台積電張曉強：2 奈米第一年採用度是 3 / 5 奈米兩倍，第二年四倍

2025 台積電技術論壇台北場演講，業務開發及全球業務的資深副總經理暨副共同營運長張曉強表示，半導體業正經歷非常重要的戰略變革。以他業界 30 年經驗來說，仍對半導體未來充滿信心。要理解市場，最重要的是關注長期發展趨勢，這些趨勢是由基礎技術、商業或經濟所決定，而非短期市場動盪。

張曉強指出半導體產業時下最熱門的詞彙是 AI。從半導體的角度來看，2024 年被視為 AI 的本命年。AI 應用對各個半導體領域都帶來了巨大的影響，而且這個趨勢在 2025 年預計將繼續非常強勁。因此，從半導體應用的角度來看，AI 的主要驅動力是在領先製程節點上，例如 5 奈米、3 奈米，以及未來的 2 奈米。同時，CoWoS 等先進封裝技術也非常重要。

另外，AI 的最大市場來源是高效能運算 (HPC)。基礎上，AI 之所以能引領未來半導體發展，最重要的一個基本要素是能源效率。由於半導體製程技術不斷推進以及設計架構的演進，能源效率大約每兩年會提升三倍 (3X)，使得能源效率被認為是未來 AI 發展最重要的基礎。尤其，AI 的許多應用目前都在雲端，未來或擴展到邊緣端，使得未來的半導體環境將完全被 AI 所驅動。AI 應用在各方面都會蓬勃發展。

而就整個市場與應用趨勢來說，智慧型手機的高階機款將大量採用領先技術。然而，即使是最先進的手機，能源效率仍然是最需改進的地方，類比應用的影響力依然很強。至於，汽車方面，雖然汽車市場整體相對疲軟，但在半導體應用方面，汽車對先進製程的採用正在加速。這主要歸因於自動駕駛功能的進步。而且，目前自駕功能晶片大部分仍使用 12 奈米或 8 奈米製程，但未來將加速進入 5 奈米或 3 奈米製程。而且，越來越多車用電子裝置，甚至被視為機器人的先前一步。電動車的製造過程也越來越電子化，如同智慧型手機的製造。

而在機器人方面，真正的機器人，特別是目前熱議的人形機器人，是未來的趨勢。許多汽車製造商正在將汽車的概念延伸到機器人領域。人形機器人需要極高的智慧程度，這來自於先進的處理器。它們需要大量的複雜電子零件和先進軟體來實現功能，例如模仿人手動作。因此，未來的機器人需要達到 10 倍的進步，包括價格、功耗和運算能力。這將需要更先進的製程技術。而網路通訊技術標準約每十年增加 10 倍的頻寬，這意味著需要更多的運算能力。例如，從 Wi-Fi 6 到 Wi-Fi 7，需要更多投資來提供更高頻寬和更多功能。

針對以上的市場發展趨勢，張曉強強調，台積電的技術路線圖具有可預測性，並且是客戶導向的。他們會提前宣布未來兩三年的技術，以便客戶規劃產品。在 N3 製程方面，演講時已進入量產的第三年。持續有衍生的製程，例如 N3E (提升效能)、N3B (提升效能與密度)，以及未來針對 HPC 的 N3X (更高效能、更高頻率)。

而接下來的 N2 製程客戶採用度非常高，第一年的是 N3/N5 第一年的兩倍，第二年更是達到了四倍。越來越多的學術研究也開始採用最先進的製程。至於，新開發 A14 製程預計到 2028 年進入大量生產。該先進製程相較於前一代 N2，A14 的效能將提升 10%，能源效率提升 30%，邏輯密度增加超過 20%。能源效率和邏輯密度的提升對於 AI 和 HPC 應用非常關鍵。A14 也結合了設計與技術的創新。

另外，在 A16 製程方面，則是第一代採用背面供電 (Super Power Rail，SPR) 技術的製程。SPR 將電源網路放在晶圓的背面。A16 的研發進展順利，預計在 2026 年下半年進入量產。而 A16 將為 AI 和 HPC 帶來很多優勢。至於，在未來電晶體技術上，台積電研發團隊正在探索 GAA (Gate-All-Around) 等創新技術。例如，使用 C-Gate (Compound Gate) 材料製作的反相器已展現了優異的性能。材料方面也在研究低維度甚至 2D 材料，以提供未來更多機會。

而為了應對 AI 運算需求，需要更多的運算核心，這催生了 3D 整合技術。台積電已推出 System-on-Wafer 的概念，利用整片晶圓作為中介層 (interposer)，這相較於傳統封裝可帶來 40 倍的整合尺寸提升。同時，為了提升能源效率，光電整合是未來重要的方向。目前光電轉換多發生在機櫃頂部，未來目標是將光電元件與電子晶片整合在封裝層級。這能帶來額外約 2 倍的能源效率提升。

最後，除了最先進的邏輯製程，特殊製程技術也非常重要。張曉強強調，這包括感測器 (sensor)、電源管理 (power management, pivic technology)、射頻 (RF)，以及嵌入式記憶體 (Embedded Memory)。嵌入式記憶體，特別是嵌入式非揮發性記憶體 (eNVM)，越來越多地整合到邏輯晶片中。主流的 eNVM 包括 RRAM (RM) 和 MRAM (Magnetic friend)，它們與邏輯製程相容且易於微縮。這些技術能將記憶體儲存單元嵌入邏輯晶片中。

電源管理技術方面，高電壓技術很重要。將高電壓技術導入到較小的製程節點可以大幅降低功耗 (28%) 並增加邏輯密度 (40%)。台積電的電源管理技術發展藍圖也著重於提升電壓能力。

(首圖來源：台積電)