缩小到3nm需要更先进的制造技术
在半导体制造工厂中跟上摩尔定律不仅是经济上的斗争，也是工艺控制技术的问题。
半导体行业的发展靠的是一个非常直接的概念：把晶体管做得更小。从晶体管的发明到现在，这种方法好像是一个无底洞，每一个新的节点都会花费更多的钱。
现在，随着制造商采用3nm工艺，制造和经济壁垒使这种方法变得更加复杂。
缩小节点的竞争很昂贵
虽然每次新节点的引入都会带来设计成本的逐渐增加，但是到了现在的阶段，这些成本的增长已经变成了成倍的增长。
麦肯锡公司（McKinsey and Company）表示，在16nm节点上设计IC的总成本（包括架构、验证和IP认证）约为1.04亿美元。跳到5nm，已经达到了2.97亿美元，而即将问世的3nm芯片的设计成本将跳涨到5亿美元。
新IC节点的研发和制造成本成倍增长
然而，从很多方面来说，比将晶体管缩小到3nm节点更昂贵的是制造出能够实际生产这些晶体管的制造设备。
麦肯锡的同一份报告告诉我们，在16nm节点上建造和装备一座晶圆厂的成本是13亿美元。在5nm已经达到了54亿美元，而3nm的未来可能会有100亿美元。
其中许多设备成本来自对支持较小节点制造的新设备的需求。例如，虽然EUV设备现在对于较小的节点来说是至关重要的（且成本很高），但对于大节点尺寸来说，它们并不需要。
半导体晶圆厂所面临的技术和经济挑战已经变得如此巨大，以至于只有大型企业才有能力参与其中。
晶圆厂效率的成本
半导体设计和制造成本的不断增加，一个直接的必然结果就是效率变得比以往任何时候都重要。可以这样想：由于运营一座晶圆厂每天的成本可能达到数百万美元，任何停机时间都是有害的。出于这个原因，许多晶圆厂将价值数百万美元的晶圆作为闲置库存，因为他们宁愿承担这些成本，也不愿承担与停机相关的成本。
晶圆利用率与收支平衡时间以及不同级别的补贴
麦肯锡公司（McKinsey and Company）的报告显示，如果没有政府补贴，即使以100％的利用率运行， 5nm的晶圆厂也需要五年以上才能实现投资收支平衡。当利用率降低到50％时，即使是一家补贴高达20亿美元的晶圆厂，也要花费10年以上的时间才能达到收支平衡。
这些严峻的经济壁垒使企业甚至无法参与进来，从而进一步将该行业整合到少数富裕公司和国家之上。
应用材料公司的应对办法
这些晶圆厂一直在寻找提高速度和产量的效率的方法。Applied Materials旨在通过在晶圆检测过程中实施AI和数据科学来解决这一问题。
在现代的半导体设施中，缺陷检测可能是一个昂贵的过程
他们的平台之一被称为Enlight，它利用数据科学和光学技术来执行更高级的晶圆检查。该公司相信，通过收集更多的关键产量数据，可以将捕获关键缺陷的成本降低三倍，并在同一过程中提高良率。
过程控制的另一个要素SEMVision系统是一种eBeam审查技术，它使用第三个要素：ExtractAI来训练Enlight系统。
ExtractAI系统使用人工智能将良率缺陷与高端扫描仪产生的普通噪声区分开。实际上，该系统运行良好，以至于该公司仅检查了0.001％的样品即可报告出识别晶圆上所有潜在缺陷的能力。
Enlight（左），ExtractAI（中）和SEMVision（右）这三个元素使用光学器件捕获更多的良率数据，并使用AI快速分类晶圆缺陷。
3nm解决方案？
由于晶圆厂的任务是将尺寸缩小到3纳米，因此设备必须更快，更有效地识别晶圆缺陷至关重要。看来，诸如Applied Materials推出的工具可能会导致降低这项工作的成本，同时保持生产周期的及时进行。