半导体“权力游戏”：GAAFET

北京大学的团队开发了世界上第一个二维GAAFET晶体管，突破了电路电阻量子极限，开启了后摩尔时代。这一结果在《自然》中公布，实际性能超过了国际巨头。二维堆叠技术使中国半导体站在1纳米工艺的竞争前沿。

近年来，随着半导体行业的不断发展，摩尔定律逐渐失效，使得人们越来越难以改进芯片制造技术。许多人认为围绕栅栏是非常困难的。（GAA）结构技术促进了芯片技术的发展。

AI芯片在后摩尔定律阶段是如何发展的？

01 如何走向GAAFET？

半导体制造技术在GAA之前主要经历了两个重要阶段：平面效应晶体管。（PlanarFET）和鳍场效应晶体管（FinFET）。贝尔实验室于20世纪50年代末开发了MOS管，正式宣布计算机电子管时代的结束。在接下来的50年里，每个人都试图将平面效应晶体管技术改进到20纳米，但是发现很难突破20纳米技术的瓶颈。加州大学伯克利分校的胡晨明教授于2000年推出了一种叫做FinFET的新型场效应晶体管结构。正如其名称所示，其结构与鳍相似。近几年来，FinFET在芯片制造过程中突破了20纳米的关键工艺节点，并将芯片工艺发展到5纳米以下。但是，目前的FinFET技术只能发展成2纳米，仍处于研究开发阶段。大部分人对将FinFET技术提升到2纳米以下并不乐观。所以，另一种高性能结构GAAFET应运而生，被认为是可以替代FinFET并持续摩尔定律的。

与传统的FinFET相比，后者只覆盖通道的三面，而在GAAFET的情况下，以纳米线通道设计为例，整个通道轮廓完全被网格覆盖，说明网格对通道的控制更好。

三星在2022年首次使用。 GAA 该技术突破了鳍场效应晶体管 (FinFET) 性能限制，通过降低电源电流水平来提高功率效率，同时通过提高驱动电流能力来提高性能。在高性能、低功耗计算中，三星率先将纳米片晶体管应用于半导体芯片，并计划将其扩展到移动处理器。三星电子总裁兼晶圆代工业务负责人崔时永博士表示:“随着我们在下一代技术中应用于制造业的领先地位的不断呈现，比如第一个晶圆代工行业高。 K 金属栅极 (High-K Metal Gate)、鳍场效应晶体管 (FinFET) 还有极紫外线 (EUV) 技术方面，三星发展迅速。我们努力选择世界上第一个选择。 MBCFET 的 3 纳米技术，继续保持这个领先水平。在竞争性科研开发方面，我们将继续积极创新，并制定有利于加速技术成熟的过程。”

三星的专有技术应用包括通道较宽的纳米片，以及GAA的使用，通道较窄的纳米线 与技术相比，可以实现更高的性能和更高的能源效率。运用 3nm GAA 三星可以调节纳米片的通道宽度，从而优化功耗和性能，满足不同客户的需求。此外，GAA 对于设计技术的协同优化，设计灵活 (DTCO) 很有利于提高功率，性能，面积， (PPA) 优势。与 5nm 与工艺相比，第一代 3nm 过程可以将功耗降低高达 性能提升45% 面积下降23% 第二代，16% 3nm 工艺则可以将功耗降低高达 性能提升50% 面积减少30% 35%。

02 与FinFET相比，它的优势

网格控制和功耗特性

GAAFET通过三维围绕栅极结构（Gate-All-Around）通道控制的质的飞跃已经完成。GAAFET网格与FinFET的二维接触相比，显著增强了通道的静电控制，从而有效地降低了漏电流，使整体功耗优于FinFET。

沟通频率性能比较

纳米片在交流频率表现上（NS）GAAFET的设计参数对其性能起着决定性的作用；

通过优化有效电流与电容之间的平衡，更宽更薄的纳米片性能超过FinFET；

传统的方形纳米线（NW）由于载流子迁移率有限，GAAFET的频率响应弱于FinFET。

提高设备面积的潜力

NS 在同一Weff下，GAAFET可以实现比FinFET更紧凑的设备布局，通过堆叠更宽、更薄的纳米片结构；

在固定堆叠间隔下，单层纳米片GAAFET的面积效率高于双层结构；

采用三维堆叠设计，NS GAAFET可以进一步突破FinFET面积的限制，为高密度集成提供更大的潜力。

另外，GAAFET还具有可扩展性的优点：热管理和电子转移特性

热效应抑制能力

在大多数工作场景中，GAAFET的低功耗运行特性显著低于传统FinFET。它周围的栅极（GAA）结构不仅提高了栅极控制能力，而且改善了排热路径，有效地减少了设备内部的热积累，从而提高了耐热性，保证了高性能下的稳定性。

提高电子转移抗性

通过抑制漏电流，GAAFET的三维网极包裹通道设计大大提高了载流子的控制能力，显著降低了电子转移。（Electromigration）风险；

GAAFET与FinFET相比，在相同的工艺节点下，其电子迁移率更低，从而进一步减少功耗损失，延长设备寿命。

可扩展性综合优势

得益于上述特点，GAAFET在功耗、频率、面积、热管理和可靠性方面表现出色的可扩展性。（Scalability），使之成为先进工艺(如3nm及以下)的核心技术路径。

未来几年，GAAFET将是半导体产业的绝对领先技术，但是它的发展仍然面临许多挑战。 这种新一代晶体管在低工艺节点上具有显著优势。然而，其复杂的立体结构、严格的材料要求和与现有技术平台的不兼容性导致R&D过程极其缓慢。目前，世界上只有台积电（TSMC）而且三星两大巨头都有量产能力，突出了这项技术的高门槛特征。

当前GAAFET领域竞争格局暗潮汹涌。 随着高端芯片需求的不断爆发，苹果、英特尔等科技巨头对先进工艺的渴望日益增加。台积电和三星的技术竞争已经进入白热化阶段。如果任何一方能够在良率或功能上取得突破，全球芯片供应格局将得到重塑。这种竞争不仅关系到企业的利益，也决定了下一代半导体技术中各国的话语权。

但是，GAAFET的产业化还有很长的路要走。 为了实现稳定量产，需要跨越极紫外线刻度（EUV）多重技术鸿沟，包括设备升级、设计工具链重构、材料体系创新等。这一挑战不仅需要数百亿美元的持续投资，而且依赖于整个工业生态的协同创新。GAAFET技术仍然需要经历一个漫长的优化过程，从实验室突破到大规模生产。只有通过整个产业链的合作，才能最终实现高性能、高良率和成本控制的平衡，为后摩尔时代的信息技术发展奠定坚实的基础。

03 一叶知秋：后摩尔时代的AI芯片

后摩尔时代AI芯片的发展特征可以从GAAFET的火爆中体现出来。

在后摩尔定律时代，由于传统晶体管微缩的限制，AI芯片的开发正在经历重大变化。随着AI工作负荷的日益复杂和数据密集，新的设计模式应运而生，旨在保持性能提高和效率提高，而不仅仅是提高晶体管的密度。

AI 硬件不再依赖于“一刀切”的解决方案，而是不断发展，除了通用性。 CPU 此外，还包括特殊的控制部件。（GPU、TPU 和 NPU）。这种方法使 AI 该系统可以向最合适的硬件分配特定的任务，从而优化机器学习推理、实践和边缘计算的性能。通过减少计算费用和延迟，为自然语言理解或计算机视觉等任务量身定制的领域特定结构也可以提高效率。

另一个关键转变是将人工智能算法直接集成到硬件中。传统上，人工智能模型依靠软件优化来提高性能，但是深度学习模型越来越复杂，要求硬件和软件更紧密地集成。现在，人工智能加速器内置了对神经网络计算的支持，不需要大量的软件调优，就可以实现更快、更有效的处理。这种趋势在边缘人工智能设备中尤为明显，因为能源效率和实时推理能力在这些设备中尤为重要。

未来，人工智能芯片的研发将依赖于各种相互补充的计算框架。同时，热学计算为随机计算提供了实用性，而光子计算为增加通信带宽提供了短期解决方案。它们可能在未来的异构计算系统中占有一席之地。可逆计算、热学模型和光子解决方案等新范式可能在此类系统中并存，以应对不同的人工智能工作负荷。

量子计算、神经形态计算等新技术可能会重塑人工智能芯片的发展。量子计算有望以比目前系统更快的速度解决复杂的问题，而神经形态芯片则模拟人脑的工作模式，以更低的能耗提供卓越的人工智能性能。虽然它们无法替代现有的人工智能硬件，但它们现在正在进行深入的研究，并可能引领未来的突破。

随著晶体管规模缩小带来的收益减少，光子计算、量子计算等新技术正为人工智能硬件打开新的大门。

随着人工智能芯片开发超越摩尔定律的传统模式，行业正面临巨大变化，其进展取决于晶体管密度以外的其他因素。特殊结构、异构计算和3D 芯片堆叠的创新正在促进性能的提高，能源效率和支出的考虑仍然尤为重要。未来，人工智能硬件需要在这些进步和制造复杂性和供应链约束的挑战之间取得平衡。

本文来自微信公众号“半导体产业纵横”（ID：ICViews），作者：米乐，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com