台湾積体電路製造公司 (TSMC) は、チップ製造プロセスの中核部分を全面的に見直しています。次世代の 2nm チップでは、この大手ファウンドリーは、数十年にわたって使用されてきた直線の「マンハッタン」形状を廃止し、曲線マスクを採用する予定です。
この変更により、より正確なパターンをシリコン上に印刷できるようになり、チップのパフォーマンスが向上します。
この飛躍は、新しいマルチビーム マスク ライターと、Nvidia の GPU を搭載した CuLitho プラットフォームのような高度なソフトウェアによって可能になります。
この投資は費用がかかりますが、AI 市場の活況によって後押しされており、Nvidia のような顧客からの利益率の高いチップにより、これらの複雑な新しい製造技術の先駆者となることが正当化されます。
マンハッタン グリッドから曲線まで: 新しい幾何学形状チップ製造
10 年以上で初めて、チップ設計の基本的な形状が見直されています。
TSMC の 2nm (N2) プロセス ノードは、曲線マスクを初めて使用するものであり、「マンハッタン」ジオメトリと呼ばれることが多い直線または直線パターンへの業界の依存から大きく脱却します。
半導体製造における曲線マスクは、次のようなフォトマスクです。パターンには、垂直方向または水平方向のみに配置された従来の直線 (直線エッジ) 形状に制限されるのではなく、曲線または自由形状が含まれます。
具体的には、曲線マスクには、マンハッタン (厳密に 90 度または 45 度の角度) や直線ではないエッジを含めることができますが、代わりに、滑らかな円弧、円、楕円、スプライン、またはそれを超える角度のエッジを持つ区分的線形多角形を含めることができます。
これらのマスクは、高度な光近接効果補正 (OPC) と逆リソグラフィ技術 (ILT) を使用して設計されており、フォトマスクの形状を多くの小さな長方形やマンハッタン多角形で近似するのではなく、曲線として最適化します。
曲線形状を使用すると、シリコン ウェーハ上に複雑で小さなフィーチャを印刷する際の忠実度が向上し、より大きなリソグラフィ プロセス ウィンドウが得られます。
この移行は、ゲート オール アラウンド (GAA) トランジスタへの移行を伴うもので、半導体製造におけるここ 15 年近くで最も大きな技術的変遷の 1 つを示しています。
フォトリソグラフィー (シリコン ウェーハ上にチップ設計を印刷するプロセス) は、光の物理学によって支配されます。
光は自然に回折したり歪んだりするため、鋭い 90 度の角度は好みません。滑らかな曲線を使用する曲線設計は、光の挙動をより正確にモデル化し、その結果、意図したパターンがより忠実にウエハ上に転写されます。
これにより、全体的なプロセス ウィンドウが広がり、製造のわずかな偏差に対する耐性が高まり、最終的にはチップの歩留まりとパフォーマンスが向上します。
エンジニアは長年、曲線設計が理論的に優れていることを認識していました。 インバース リソグラフィ テクノロジー (ILT) と呼ばれる技術を使用すると、ウェーハ上の目的のパターンから逆算して、サイケデリックな外観の最適なマスク設計を計算できます。
しかし、この理想は学術的な概念のままでした。これらのマスクを作成するツールは存在しませんでした。
可変成形ビーム (VSB) システムは、長方形と正方形のみを生成できます。曲線を作成するには、「マンハッタン化」と呼ばれるプロセスで、何千もの小さな重なり合う長方形を使って曲線を近似する必要がありました。
この変換は不正確でエッジが曖昧になるだけでなく、信じられないほど遅かったです。
VSB マシンは、電子ビームの 1 回の「ショット」で各長方形を書き込みます。複雑なマンハッタン化されたパターンに必要な膨大なショット数により、マスクの書き込み時間が数時間から数日にも及ぶ深刻なスループットのボトルネックが発生しました。
曲線の背後にある技術: マルチビーム ライタと GPU を利用した物理学
製造精度のこの飛躍を促進するのは、ハードウェアとソフトウェアのブレークスルーの融合です。最初の重要な要因は、IMS Nanofabrication や NuFlare などの企業によって開発されたマルチビーム マスク ライターの台頭です。
これらのマシンは、単一の電子ビームの代わりに、ビームを個別に制御される数十万の小さな電子ビームに分割します。 「ビームレット」
マスク ステージを移動し、スクリーン上のピクセルのようにこれらのビームレットをオンまたはオフにすることにより、機械は複雑な曲線パターンを高い忠実度で効果的に「ペイント」できます。
このテクノロジーを市場に投入することは、エンジニアリング上の大きな課題でした。開発者は、複雑な曲線パターンの欠陥を特定して捕捉し、大量の設計データを高速でマシンにストリーミングするなど、難しい問題を解決する必要がありました。
開発コストは膨大でした。たとえば、KLA-Tencor は、2014 年にプロジェクトを放棄するまで、マルチビーム プロジェクトに 2 億 2,600 万ドル以上を費やしました。成功するには、これらのハードルを克服するために 10 年間の粘り強さと多大な投資が必要でした。
パズルの 2 番目のピースは、GPU による計算能力の大幅な向上です。
数十億個のトランジスタを備えた最新のチップの ILT マスク設計を計算するのは膨大な作業であり、場合によっては最大 3,000 万 CPU 時間を必要とします。数万個の CPU を備えたデータセンターでは、ジョブが完了するまでに 1 週間以上かかる場合があります。
並列アルゴリズムのソフトウェア ライブラリである Nvidia の cuLitho は、この方程式を劇的に変えます。 Nvidia によると、同社の H100 GPU のうち 500 個が、これらのタスクで 40,000 個の CPU の計算作業を実行できるようになりました。
これにより、ワークフローが最大 60 倍高速化され、2 週間かかる計算が夜間のプロセスに変わります。この可能性を認識して、TSMC、Nvidia、および設計ソフトウェア会社シノプシスは、2024 年初めに CuLitho プラットフォームを実稼働環境に移行し、N2 ノードでの曲線マスクの採用への道を開くと発表しました。
なぜ今? AI ブームは製造革命の代償を払う
この移行に必要な巨額投資を推進しているのは、人工知能市場からの飽くなき利益率の高い需要です。
Nvidia や AMD のような AI アクセラレータ用に設計されたチップは、絶対的に最高レベルのパフォーマンスを提供する必要があります。 AMDの会長兼最高経営責任者（CEO）であるリサ・スー博士は以前、同社とTSMCとの緊密な協力関係を強調しており、そのおかげで「AMDは高性能コンピューティングの限界を押し上げるリーダー製品を一貫して提供できるようになった」。
これらの主要顧客にとって、2nmノードとその曲線パターンのメリットは直接的かつ実質的である。
Nvidia にとって、それは、より強力でエネルギー効率の高い GPU がデータセンターを支配することを意味します。 Apple のような顧客にとって、これは、次世代の iPhone や Mac シリコンのバッテリー寿命の延長と処理の高速化につながります。
成熟して価格に敏感な携帯電話市場とは異なり、AI セクターには、これらの高度な製造技術の開拓にかかる高額なコストを吸収する経済的余裕があります。
この力関係により、新しいマスク ライターへの数十億ドルの投資と、曲線リソグラフィを大量生産に導入するために必要な広範な研究開発が正当化されます。
次世代テクノロジーへの注力は、リーダーとしての地位を維持するための TSMC の戦略の中心です。
同社は、Intel などとの経営統合の噂を一貫して否定しており、CEO は C.C. 氏です。魏氏はきっぱりと「TSMCは、合弁事業、技術ライセンス、技術に関して他の企業といかなる協議も行っていない。」
代わりに、ファウンドリは、将来のAI需要を満たす高度なパネルレベルのパッケージングの開発など、複数の面で推進している。
曲線マスクの採用は、単なる増分アップデートではない。これは AI ブームによって支払われた製造業の根本的な変化であり、今後 10 年間のチップ設計の限界を再定義するでしょう。
