光技术最为重要，借助这项技术可以让k1值成倍缩小，而这项技术最关键的就是光刻机的套刻精度（Overlay），它决定了芯片上下层的对准精度，进而决定了多重曝光的良率。

提高套刻精度的办法之一，就是拿到更高精度的设备，比如2100i DUV光刻机。另外，每家晶圆厂掌握的技术也不尽相同，目前能把多台套刻精度（MMO）做到无限接近单台套刻精度（DCO），全世界仅台积电一家。这是基于光刻机性能以外的know how，有两个数据可供参考：台积电用MMO:2.5nm的1980ci光刻机+四重曝光良率超过80%，而我们大陆工厂用MMO:1.5nm的2050i+四重曝光下，经过2年的不断努力，良率接近50%。

去年，比利时微电子研究中心（IMEC）去年发布了浸润式光刻机借助八重曝光做5nm的技术方案。

其他技术路线上，IMEC和Mentor还共同创建不需添加任何冗余金属，没有额外的电容SALELE（自对准-光刻-刻蚀）技术，以及跳脱了传统使用光罩的光刻，以材料研发为方向，先合成聚合物再加热处理产生特殊的化学交互作用，就会自动对齐成为比原来小四分之一结构的“定向自组装技术”（Directed Self-Assembly，DSA）。

另外，由于EUV太容易被吸收，无法像DUV一样用水折射增加折射率n值，ASML通过High-NA，Hyper-NA提高sinθ这种路径最终会走到尽头，所以晶圆厂制程端，可以大幅度降低k1的多重曝光就成了不论DUV，还是EUV都绕不开的技术。这也意味着沉积与刻蚀设备更加重要，AMAT、LAM、TEL三巨头无不卯足了劲发展相关技术，包括更复杂的脉冲，更精细地控制，更大功率的工具，尤其是原子层沉积与刻蚀技术，都将改变原来的工艺路线。

再回到文章第二部分的晶体管密度表，未来不论节点名称叫“3nm”还是“N+4”，这些都不是重点，重点是芯片晶体管密度是否能够大幅度提升。

本文来自微信公众号：腾讯新闻（ID：qqnewstiejun），作者：Leslie Wu（前台积电建厂专家），编辑：苏扬