來源：https://goo.gl/CMwg1w 心得： 非常有趣的文章，用科學方式探討兩家廠商製造上的差異，本文有比較多學術上的知識， 不過作者寫的比較淺白，覺得字太多可以直接看結論 智慧型手機的普及，大大地改變了現代人們的生活方式，言猶在耳的那句廣告詞——「科 技始終來自於人性」依舊適用，人們對於智慧型手機的要求一直是朝向更好、更快以及更 省電的目標。就像2015年發生的iPhone 6晶片門事件，每個蘋果(Apple)產品的消費者一 拿到手機時，都迫不及待地想要知道自己的手機採用的是台積電(TSMC，16nm)或是三星(S AMSUNG，14nm)的晶片。 這場戰役兩家大廠互有消長，首先是三星的14nm較台積電的16nm搶先半年投入量產，因兩 家大廠的鰭式電晶體(FinFET)設計也確有雷同之處，後續又衍生了競業禁止官司訴訟等故 事，無論如何，最終台積電還是以些許性能優勢擊敗三星，並使其16nm製程於隔年獨拿了 Apple的A10處理器(iPhone 7)訂單。 2017年，三星捲土重來，自主設計了10nm技術製程的Exynos8895 (名稱源於希臘單詞Exyp nos和Prasinos，分別意為智慧和環保)，搭載於自家旗艦機Galaxy S8上，宣稱與上一代1 4nm製程相較性能提高了27%、功耗降低40%。另一方面，台積電的10nm產品A11 Bionic於 今年iPhone 8發表會上亮相，Apple副總裁Phil Schiller對該晶片做了短短一句評價：「 智慧型手機歷來最強大、最聰明的晶片」(The most powerful and smartest chip ever in a smartphone)。 於此人們又有新的議題可以討論，兩家世界級半導體廠究竟在新的10nm世代孰強孰弱呢？ 眾多的分析平台都針對兩家的產品進行了評比，例如，圖1是知名跑分評測網站Geekbench 針對兩家晶片進行的比較，我們可以看到台積電的A11晶片效能分數，無論是單核心的421 6分或多核心的10101分，分別都優於三星Exynos8895的1957與6433分，後續亦有許多文章 或平台以各種數據說明兩家大廠產品的規格品項差異。 https://i.imgur.com/vnLKrMD.jpg 20180209_10nm_NT31P1圖1：Geekbench網站提供的效能參考：i8 vs. S8 本文則從另一個角度出發，以材料分析的方式一探iPhone 8的Bionic (以下簡稱i8)以及G alaxy S8的Exynos8895 (以下簡稱S8)兩款晶片中靜態隨機存取記憶體(SRAM)區域與FinEF T製程的差別，輔以高解析度的穿透式電子顯微鏡(TEM)影像分析技術，呈現奈米級尺寸差 異的影像，並以微區的能量散佈光譜映射分析結果(EDS mapping)，解釋兩家選用材料的 差別，讓讀者得以連結形貌與成份二者間的關聯，從而瞭解兩家大廠的10nm製程。 SRAM大小與密度 我們曾經在《電子工程專輯》期刊中發表「由材料分析觀點看英特爾14nm/14nm+演進」一 文，比較英特爾(Intel)的14nm及14nm+6T SRAM差異。6T SRAM單元面積越小，顯示在同樣 尺寸大小的元件可以植入更多的記憶體單元。圖2是2017年初英特爾指出14nm跨入10nm時 ，同樣大小的邏輯區域會增加2倍以上的記憶體單元，故6T SRAM單元面積通常被視為衡量 製程優劣的重要因素。 https://i.imgur.com/qa6Zvbm.jpg 20180209_10nm_NT31P2圖2：英特爾指出SRAM密度與線寬發展的關係 圖3a、3b分別指出iPhone 8 (i8)以及Galaxy S8 (S8)之晶片SRAM區域的STEM影像俯視圖 ，我們可以發現i8製程中的鰭片間距(Fin pitch)較S8的小，進而影響了6T SRAM的單元面 積，i8的面積為0.040um2，遠遠小於S8的0.049um2，然而圖3c、3d顯示兩者在製程上並無 材料選擇上的差異，所以相信i8整體效能勝出，與其邏輯區域搭載單元數量有相對之關係 (若SRAM整體區域大小相同的狀況下，i8搭載的記憶單元數量將是S8的1.25倍)。 https://i.imgur.com/W6zUcLY.jpg 20180209_10nm_NT31P3圖3：(a)i8 SRAM區域的STEM影像；(b)S8 SRAM區域的STEM影像；( c)i8 SRAM區域的EDS影像圖；以及(d)S8 SRAM區域的EDS影像圖 FinFET結構與特性 進一步看看兩者間鰭片結構的差異，透過TEM的影像以及EDS影像，我們可以解析其極細微 的差異，圖4a、4b呈現的是i8以及S8中鰭式矽基板的形貌，包含了N型(N-Fins)以及P型(P -Fins)結構。 https://i.imgur.com/gZ2Uf1v.jpg 20180209_10nm_NT31P4圖4：(a)i8 FinFET結構的TEM影像；(b)S8 FinFET結構的TEM影像 ；(c)i8 FinFET結構的EDS影像圖；以及(d)S8 FinFET結構的EDS影像圖 兩者的設計間存在著一些差異：首先，i8的N-Fins結構有二分之一的底部是相連的，這裡 跟S8的每個鰭片彼此間有很大的不同；表1統整了一些N-Fins的指標性尺寸，在這裡我們 可以發現兩家的製程設計走向不一樣的路線，S8致力於增加與閘極接觸的鰭片高度(Fin H igh)與鰭片寬度(Fin Width)，因此S8在這兩個數字上都是略勝i8的，這個設計完全符合F inFET增加通道面積的概念。雖然i8可能在通道面積上略小於S8，但其鰭片間距卻比S8小 非常多，因此我們認為i8除了增加通道面積外，也兼顧縮小單元面積大小，因而能大幅增 加SRAM單元數量。 https://i.imgur.com/RtLwnOT.jpg 20180209_10nm_NT31P5表1：鰭片的高度、寬度與間距差異：i8 vs. S8 另一方面是材料的選擇，從圖4c、4d的EDS影像顯示，兩種10nm的FinFET成份組成是大同 小異的，而且也沒有出現跟以往不同的新材料，但是，i8在P-Fins的設計上有一個較獨特 的地方，我們發現了明顯的鍺(Ge)訊號出現在鰭片上，而且整整涵蓋了三分之一的鰭片， 意即i8直接將鍺元素添加於P-Fins結構中；而對照S8的設計，在P-Fins結構的頂端也可觀 察到鍺訊號，但是非常微弱，而且只佔整體十分之一的鰭片長。 在2016年IEEE國際電子元件會議(International Electron Device Meeting，IEDM)的一 篇文章‘Setting the Stage for 7/5 nm’中提及，在鰭片中添加鍺確實能夠有效地提升 電洞的遷移率，而且三星、GLOBALFOUNDRIES、IBM皆已計畫在7nm製程中使用，目前各廠 尚未量產或大量添加，原因可能是尚未完全克服添加鍺後形成的錯位跟缺陷，但我們的確 看到台積電已經在10nm量產中使用此技術領先群雄。 SiGe組成與應變 在目前的製程中，磊晶所生長的矽鍺(SiGe)結構係利用矽鍺與矽之間晶格常數差異產生應 變，從而提高載子的遷移率，這使得邏輯元件在相同尺寸下，性能可以得到很大的提升。 為了讓讀者一窺SiGe全貌，我們準備一個極薄(依照圖5中閘極下緣high-k材料的邊界及其 下方的鬼影判斷，我們製備的樣品寬度為一個鰭片左右，約5~10nm)的樣品來觀察鰭片上 方磊晶的SiGe結構。 https://i.imgur.com/5hgmfxa.jpg 20180209_10nm_NT31P6圖5：(a)i8與(b)S8平行鰭片方向閘極與SiGe結構；(c)i8與(d)S8 SiGe結構處的EDS元素分布圖 圖5即是在i8與S8平行P-Fins方向上觀察到閘極與SiGe部位的高角度環形暗場(HAADF)影像 及其EDS mapping影像。我們可以因此推敲一些設計細節：i8所使用接觸SiGe的金屬觸點W 為多段設計，但S8卻是一整塊的W材料；另一方面，比較SiGe的大小面積，即可看到S8的S iGe相對面積較小，可能在製程的過程中有較大的SiGe損耗，這一點在i8中可以看到其SiG e整體結構優於S8的表現。最後，在HAADF影像及EDS成份分析，則可觀察到兩者的SiGe皆 呈現兩個不同濃度的成份分佈，中心與外層的鍺濃度不相同，而這個設計最早在英特爾的 14nm+時已經觀察到了，相信濃度變化的SiGe應可導致更大的應變，使得載子的遷移率能 夠有效地提升。 金屬連線與尺寸微縮 最後使用SEM觀察整體SRAM金屬連線的狀況(圖6)，在此可以清楚地看到i8在這個部份遠遠 勝過S8，粗估M1至M11，i8的尺寸就比S8將近少了300nm，在這個金屬連線迅速降低的情況 下，相對而言即是帶來寄生電容及訊號延遲(RC-delay)的現象。RC-delay的影響因子如下 ： 20180209_10nm_NT31F1 https://i.imgur.com/JMM5SOe.jpg ρ= 互連導線電阻值 ε= 圍繞導線的介電材料之介電常數 L= 金屬互連的長度 W= 寬度或互連的間隔 在導線距離W迅速減少的情況下，為了降低RC-delay的方法有二，第一為更換更低電阻的 導線材料，這一點在日前於舊金山舉行的IEDM 2017上，英特爾透露其10nm的製程節點細 節，他們將為最底部的兩互連層更換新材料——鈷(cobalt)，這個部份的細節將在日後進 一步揭露；第二即是使用更低介電常數的材料做為low-k層。本文在i8與S8的討論中，並 沒有發現到金屬導線材料的更新，所以我們推斷i8所使用的low-k材料可能也優於S8，才 能在尺寸最佳化300nm的情況下，依然保持高效能。 https://i.imgur.com/JUkUs0H.jpg 20180209_10nm_NT31P7圖6：10nm製程金屬內連結的SEM影像：(a) i8與(b)S8 結語 根據i8與S8的FinFET比較，以筆者的角度觀察，S8規規矩矩地走向尺寸微縮，以及增加通 道面積的方向，但是i8在這個架構概念下增加了更多的巧思，提升了整體邏輯區的密度， 同時也在製程中添進了一些極微小的差異來改善效能。 透過進一步的材料分析，就能幫助製程端以及讀者發現並了解這些極小的差異。正所謂「 見微知著」，小小的一個SRAM區域就已經藏在許多設計上的小細節，而且最後的勝負就來 自於這些每一個小細節的累積。 因應10nm以下的製程即將開打，製程端在微縮尺寸將會面臨更多的挑戰，此時製程的驗證 能力，如何精準地提供在幾個奈米間的差距，絕對是致勝的關鍵。藉由材料分析帶來的強 大驗證武器，將成為製程端以及讀者的眼睛，並一起投入接下來的每一個戰場。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.137.19.131 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/iOS/M.1519800483.A.EF6.html t大英明 ※ 編輯: j673 (110.26.102.10), 02/28/2018 22:39:06