首先得有,nmnm突破为何被工信部列为“重大技术”

从0到1,国产光刻机寻光之旅

民众热切期盼国产光刻机技术取得突破,这一愿望源于对国产芯片摆脱外部制约的强烈渴望。对于这一现代半导体工业集大成的领域,国产光刻机究竟走到哪一步了?

“在西方技术层层封锁下,国产8纳米光刻机横空出世!”“工信部官宣14nm国产光刻机,距离ASML的EUV光刻机还有多远?”

日前,工信部正式发布了《首台重大技术装备推广应用指导目录(2024年版)》,该目录详细列出了国产光刻机的最新动态,这引发了许多人的极大关注和兴奋。这一次是官方点名,不同于厂商自卖自嗨的新闻通稿发布会。

清单中列出了两种国产光刻机,一种是氟化氪光刻机,另一种为氟化氩光刻机,后者的参数的曝光在网上引发了一阵热议,因为它的照明波长达到了193nm、且分辨率为65nm,优于上海微电子600系列的90nm。同时,该光刻机的套刻精度达到≤8nm。

在氟化氩光刻机的信息发布之后,网络上却出现了各种不同的声音,有说我国8nm光刻机取得突破的,也有分析14nm/28nm光刻机取得突破的,当各种说法在短时间内涌现时,氟化氩光刻机究竟是怎样的存在呢?

这里大家其实应该首先了解“套刻精度达到≤8nm”的含义,光刻机的套刻误差(Overlav)描述的是光刻上一层图案与下一层图案之间的对齐精度,对晶体管性能、集成电路良率等具有重大影响。

半导体制造是数十上百层薄膜堆叠的过程,需要多次光刻实现不同层的图案化,因此每一层的光刻都需要与其前一层进行精准的对齐,以保证上下层薄膜图案的相对位置与设计位置相吻合,套刻精度就是描述光刻设备这一性能的参数指标。

制程越先进,对套刻精度的要求越高。随着特征尺寸越来越小,所允许的套刻误差也将随之缩小,以保证良好的相对对齐精度。

此外,随着制程越发先进,薄膜层数也随之提升,套刻误差累计更加严重,对套刻精度的要求更高。

需要说明的是,套刻精度与制程工艺是两码事,新光刻机的套刻精度小于8纳米,不意味着能够量产8纳米工艺制程的芯片,实际上也不存在所谓的8纳米制程工艺芯片,不少人认为套刻精度与量产工艺节点大约有1:3的关系。

因此,尽管目前国产光刻机的套刻精度达到了8纳米,但这并不意味着可以直接生产8纳米制程的芯片,而是可能更适合于28纳米或更宽泛的应用范围。具体到芯片方面,以国际半导体技术路线图对套刻误差的要求为例,“套刻精度达到≤8nm”足以满足DRAM器件、Flash器件等存储相关芯片光刻环节的需要。

02

官宣国产光刻机是什么水平?

“套刻精度达到≤8nm”让氟化氩光刻机满足存储芯片光刻需求,那其整体性能同ASML光刻机相比,又处于怎样的地位呢?这里还是得从氟化氩光刻机官宣的参数谈起——波段193纳米,分辨率65纳米,套刻≤8纳米。

光刻是指在特定波长光线的作用下,将设计在掩膜版上的集成电路图形转移到硅片表面的光刻胶上的技术工艺。通俗来讲,它采用类似照片冲印的技术,将电路图形转移到硅片或介质层上,以实现电路图形的刻画和复制。

光刻机的工作原理是采用波长为 2000~4500 埃的紫外光作为图像信息载体,以光刻蚀剂为中间(图像记录)媒介实现图形的变换、转移和处理,最终把图像信息传递到晶片(主要指硅片)或介质层上的一种工艺。

一般光刻工艺的基本步骤

光刻环节直接决定芯片的制成水平和性能水平,耗时占整个制造环节的一半,成本占据芯片生产的三分之一。一般的光刻工艺要经历硅片表面清洗烘干、涂底、旋涂光刻胶、软烘、对准曝光、后烘、显影、硬烘、激光刻蚀等工序。经过一次光刻的芯片可以继续涂胶、曝光。

越复杂的芯片,线路图的层数越多,也需要更精密的曝光控制过程。而光刻机历经五代衍变的过程中,缩短光源波长成为其性能突破的关键。

20世纪六七十年代,接触式光刻技术被用于IC制造的初期,采用可见光作为光源;80年代改用高压汞灯产生的紫外光(UV),g线和i线是紫外光中能量较高的谱线,365nm的i-ine可将最高分辨率推动至220nm;80年代中期,IBM/Cymer等公司开始研发深紫外(DUV)准分子激光,最高分辨率降低至KrF(110nm)和ArF(65nm)采用ArF光源的第四代光刻机是目前应用最广泛的一代。随着工艺节点发展到7nm及以下,20世纪初期产业联合研发第五代EUV光刻机,使用13.5nm的极紫外光,比DUV光短14倍以上。

而在《首台重大技术装备推广应用指导目录(2024年版)》中的国产氟化氩光刻机本身均属于光刻技术中的第四世代——ArF干式光刻机,算是DUV光刻机的一个重要分支。

缩短光源波长是提高分辨率最直接的方法,但光源发展到ArF(193nm)时,下-代光源推进速度放缓,巨头开始将目光转向提高数值孔径,并出现了F2(光源演进)与ArF+immersion(增大NA,瑞利公式中的NA参数,指物镜的数值孔径)的路线之争。

当下增大NA主要有两个方法,一是增加投影物镜的直径,使更多的行射光被收集并聚焦在晶圆表面,从而提高数值孔径。但当线宽小于65nm时,由于射出投影物镜的光角度太大(接近水平),加上折射效应,光线无法聚焦,该方法就会失效;另一个则是采用浸没式光刻,在投影物镜和晶圆间加水,从而增大介质折射率(193nm波长激光中,空气=1,水=1.44,玻璃~1.5),实现等效波长为193/1.44=134nm

目前NA最大为1.35(ASML的湿法DUV),EUV光刻机正在从0.33NA向0.55NA突破。< span>

浸没式光刻技术原理简析

DUV光刻机想要生产更先进制程芯片,除了浸没式外,就必须突破多重曝光技术的瓶颈。多重曝光将原本一层光刻的图形拆分到多个掩模上,利用光刻Litho和刻蚀Etch实现更小制程。

1.35NA的浸没式DUV分辨率约38nm,单次曝光能满足28nm逻辑节点,在2015年EUV光刻机量产之前,台积电最先进制程已发展到16/12nm,实现手段便是多重曝光技术。

当制程微缩至10nm及以下时,浸没式DUV多重曝光的工艺复杂度急剧上升。ArF+双重曝光广泛用于22/20/16/14nm,三重或多重光刻技术可达到10nm甚至7nm。台积电第一代7nm工艺N7便是用浸没式DUV+多重曝光实现的,但大幅增加了光刻、刻蚀、沉积等工艺的使用,对工艺整合的挑战巨大,也增加了良率损失的风险。

假如完全采用浸没式DUV实现7nm,需要进行34步光刻工艺及59-65步的对准套刻;作为对比,完全采用EUV实现7nm,仅需要9步光刻及12步关键对准套刻,且成像质量更高,三星表示用EUV能减少超过20%的相对缺陷。

当然,国产氟化氩光刻机并未透露其具体在多重曝光技术上的表现,这为人们提供了不少想象空间,不过通过其他一些参数比较,目前主流的声音是我国这台氟化氩光刻机可以同ASML的1460k光刻机进行比较。

国产氟化氩光刻机可参考ASML机型

值得注意的是,尽管分辨率相近,但ASML的1460k光刻机在套刻精度上达到了5纳米,展现了更高的制造精度。而ASML的另一款干型光刻机1470,分辨率略为57纳米,所以新官宣的国产光刻机在第四世代中属于较为先进的范畴,与全球最顶尖的技术水平相比仍存在一定的差距。

总体而言,光刻机作为高壁垒、重资本、高风险的行业,在当前海外对华制裁的背景下,光刻机是被限制的重点,国产化是唯一选择,也是我国半导体产业崛起的关键一环。

03

非最先进但很基础

28nm/65nm国产化意义重大

如果光刻工艺制程来说,28nm称得上是一个临界点,在此之下的制程,比如5nm/7nm/10nm都可以称之为先进制程,这也是大多数消费端用户最为熟知的领域,因为我们天天都在使用的手机、电脑芯片目前都是先进制程下的产物,而这也会让人产生一种自然而然的理解:只要不是先进制程的芯片,就是已经过时的芯片。但事实其实没有这么简单,因为并不是世界上所有科技工业都需要最先进的工艺。

先进制程芯片主要用于高性能计算、高端智能手机处理器等对性能要求极高的领域,这些产品通常面向高端市场,制造难度大、良品率低且长期处于供不应求的状态,所以成本往往居高不下。

但不是所有终端产品都需要高性能,事实上除了手机和个人电脑,大多数的科技终端产品对工艺的先进程度并不太敏感,它们有的需要更高的稳定性,有的需要更低的发热量,有的则需要更合理的成本……

从产能需求来看,根据TrendForce发布的市场报告显示,直到2027年,全球晶圆代工市场成熟制程及先进制程的产能比重大概维持在7:3左右。

而且任何事情都是一步一个脚印走出来的,半导体工艺也是如此,我们不可能直接就凭空变出一台EUV光刻机,所以先从技术门槛相对较低、终端普及面更大的成熟制程入手是非常合理的选择。

在我国,65nm和28nm制程芯片的用途就很广,像中小容量的存储芯片、模拟芯片、MCU、电源管理芯片、模数混合芯片、CMOS传感器、传感器等主要采用成熟制程,比如在智能汽车领域,车规级芯片几乎就不需要先进制程,用成熟制程来制造能更好地确保稳定性。

以MCU芯片为例,汽车的ESP车身电子稳定系统和ECU电子控制单元等都需要用到这种芯片,它主要由8英寸晶圆生产,芯片的制程普遍在45~130nm之间,考虑到新能源车的半导体器件数量远超传统燃油车,预计到2025年,我国新能源汽车出货量将达到500万辆,这就需要大量成熟制程半导体器件支持。

而在家用电器领域,如电视、空调、冰箱等,成熟工艺的芯片性能完全够用,功耗、成本、可靠性方面有着很好的平衡。至于工业控制领域,许多工业设备和控制系统也不需要最先进的芯片技术,成熟工艺的芯片可以在性能和成本效益之间做出最好的均衡。

除此之外,新一代通信技术、安防、云计算等领域的快速发展,射频、功率半导体等使用成熟制程的芯片需求量也持续增高,而这些领域也都在主推可控可信、国产替代,所以国产光刻机发力成熟工艺,现实意义很明确。

03

AI芯片需求激增

国产芯片奋力直追

目前的芯片需求发力点集中在人工智能领域,作为目前几乎全球科技产业共同认可的新方向,人工智能的全行业赋能也意味着算力会出现大面积的缺口。而国产AI芯片在近年来取得了显著的发展,但与国际顶尖水平相比仍存在一定的差距。

目前的AI芯片主要分为GPU、FPGA、ASIC等类型,其中GPU作为通用型算力芯片,在AI市场用量最大,目前由英伟达与AMD主导,国内代表企业包括海光信息、景嘉微、燧原科技等。

FPGA为半定制芯片,具备低延时,开发周期短等特性,与GPU相比,其适用于多指令,单数据流的分析,而不适合复杂算法的计算,主要用于深度学习算法中的推理阶段,美国的赛灵思和英特尔是该领域翘楚,国内代表企业包括百度昆仑芯、深鉴科技等。

ASIC为全定制型AI芯片,在功耗、可靠性、 集成度等方面具备优势,主流产品包括流TPU芯片、NPU芯片、VPU芯片以及BPU芯片等,国外代表厂商包括谷歌、英特尔等,国内代表厂商包括华为、阿里巴巴、寒武纪、地平线等。训练芯片主要用于构建和优化AI模型,而推理芯片则用于运行已经训练好的模型进行实际任务处理。

目前,因为AI芯片因为没有列入管控范围,所以国产AI芯片主要还是采用包括14nm、7nm及以下等先进制程,比如百度昆仑芯采用了14nm和7nm制程工艺,而阿里平头哥则在台积电下单了7nm以下先进制程的订单。

很显然,这些领域并不是目前国产供应链可以完全自给自足的,哪怕国产AI芯片在技术上取得了一定进展,但与英伟达等国际大厂相比,在性能、生态等方面仍存在较大差距,这个问题我们必须正视,不能盲目“打鸡血”。

而且理性来看,国内各大厂商自研发的AI芯片并非以销售为主,更多是整合在自己的云计算平台上,向其他厂商和用户提供AI计算服务,也就是说国内的AI从芯片到平台再到具体项目都是各自为战,如果体量不够大的话,相应的影响力也就不会太明显,目前还缺乏一个类似NVIDIA的供应链领头羊出现。

04

筚路蓝缕

完全国产化仍需努力

虽然光刻机也只是芯片制造的一个环节,但它本身所需供应组件众多,供应链管理难度高。光刻机上游涉及的内部零件种类众多,且越高端的光刻机组成越复杂,如EUV光刻机内部零件多达80000件以上,其核心组件包括光源系统、双工作台、物镜系统、对准系统、曝光系统、浸没系统、光栅系统等,其中光源、晶圆曝光台、物镜和对准系统的技术门槛较为显著。

因此,光刻机企业往往具备高外采率、与供应商共同研发的特点,而其下游应用主要包括芯片制造、功率器件制造、芯片封装等。

事实上我国光刻机的研制起步并不晚,早在70年代就研制出接触式曝光系统,由于早期我国半导体产业的整体落后,以及受到“造不如买”的思潮影响,光刻机产业化落地滞后,直到2002年ArF光刻机被列入“863计划”、2008年启动“02专项”,光刻机事业才再度觉醒。

我国光刻机攻尖采取类ASML的模式,各科研院所、高校做分系统,中科院微电子所、长光所、上光所,清华大学、浙江大学、哈工大等均参与光刻机的研发,完成后由上海微电子公司进行整机组装。目前干法光刻机的分系统基本通过验收,陆续产业化落地,并继续承担“02专项”进行湿法光刻机分系统研发。

上海微电子公司2017年承担的02专项“浸没光刻机关键技术预研项目”和2018年承担的02专项“90nm光刻机样机研制”向后通过验收,对应的SSA600/20步进扫描投影光刻机实现量产,目前正在加速推进产业化落地。

而如果接下来的浸没式DUV顺利跑通,通过ArFi+多重曝光或可将芯片制造的国产化能力推进至先进制程,这将会是里程碑式的迈进。

国家牵头,科研院所、关键公司参与,供应链自主可控,这就是目前中国光刻机产业链的发展模式。从不断涌现的新消息可以看出,国产芯片的突破并非举步维艰,而是正在按照正确的道路摸索前行当中,或许再等几年,我们还真有机会看到完全国产的先进制程花开结果,一切就交给时间来给我们答案吧!

邮发代号:77-19

单价:8元,年价:408元

编辑|张毅

审核|吴新

壹零社:用图文、视频记录科技互联网新鲜事、电商生活、云计算、ICT领域、消费电子,商业故事。《中国知网》每周全文收录;中国科技报刊100强;2021年微博百万粉丝俱乐部成员;2022年抖音优质科技内容创作者

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

THE END
0.科技资讯AI速递:昨夜今晨科技热点一览丨2025年8月27日知情人士透露,苹果公司内部已就收购法国人工智能初创企业Mistral及Perplexity展开洽谈。此举旨在加速其AI技术路线图,应对在设备AI功能方面落后于谷歌、三星等竞争对手的局面。苹果CEO库克此前表示对大规模AI收购持开放态度,标志着公司并购策略的转变。Mistral当前估值超60亿美元,Perplexity亦获英伟达及贝索斯投资。详情>> jvzquC41pg}t0|npc0io1;547/69/;<1fgzbku2kphtlkrs2;8612:3f0jznn
1.美银Computex2025观察:AI需求、供应链、机器人与技术路线图美银认为,展会趋势表明,AI需求依然强劲,正从试验转向规模部署,投资者关注点从云端AI转向更广泛的物理AI应用和边缘计算部署,展会也明显增加了对机器人技术的讨论;英伟达GB200已全面投产,GB300也大概率如期推出,表明AI硬件供应链趋稳。 5月19日,本届台北国际电脑展(Computex 2025)拉开帷幕,将持续至23日。本届大会以jvzquC41ycrmu}wggvio0lto1cxuklqgu1986@;46
2.《人工智能领域科技人才图谱》和《教育大模型技术路线图》发布8月17日,记者从中国自动化学会获悉,2025中国自动化与人工智能教育大会暨2024-2025学年全国青少年劳动技能与智能设计大赛全国决赛近日在浙江桐乡举行,《人工智能领域科技人才图谱》和《教育大模型技术路线图》作为两项关键成果正式发布,旨在为数字教育时代的人才精准培养与学科发展提供科学指引与工具支撑。 jvzq<84o0vocg}3ep1io1Rsuvctu1mtoguzje87247691}7247693Ad9:6:16=3jvor
3.神经符号AI社区:基于神经符号AI的机器人拆解智能化技术路线图神经符号 AI 社区:基于神经符号AI的机器人拆解智能化技术路线图3.0(2025版) 关注数据局微信公众号,击数据局公众号“报告下载”菜单,获取网盘链接下载。 或者加入数据局知识星球,获取更加优质的服务: 附件下载 神经符号 AI 社区:基于神经符号AI的机器人拆解智能化技术路线图3.0(2025版).pdfjvzq<84yyy4tj~owlw4dp8qgev{sg8igvcom1=6697
4.综述:人工智能在可持续农业中的应用:迈向社会技术路线图文章重点分析了农业数字孪生(Digital Twin)和人机协作(Human-AI Collaboration)两大新兴范式,并尖锐指出算法偏见、数据主权和劳动力社会经济影响等社会伦理挑战已成为其公平、可扩展应用的主要瓶颈。为此,作者提出了一个平衡技术进步与社会需求的战略性研发、部署与治理路线图。jvzquC41yy}/gknqvtgeg7hqo1tfy|k14286/:514286397;22685<:940nuo
5.投资者提问:公司的长期技术路线图如何规划?在AI硬件、通信技术、汽公司的长期技术路线图如何规划?在AI硬件、通信技术、汽车电子等领域,5-10年的技术发展方向和目标是什么?如何确保技术领先性? 董秘回答(立讯精密SZ002475): 您好!公司始终保持战略定力,坚持以市场及客户需求为导向,持续强化垂直整合与智能制造能力,依托在精密制造、材料科学及系统集成领域的深厚积累,协同推进消费电子、jvzquC41yy}/3?80eqs0f‚4ctvodnn4MG5;BVRW277<9Y9F0jvsm
6.下的科研绘图:如何用一张图征服审稿人?技术路线图、GIF动、散点图第九章、技术路线与流程:概念生动逻辑清晰 1、技术路线图绘制 1)技术路线图的概念与应用:科研工作流程与技术路线 2)图表设计原则:如何通过图表表达技术流程与进展 3)实践应用:技术路线图绘制的具体案例 2、概念图绘制 1)AI绘图:如何使用AI绘制概念图 2)神经网络概念图:如何使用AI辅助绘图,制作神经网络与机器学习流程图 3)图形摘要的jvzquC41dnuh0lxfp0tfv87625e9;?8652;0c{ykenk0fnyckny03>6799;9;
7.AI算力行业跟踪点评之2:Rubin更新,Context处理器纳入路线图1.本期投资提示:事件:继24M6中国台北Computex、25M3巴黎GTC之后,英伟达在华盛顿GTC大会上再次细化AI算力技术路线图,包括预览下一代VeraRubin架构,以增强其技术路线图执行信心。 2.此外,公司向美国公众强调了美国本地化制造的落地进展,并展示英伟达加速计算技术栈在通信基础设施、量子计算、自动驾驶、机器人等垂直领域的jvzq<84ycr4ikktt0eun0ls1tgvjpotfgvgjnh9854:337mvon
8.一篇文章带你搞懂AI的完整技术路线,大模型入门到精通,收藏这篇就足别再浪费时间啦!2025 年AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享! 👇👇扫码免费领取全部内容👇👇 ​ 一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势 jvzquC41dnuh0lxfp0tfv8IGXGRPRNWCC1gsvrhng1jfvjnnu1763B>4;:6
9.持续实景三维探索,助力数字中国建设数字中国新浪财经AI三维城市建模技术路线图 基于多类别/多尺度遥感解译算法、多风格建模规则与过程建模算法,宏图实景以北京/上海/天津等8个城市主城区为试点,完成超过300万栋建筑物的重建,形成三维实景模型,其中包含了自动重建的三维模型底座,也融合了多种不同类别地物要素的重建结果、以及人工精细化建模的城市标志性建筑。给用户更加真jvzq<84hkpgoen3ukpg/exr0ep5xo8724531;6581fud/rr|mwsj{988;8=40|mvon
10.车载存储芯片研究:百舸争流,国产化势在必行5.1.4 长江3D NAND技术 5.2 长鑫存储 5.2.1 长鑫存储业务情况 5.2.2 长鑫存储DRAM技术路线图 5.3 武汉新芯 5.3.1 武汉新芯业务情况 5.3.2 武汉新芯NOR Flash代工业务 5.3.3 武汉新芯NOR Flash产品 5.4 兆易创新 5.4.1 兆易创新业务情况 5.4.2 兆易创新NOR Flash产品系列 jvzquC41o0jdfjur0eun1vtvqt5n1ojgf1jfvjnnAixpwydkf?=2::;758?92A6;;9924
11.AI算力行业跟踪点评之2:Rubin更新Context处理器纳入路线图、Ser2025/08/20 证券分析师 杨海晏 A023051 2、8070003 袁航 A0230521100002 杨紫璇 A0230524070005 联系人 陈俊兆(8621)23297818 本期投资提示:事件:继 24M6 中国台北 Computex、25M3 巴黎 GTC 之后,英伟达在华盛顿 GTC 大会上再次细化 AI 算力技术路线图,包括预览下一代 Vera Rubin 架构,以增强其技术路线图执行信心jvzquC41yy}/upuldi4dqv4difuxp8>79;610qyon
12.小白必看!2025年人工智能(AI)初学者学习路线图,带你快速入门三、 2025年零基础AI学习路线图 随着学习资源的日益丰富,2025年学习AI变得前所未有的容易——即使你完全没有基础。无论你是学生、转行者还是爱好者,只要有一条结构化的学习路径和高质量的自学工具,你就可以逐步掌握AI技能。 想要在2025年成为一名成功的AI工程师,你需要技术能力、领域知识以及丰富的实践经验。AI是一jvzquC41dnuh0lxfp0tfv8q23272a8ftvkimg8igvcomu866:9<15>8
13.OpenAI到底做对了什么?OpenAI发展的5大技术路线人工智能OpenAI通过一系列在AI技术和产品上的突破,引爆了通用人工智能(AGI)的发展,被微软CEO 萨提亚 · 纳德拉称为“堪比工业革命的技术浪潮”。OpenAI趟出来的以大语言模型为主的AGI技术路线,也基本上宣告了其他AI技术路线的终结,这样以一己之力改变整个领域航道的,在技术史上也是空前绝后。一个区区两三百人(在去年底推jvzquC41yy}/gujehctt0lto1tkoixsi|joogwl143?23;90jvsm
14.《人工智能国际治理观察》141期「亚虹医药宣布与溪砾科技共同开发基于AI+RNA技术路线的肿瘤创新疗法」 2月8日,亚虹医药宣布与ReviR溪砾科技达成合作,利用ReviR自主研发的AI药物研发平台与靶向RNA技术,共同开展泌尿生殖系统肿瘤及其相关重大疾病的创新疗法研究。根据协议,亚虹医药将利用ReviR的创新RNA调节技术BindeR及SpliceR进行识别和开发靶向RNA进行肿瘤jvzq<84ckkm/v|npij{b0niw0et0kwkq13:5486:6;4ivv