计算光刻,一块价值20亿美元的蛋糕

从市场需求的角度看,计算光刻作为EDA领域的一个重要分支,其市场总额在半导体领域当前占比虽然并不高,但随着全球各大半导体势力在提高芯片制造能力方面竞相角逐,市场对计算光刻技术的需求量迅猛增加。

计算光刻市场概况

今年年初,英伟达围绕计算光刻的发展推出cuLitho加GPU的解决方案,意在从计算光刻高性能计算角度进一步提高芯片生产效率,引起了全行业对计算光刻的兴趣,使得计算光刻这个细分领域受到极大关注。

摩尔定律预言了芯片工艺的发展轨迹,在工艺节点保持着“匀速”发展的表象下,芯片制造所需要的光刻技术则呈现出了爆炸式革新。进入21世纪后,浸没式光刻机的出现打破了193nm的波长限制。而后线宽越做越小,光刻工艺复杂性再次增加,仅靠半导体设备上的更新,已经满足不了芯片制造的需求。光刻技术再次站在了需要选择向哪里发展的路口上。

利用软件能够实现更精准的光刻。计算光刻(也被称为OPC领域)作为EDA软件的一种,从90nm节点被用于芯片制造以来,就在其中承担了重要的角色。同时,随着先进工艺继续向前发展,用于芯片制造的半导体设备研发难度不断增加,所消耗的能源与投入的研发资金不断攀升。在这种情况下,计算光刻的发展受到了业界的关注,成为了跨越先进工艺发展瓶颈以及后摩尔时代的关键技术。

发展计算光刻的重要性

芯片制造的线宽尺寸不断微缩,光学邻近效应(Optical Proximity Effect)会愈发严重,严重影响曝光显影过程的良率。因此需要对掩模版上的图形进行修正,抵消这些误差,使曝光后获得的图形满足设计要求。计算光刻能针对性地对每一个图形进行光学邻近效应修正(Optical Proximity Correction, OPC),根据预测出的畸变大小,相应地通过优化掩模版形状和尺寸,进而在晶圆上获得高质量的芯片版图成像。

计算光刻已经成为芯片制造过程中不可缺少的环节。可以说没有计算光刻,即使有了光刻机,也造不出芯片。没有计算光刻软件,所有芯片制造厂商会失去将芯片设计转化为芯片产品的能力。

从半导体产业发展环境来看,围绕着芯片制造的半导体竞争正在全球范围内展开。计算光刻能够大幅提高芯片制造效率,在芯片制造领域计算光刻已经成为刚需。作为高端芯片制造过程中的关键技术,在计算光刻领域进行投入已经成为了行业共识。

从技术发展的角度看,芯片线宽越来越小,各种光学效应、系统误差和工艺条件偏差等变得越来越精细。计算光刻可以通过算法建模、仿真计算、数据分析和结果优化等手段解决半导体制造过程中的纳米级掩模修复、芯片设计、制造缺陷检测与矫正,是提升光刻系统成像性能的主要方法。随着芯片制造过程中的问题和复杂性不断升级,交给计算光刻的工作也越来越多,推动计算光刻技术的进步受到了行业的重视。

从市场需求的角度看,计算光刻作为EDA领域的一个重要分支,其市场总额在半导体领域当前占比虽然并不高,但随着全球各大半导体势力在提高芯片制造能力方面竞相角逐,市场对计算光刻技术的需求量迅猛增加。尤其是在强调本土化大背景的今天,全球半导体的军备竞赛将直接推动计算光刻技术在国内的快速发展。为了抢占半导体制造业的技术高地,大力发展计算光刻技术以及培育相关人才对于本土半导体产业的可持续性健康发展至关重要。

计算光刻市场概况

今年年初,英伟达围绕计算光刻的发展推出cuLitho加GPU的解决方案,意在从计算光刻高性能计算角度进一步提高芯片生产效率,引起了全行业对计算光刻的兴趣,使得计算光刻这个细分领域受到极大关注。从市场规模上看,2022年全球计算光刻软件市场规模约为10亿美元。未来5年,该市场规模有望增长至20亿美元以上。

计算光刻是通过“算法+数据”驱动的方式来实现工艺寻优的自动化过程,其本质上是芯片制造过程中的一种EDA仿真技术。因此,传统EDA公司Siemens EDA(Mentor Graphics)和Synopsys等是计算光刻市场的参与者。

除EDA厂商外,全球计算光刻市场的头部企业也有一家出身于硬件设备的公司——光刻机巨头ASML。最初,计算光刻是作为ASML“铁三角”全方位光刻解决方案的一部分被行业所了解,尽管ASML持续布局其计算光刻领域的核心技术,但其在计算光刻领域的超强实力一直被光刻机业务所掩盖。直到计算光刻市场爆发,ASML在该领域的爆发力才越来越崭露头角。同时在软件和硬件方面的双线发展,不断夯实ASML在光刻领域的领先者地位。

第一梯队厂商对计算光刻技术的加大投入,引起了行业对这一领域的持续关注。近些年来,国内也开始追赶计算光刻技术,有一部分本土厂商逐渐脱颖而出。

计算光刻的发展挑战

全球计算光刻软件市场集中程度和技术门槛都很高,国际厂商通常具有多年的技术积累,丰富的行业经验以及扎实的客户基础,在与客户的合作关系和信赖度等方面都表现出相当的优势。而对于国内半导体产业尤其是本土计算光刻公司来说,上述挑战都需要逐一攻坚。

计算光刻作为芯片制造类的EDA工具,其开发难度高于其他类EDA软件,属于技术、资金、人才密集型领域。由于研发投产周期长,导致行业人才需求以及资金消耗成为制约行业发展的关键因素。

从研发投入上看,计算光刻是一门资金投入大,持续时间长的生意,持续充足的研发投资不仅有机会蕴育创新的技术,更是企业竞争的活力源泉。但由于计算光刻市场整体规模的限制,加之国内芯片制造能力与国际一线厂商还存在相当差距,使得本土企业望而却步。因此,计算光刻的国产化发展需要得到长期关注和政策扶持。

人才是计算光刻技术实现创新发展的原动力。国内发展计算光刻技术,相关政策也要从计算光刻人才层面进行重点关注。计算光刻行业最需要的是软件、芯片、物理,数学/微电子学科这几大类中的至少两种以上的复合型人才。比如产品开发岗位主要是写软件代码,以C++语言最为常见,在开发中注重运行结果精确性和算法速度,需要的是精通软件、物理,数学/微电子的人才;产品开发出来后,需要了解芯片设计和制造的人才作为应用工程师,将软件解决方案推广给芯片制造商。

合格乃至优秀的计算光刻行业人才在全球范围内均较为稀缺。虽然最近几年行业加大了计算光刻人才的培养力度,也有不少校企合作项目,但计算光刻人才面临需求量大,专业人才少,培养周期长等难题,人才紧缺将会是一个长期的挑战。

如何推进计算光刻发展

国内在计算光刻领域的发展尚处于起步阶段,理性推动计算光刻产业的健康发展尤为重要。

一、抓住中国市场机会。半导体产业是国之重器,中国本土市场对芯片的需求量巨大,而且政府对芯片制造领域的投资还会持续放大,种种因素都会带动计算光刻市场的快速增长。对于领先的外企来说,中国市场蕴藏无限的发展潜力,有效制定更加因地制宜的市场策略是自身持续发展的基础;而对于国内企业来说,国产化替代将会成为一个重要机遇,夯实自身的技术研发和积累,与制造企业深度合作,完善产业链路等等,都将成为企业快速发展的基石。

二、理性推动计算光刻市场的发展。过度资本化会扰乱计算光刻市场的正常发展,计算光刻没有办法速成,需要长期的技术积累和沉淀,拿出时间成本和真金白银,扎马步练内功,才能让企业具备长期竞争力。

三、大力度持续性地培养本土专业人才。计算光刻的软件应用需要与工程实现紧密结合,人才端必须靠近应用端,在地培养专业人才可以服务于本土芯片制造业的发展,进而从实践中推动计算光刻技术在中国的深耕。以ASML重视计算光刻人才的培养为例,自2004年在中国成立计算光刻研发中心后,该研发中心已成为ASML在亚洲最大的专业软件研发基地,其主导并参与公司全球先进计算光刻产品的研究与开发。经过二十年的发展,ASML所培养的计算光刻专才已经成为其在华业务长期稳定发展的重要基石。

四、联合上下游,突破生态壁垒。计算光刻作为制造类EDA的一种,有着很强的生态壁垒。仅靠一家EDA公司解决不了所有问题,需要打通上下游关键环节,与芯片制造厂商一起去建立生态,解决实际的应用问题。

结语

工艺演进出现瓶颈,新技术的迸发更容易引起行业的关注。在芯片制造硬件设备成本高居不下的情况下,软件将会成为工艺进步的新突破口。计算光刻作为推动芯片制造发展的一条“新赛道”,必将引起国内产业的极大关注。

本文来自微信公众号:芯谋研究 (ID:icwise),作者:芯谋研究

声明: 该内容为作者独立观点,不代表新零售资讯观点或立场,文章为网友投稿上传,版权归原作者所有,未经允许不得转载。 新零售资讯站仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。 如对本稿件有异议或投诉,请联系:wuchangxu@youzan.com
(0)
上一篇 2023年10月10日 14:23
下一篇 2023年10月10日 14:56

相关推荐

  • 水温80度:AI行业真假繁荣的临界点

    我们从来没拥有过这么成功的AI主导的产品。

    (这种分析统计并不那么准,但大致数量级是差不多的)

    这两个产品碰巧可以用来比较有两个原因:

    一个是它们在本质上是一种东西,只不过一个更通用,一个更垂直。

    蓝海的海峡

    未来成功的AI产品是什么样,大致形态已经比较清楚了,从智能音箱和Copilot这两个成功的AI产品上已经能看到足够的产品特征。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时“罢工”,全网打工人都慌了

    美西时间午夜12点开始,陆续有用户发现自己的ChatGPT要么响应超时、要么没有对话框或提示流量过载,忽然无法正常工作了。

    因为发现AI用久了,导致现在“离了ChatGPT,大脑根本无法运转”。”

    等等,又不是只有一个聊天机器人,难道地球离了ChatGPT就不转了。

    大模型连崩原因猜想,谷歌躺赢流量激增6成

    GPT归位,人们的工作终于又恢复了秩序。

    未来科技 2024年6月5日
  • ChatGPT宕机8小时,谷歌Gemini搜索量激增60%

    ChatGPT一天宕机两次

    谷歌Gemini搜索量激增近60%

    ChatGPT在全球拥有约1.8亿活跃用户,已成为部分人群工作流程的关键部分。

    过去24小时内提交的关于OpenAI宕机的问题报告

    图片来源:Downdetector

    ChatGPT系统崩溃后,有网友在社交媒体X上发帖警告道:“ChatGPT最近发生的2.5小时全球中断,为我们所有依赖AI工具来支持业务的人敲响了警钟。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时大崩溃,AI集体罢工让全网都慌了

    接着OpenAI也在官网更新了恢复服务公告,表示“我们经历了一次重大故障,影响了所有ChatGPT用户的所有计划。Generator调查显示,在ChatGPT首次故障后的四小时内,谷歌AI聊天机器人Gemini搜索量激增60%,达到327058次。

    而且研究团队表示,“Gemini”搜索量的增长与“ChatGPT故障”关键词的搜索趋势高度相关,显示出用户把Gemini视为ChatGPT的直接替代选项。

    未来科技 2024年6月5日
  • 深度对话苹果iPad团队:玻璃的传承与演变

    iPad最为原始的外观专利

    没错,这就是iPad最初被设想的样子:全面屏,圆角矩形,纤薄,就像一片掌心里的玻璃。

    2010年发布的初代iPad

    好在乔布斯的遗志,并未被iPad团队遗忘。

    初代iPad宣传片画面

    乔布斯赞同这一想法,于是快速将资源投入平板电脑项目,意欲打造一款与众不同的「上网本」,这就是iPad早年的产品定义。

    iPad进化的底色

    苹果发布会留下过很多「名场面」,初代iPad发布会的末尾就是一例。

    未来科技 2024年6月5日
  • 底层逻辑未通,影视业的AI革命正在褪色…

    GPT、Sora均为革命性产品,引发了舆论风暴,但它在上个月发布的“多模态语音对谈”Sky语音,却由于声音太像电影明星斯嘉丽·约翰逊,被正主强烈警告,被迫下架。

    华尔街日报也在唱衰,认为“AI工具创新步伐正在放缓,实用性有限,运行成本过高”:

    首先,互联网上已经没有更多额外的数据供人工智能模型收集、训练。

    03、

    如果说训练“数字人”、使用AI配音本质上瞄向的仍是影视行业固有的发展方向,那么还有另外一群人试图从根本上颠覆影视行业的生产逻辑和产品形态。

    但分歧点正在于此,电影公司希望通过使用AI技术来降低成本,但又不希望自己的内容被AI公司所窃取。

    未来科技 2024年6月5日
  • KAN会引起大模型的范式转变吗?

    “先变后加”代替“先加后变”的设计,使得KAN的每一个连接都相当于一个“小型网络”, 能实现更强的表达能力。

    KAN的主要贡献在于,在当前深度学习的背景下重新审视K氏表示定理,将上述创新网络泛化到任意宽度和深度,并以科学发现为目标进行了一系列实验,展示了其作为“AI+科学”基础模型的潜在作用。

    KAN与MLP的对照表:

    KAN使神经元之间的非线性转变更加细粒度和多样化。

    未来科技 2024年6月5日
  • 这个国家,也开始发芯片补贴了

    //mp.weixin.qq.com/s/tIHSNsqF6HRVe2mabgfp6Q
    [4]中国安防协会:欧盟批准430亿欧元芯片补贴计划:2030年产量占全球份额翻番.2023.4.19.https。//mp.weixin.qq.com/s/VnEjzKhmZbuBUFclzGFloA
    [6]潮电穿戴:印度半导体投资大跃进,一锤砸下1090亿,政府补贴一半.2024.3.5https。

    未来科技 2024年6月5日
  • 大模型的电力经济学:中国AI需要多少电力?

    这些报告研究对象(数字中心、智能数据中心、加密货币等)、研究市场(全球、中国与美国等)、研究周期(多数截至2030年)各不相同,但基本逻辑大同小异:先根据芯片等硬件的算力与功率,计算出数据中心的用电量,再根据算力增长的预期、芯片能效提升的预期,以及数据中心能效(PUE)提升的预期,来推测未来一段时间内智能数据中心的用电量增长情况。

    未来科技 2024年6月5日
  • 你正和20万人一起接受AI面试

    原本客户还担心候选人能否接受AI面试这件事,但在2020年以后,候选人进行AI面试的过程已经是完全自动化的,包括面试过程中AI面试官回答候选人的问题,AI面试官对候选人提问以及基于候选人的回答对候选人进行至多三个轮次的深度追问。

    以近屿智能与客户合作的校验周期至少3年来看,方小雷认为AI应用不太可能一下子爆发,包括近屿智能在内的中国AI应用企业或许要迎来一个把SaaS做起来的好机会。

    未来科技 2024年6月4日