台积电北美技术研讨会，整个细节来了

当地时间4月23日，台积电在美国召开了“2025年北美技术研讨会”。台积电本次会议介绍了先进的技术发展和行业挑战和机遇，重点分析了半导体技术升级、先进的工艺路线图、下一代节点验证和晶体管架构和材料创新，旨在支持未来的智能计算基础设施。

下面是本次会议的重点内容。

AI和半导体市场

据台积电发布的最新消息，半导体产业正进入前所未有的扩张阶段，预计到2030年，全球半导体市场将达到1亿美元。促进这种增长最重要的因素是高性能计算（HPC）和人工智能（AI）应用爆发式发展。

上面的图表显示了台积电的预测，到2030年，HPCAI将占全球半导体市场的45%，成为主导应用平台。其次是智能手机，占25%；15%的汽车电子占15%；物联网占10%；其他领域占5%。这种市场结构的变化表明，半导体市场正在从以移动终端需求为中心的创新驱动模式转变为以AI和高吞吐量计算工作负载为核心的创新驱动模式。

如何快速加快AI驱动的应用对半导体的需求？这种增长从数据中心的AI加速器扩展到AI个人电脑、AI智能手机、增强现实/虚拟现实。（AR/XR）机器人出租车和人形机器人等设备，以及更长期的应用。这类应用不仅数量不断增加，而且结构复杂性也不断提高。

具体来说，预计到2029年，AI个人计算机的出货量将达到2.8亿台，预计到2025年，AI智能手机的出货量将超过10亿部。预计到2028年，AR/XR设备的出货量将达到5000万台。

此外，预计到2030年，机器人出租车和人形机器人等下一代应用每年将需要250万个高性能芯片。这些数据表明，未来的芯片不仅要有更高的计算性能，还要在能源效率、系统级集成、封装密度等方面取得突破。

台积电认为，这些新的AI驱动应用将大大增加芯片的复杂性，对更密切的集成提出更高的要求，促进工艺创新，最终为半导体行业的新一轮增长增加动力。在台积电看来，这是实现半导体行业1亿美元愿景的基本途径。

先进工艺技术：N3、N2、A16、A14

N3

当前，台积电的N3系列(即3nm工艺)已经包含了已经量产的N3和N3E，并且计划后续推出N3P。、N3X、N3A和N3C版本。

台积电透露，本公司计划于2024年第四季度开始生产基于N3P(第三代3纳米)性能强化生产技术的芯片。N3P是N3E的后续产品，主要用于客户端和数据中心应用，需要提升性能，保留3纳米IP。

N3P是N3E的一种光学微缩工艺，它保留了设计规则和IP兼容性，同时在相同的漏电流下提高了5%的性能，或者在相同的频率下降低了5%到10%的功耗，而在典型的逻辑、SRAM和模拟模块混合设计中，晶体管密度提高了4%。由于N3P密度增益来源于优化的光学器件，它可以更好地扩展整个芯片结构，特别有利于SRAM的高性能设计的广泛应用。现在N3P已经投入生产，所以这家公司现在正在为其主要客户开发基于该研究的商品。

N3X有望在相同的功率下提高5%的最大性能，或者在相同的频率下降低7%的功耗。但是，与N3P相比，N3X的主要优点是它支持高达1.2V的电压(对于3nm级技术来说，这是一个极限值)，这将提供绝对最大频率的应用程序(即客户端CPU)。(Fmax)。Fmax的代价是：漏电功率高达250%-因此，芯片开发者在构建基于N3X且电压为1.2V的设计时必须小心。N3X芯片有望在今年下半年实现量产。

台积电路线图有一些细微的变化。线路图已经延长到2028年，N3C和A14都有所提升。N3C是一个压缩版本，这意味着良率学习曲线已经到了进一步优化工艺密度的阶段。

台积电会披露了下一代芯片制造技术的进展。公司预计今年下半年将开始量产N2芯片。这是台积电第一次使用全围栏。（GAA）生产纳米片晶体管技术。

N2

作为台积电的全新生产工艺，N2(即2nm工艺)采用纳米片或围栏极设计。N2可以在相同的功耗下实现10%-15%的速度提升，也可以在相同的速度下降低20%-30%的功耗。

N2技术的性能比现有的N3E技术提高了10%-15%，耗电量降低了25%-30%，晶体管密度提高了15%。台积电还表示，N2的晶体管性能接近预期效果，256Mb SRAM模块的平均良率超过90%。随著N2逐步进入大规模生产阶段，其工艺成熟度将进一步提高。台积电估计，在智能手机和高性能计算应用的推动下，2nm技术的流片数量在投产初期将超过3nm和5nm技术。

另外，台积电继续遵循其技术改进策略，推出N2P作为N2系列的延伸。在N2的基础上，N2P进一步优化了性能和功耗，计划于2026年投入生产。台积电将在N2之后进入A16(即1.6)nm）节点。

A16

超级电轨架构，又称背面供电技术，是A16技术的关键技术特征之一。该技术可以释放更多的正面布局空间，从而提高芯片的逻辑密度和整体效率，从而将供电网络移至晶圆背面。根据台积电的说法，与N2P相比，A16可以在相同的电压和设计条件下提高8%-10%的性能；在相同的次数和晶体管数量下，功耗可以降低15%-20%，密度可以提高1.07-1.10倍。

台积电特别指出，A16技术特别适用于高性能计算，信号路由复杂，供电网络集中。（HPC）商品。按计划，2026年下半年，A16将开始大规模生产。

A14

全新A14工艺技术的推出是本次研讨会的一大亮点。A14工艺是基于第二代GAA晶体管技术(NanoFLEX晶体管架构)的重大突破，基于台积电领先行业的N2(2nm)工艺，提供更快的运算和更好的能源效率。（AI）转型，还有望增强端侧AI功能，加强智能手机等应用。A14预计将于2028年开始大规模生产，到目前为止进展顺利，良率表现优于预期。

先进封装与系统集成创新

先进封装领域 ， 台积电 还发布了许多重要信息。

台积电推出了包括CoWoSoSoSoWoSoSoSoc在内的3DFabric平台，这是一套全面的2.5D和3D集成技术。（Chip-on-Wafer-on-Substrate，晶片上芯片再到基板)、InFO（Integrated Fan-Out，集成式风扇)和SoIC（System on Integrated Chips，集成芯片系统)。该平台旨在克服传统单片设计的扩展限制，支持基于小芯片、高带宽内存集成和异构系统改进的结构。

左边是堆叠或芯片级/晶圆级集成的选项。SoIC-选择微凸块技术，可以将间隔降低到16μm。采用无沉孔技术（SoIC-X），可以达到几微米的距离。台积电最初选择9μm工艺，目前已投入6个投资μM量产，并进一步改进，从而实现类似单片的集成密度。

对2.5/3D集成，有许多选择。晶圆芯片(CoWoS)该技术不仅支持普通硅中介层，还支持CoWoS-L，后一种是利用有机中介层与局部硅桥进行高密度连接。CoWos-R提供纯有机中介层。

集成扇出(InFO)技术在2016年首次应用于移动应用。这个平台现在已经扩展到支持汽车应用。

自2020年以来，台积电晶圆系统集成技术（InFO-SoW）在Cerebras和特斯拉等公司的尖端产品中得到了成功的应用，其中特斯拉Dojo超级计算机配备的晶圆级Cpu是该技术的标志性产品。晶圆级设计通过直接在整个硅晶圆上构建Cpu，实现了前所未有的核心间通信速度、性能密度和能效。但其复杂性和成本也相应增加，限制了广泛应用。

还有更新的晶圆系统(TSMC-SoW)封装。该技术将集成规模扩展到晶圆级别。其中之一就是先芯片(SoW-P)方法，将芯片放在晶圆上，然后构建集成RDL将芯片连接在一起。另外一个是后芯片(SoW-X)方法，即先在晶圆级建立中介层，然后将芯片放在晶圆上。最终实现了比标准光罩尺寸大40倍的设计方法。

台积电的SoIC(集成芯片系统)技术在持续摩尔定律中起着关键作用。它采用基于小芯片的结构，结合高密度3D异构集成，而不是传统的单片缩放。SoIC作为台积电3DFabric平台的基石之一，实现了无基板3D堆叠，允许不同节点、功能和材料的裸片通过高密度连接进行垂直集成。

台积电提供的图表还展示了当今典型的人工智能加速器应用程序，该应用程序通过硅中介层将单片SoC和HBM存储器集成在一起。

台积介绍了其他一系列高性能集成解决方案，包括N12和N3工艺逻辑基础裸晶，用于HBM4。（Base Die）、SiPh硅光子整合采用COUPE紧凑通用光子发动机技术。

特别是在内存集成方面，台积电特别强调CoW-SoW在HBM4(第四代高带宽内存)上的潜力。凭借其2048位超宽接口，HBM4有望处理AI和HPC工作负载对高带宽、低延迟内存的迫切需求，并与逻辑芯片紧密集成。这种集成方式不仅大大提高了数据传输速度，而且有效降低了功耗，为计算密集型应用的持续增长提供了理想的解决方案。

关于功率提升，未来的AI加速器可能需要1000多瓦的功率，这对封装中的功率传输提出了巨大的挑战。集成稳压器将有助于解决这些问题。台积电开发了一种高密度电感器，这是开发这种稳压器所需要的关键部件。因此，单片PMIC和电感器可以提供5倍的功率传输密度(与PCB相比)。

未来应用前景

另外，还有许多需要先进封装技术支持的创新应用。

增强现实眼镜就是一个新产品的例子，这类设备所需的部件包括超低功耗Cpu、高分辨率摄像头用于AR感知，内嵌式非易失性存储器用于代码存储。(eNVM)、大型主Cpu用于空间计算。、近眼显示引擎，WiFi/蓝牙用于低延迟射频，数字密集型电池管理集成电路用于低功耗充电。(PMIC)。该产品将为复杂性和效率设定新的标准。

虽然无人驾驶汽车备受关注，但人形机器人的需求也备受关注。它需要大量先进的硅片。将所有这些芯片集成到高密度、高能效的包装中的能力也很重要。

本文来自微信公众号“半导体产业纵横”（ID：ICViews），作者：ICVIEWS编辑部，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