电子展|2025：重塑半导体行业的关键趋势

半导体行业正步入 “材料时代”。生成式人工智能（AI）作为一股关键力量，推动着从芯片技术到软件应用等诸多领域的发展，同时也优化了开发流程。而这一切技术的实现，离不开用于制造相关电子产品的材料。

为展望今年半导体行业的发展，笔者与默克集团电子业务部门 EMD Electronics 分子间服务总裁 Ganesh Panaman，就推动行业前行的重要趋势展开探讨。

驱动半导体行业复苏增长的关键趋势

自生成式人工智能问世，其变革性力量有目共睹。对半导体行业而言，这既是挑战也是机遇。如今，借助人工智能和机器学习，人们能够识别并优化更智能的材料，以提升效率。然而，人工智能解决方案对功率和存储空间需求的提升，也给制造更小、更快且性能更强的芯片带来难题。

随着芯片复杂度的提升，几个原子就可能决定整个芯片的功能。因此，我们需要新材料以及对现有材料进行改进，以打造高性能设备。

此外，可穿戴设备尤其是智能眼镜，已融入日常生活。电子展了解到，这些新设备需要更精简的解决方案，以支持增强现实（AR）和虚拟现实（VR）操作，而新技术让这些操作能在更小的设备内完成。

后，全球对可再生能源的关注，使得可持续性推动了对太阳能电池板、能源存储系统以及高效电源管理设备等应用的需求。

将人工智能应用于边缘计算，如 AR 眼镜、自动驾驶汽车的实时海量数据处理，不仅需要遵循摩尔定律进行扩展，还需借助如神经形态计算和量子计算等替代架构，以突破功率和内存的限制。鉴于生成式人工智能的成功，这一趋势正以前所未有的速度加速发展。

半导体行业步入 “材料时代” 的缘由

技术变革促使半导体行业重新思考下一代芯片的材料设计。电子展了解到，替代架构、性能提升以及对高带宽内存访问的需求，既需要传统的扩展方法，也需要新材料、异质集成、先进封装、设备设计以及材料协同优化。多组分氧化物、硫族化物、透明导电氧化物、二维材料以及其他多组分合金，在设备路线图中愈发常见。

为进一步增强半导体器件的固有性能，在更高抽象层次上对器件和材料技术进行协同优化的需求日益凸显，这标志着材料研究方法论的转变。

传统上，新材料的发现依赖于半导体制造商、工具制造商和材料供应商在实验室进行的艰苦、反复且昂贵的合成与测试过程。但随着人工智能对半导体的需求提升到前所未有的程度，这种模式面临挑战，行业需要快速、协同优化并高效引入和扩展新材料。

像 EMD Electronics 这样的材料供应商，处于引领创新的有利位置，既能加速行业增长，又能降低引入新材料带来的风险。

材料智能涵盖在原子和分子层面上对材料的科学理解与工程设计，以及整合数字技术以优化材料特性、性能和制造工艺。

通过将人工智能和机器学习算法应用于相关数据，EMD Electronics 能够预测材料在各种条件下的行为，确定特定应用的佳材料成分，并提高制造效率。凭借这一独特能力，可确保在合适的时间和地点，生产出符合质量要求的材料。

材料的推动作用正从前端延伸到价值链的其他创新领域，如异构集成。半导体行业已进入摩尔定律面临挑战的时代，对更快、更节能计算的追求正重塑这个行业。随着我们从节点驱动转向全价值链的系统方法，涉及更多样化和专业化，系统地探索材料的下一步发展至关重要。

芯片制造商技术路线图的实现路径

EMD Electronics 致力于开发先进材料和工艺，以推动半导体器件不断小型化。电子展了解到，极紫外（EUV）光刻技术的创新，对制造更小、更密集的晶体管至关重要。开发尖端光刻胶和图案化解决方案，有助于形成精确的纳米级图案，这对缩小器件几何尺寸意义重大。

为克服传统平面缩放的局限，垂直堆叠技术，如 3D NAND 和背面电源通过硅通孔传输，变得愈发重要。先进的介电和金属化解决方案，可确保可靠、高效的垂直互连。蚀刻和沉积工艺的创新，使精确构建多层结构成为可能，在更小的空间内实现更高的内存密度和性能提升。

随着半导体器件复杂度的增加，实现原子级精度愈发关键。材料行业处于开发原子层沉积（ALD）和原子层蚀刻（ALE）技术的前沿，这些技术在原子尺度上对材料特性和厚度提供了出色的控制。这些技术对于制造具有卓越均匀性和精度的超薄膜和界面至关重要，尤其适用于高纵横比和地形复杂的特征。

此外，二维材料和量子点等新型材料的进步，为设备复杂性和功能拓展带来更多可能。

这些创新共同助力芯片制造商推进技术路线图，在下一代半导体设备中实现更高性能、更高效率以及新功能。

人工智能、机器学习和数据分析在材料智能新时代的作用

全球数据格局正呈指数级增长，为深入了解生产流程和材料提供了前所未有的机会。然而，处理如此庞大的数据颇具复杂性，这就需要创新解决方案。EMD Electronics 利用 AI 开发能让 AI 平台更高效运行的方案。

随着质量控制参数数量不断增加，沿用几十年前的过时数据分析方法已不合时宜。适应并采用先进分析方法，对于控制相关参数、防止成本大幅增长至关重要。科学家和工程师运用先进数字工具，结合 Intermolecular 服务的强大功能，推动现代技术发展。

通过利用先进的设备测试功能对设备和材料进行协同优化，我们能够充分挖掘人工智能在科学发现中的潜力，推动人工智能进一步发展，并加速各领域创新。

研究不同材料、工艺和设备架构之间的相互作用，有助于在早期找到性能卓越的解决方案。我们在 DRAM 电容器堆栈工程、ALE 和神经启发计算等领域的工作，充分体现并展示了这种数字化转型。

借助快速发展的材料建模和发现数字工具，能够拓展探索空间的广度和深度，有效识别推动芯片制造商创新的新分子和集成解决方案。

此外，加速材料创新需要具备获取和处理大量数据的能力。此类过程需要量子计算和神经形态计算等先进计算平台，以识别新型化学物质和材料。

这还需要具备高吞吐量和组合能力，以及快速制作原型和测试设备的能力，如 Intermolecular 设施中所具备的设备。我们与 PsiQuantum 的合作便是一个范例，展示了如何通过开拓新材料，实现量子计算的显著改进。

量子计算机规模化的关键部件是单光子探测器（SPD），这需要具有超导性的薄膜，且只能在极低温度下…… 在 Intermolecular，我们成功识别出有潜力的块状超导体，将其制成薄膜并优化堆栈。结果证明了创纪录的 SPD 性能，我们将继续创新，以进一步提升这种第二代材料的临界温度。

文章来源：半导体产业纵横