三奈米製程解析

________________________________________
三奈米製程解析
________________________________________
🔬 三奈米製程（3nm, N3）完整解析
（聚焦技術本質 × 成本結構 × AI/HPC 戰略意義）
________________________________________
一、什麼是 3 奈米？
3nm 並不是實際電晶體長度，而是節點世代名稱。
目前商業化最成熟的 3nm 來自：
• 台積電 N3 家族（N3B / N3E / N3P / N3X）
• Samsung Electronics 3GAE / 3GAP
目前主流市場實際大量量產成功、良率穩定的是 TSMC N3E。
________________________________________
二、3nm 電晶體結構
1️⃣ TSMC 3nm：仍為 FinFET（最後一代鰭式）
關鍵點：
• 還是 FinFET
• 極限優化鰭寬與金屬間距
• EUV 使用層數大幅增加（~25 層↑）
• 電晶體密度提升約 1.6~1.7x（相對 N5）
👉 這也是為什麼 N3 被稱為：
「FinFET 的極限世代」
________________________________________
2️⃣ Samsung 3nm：GAA（環繞閘極）
Samsung 率先導入 GAA（Gate-All-Around）奈米片結構，
但初期良率與功耗表現較不穩定。
________________________________________
三、N3 家族版本差異
製程 定位 功耗改善 密度 用途
N3B 首發版 ~25–30% 最高 iPhone 初代
N3E 成熟版 ~18% 略降 主流 SoC
N3P 強化版 +5–8% 同 N3E 高階手機
N3X 高性能版 高頻 功耗↑ HPC / AI
👉 AI / HPC 客戶多選 N3X
________________________________________
四、3nm 為什麼難？
製程難度爆炸原因
1. EUV 層數暴增
2. 多重曝光誤差放大
3. 金屬間距逼近物理極限
4. 漏電流控制困難
5. Mask 成本暴漲
成本結構（每片 12 吋晶圓）
節點 晶圓價估算
N5 ~$16k
N3E ~$20k–23k
2nm $25k↑
👉 3nm 是第一個真正讓「算力變成資本密集」的節點。
________________________________________
五、3nm 在 AI GPU 中的角色
目前 AI GPU 大多仍在 N4/N5（例如 H100）
但未來世代將逐步轉向：
• 控制晶片 → N3
• CPU tile → N3
• 高階 GPU → N3X
但真正瓶頸不在晶圓，而在：
• CoWoS
• HBM
• ATE / Burn-in
有 N3 不等於能出 AI GPU
有 GPU 不等於能交貨
________________________________________
六、3nm 的戰略意義
1️⃣ 手機市場
• 蘋果首發
• 高階 Android SoC
2️⃣ AI/HPC
• 先小晶片化
• Chiplet + 2.5D 封裝
3️⃣ 地緣政治
• 台灣是主戰場
• 美國、日本擴產備援
________________________________________
七、3nm vs 2nm 本質差異
項目 3nm 2nm
電晶體 FinFET GAA
供電 正面供電 背面供電 (未來 A16)
成本 高 更高
PPA 提升 緩 明顯
👉 3nm 是「FinFET 的最後高峰」
👉 2nm 才是架構革命
________________________________________
八、未來趨勢
1. 3nm 會成為 2026–2028 主力 AI SoC 節點
2. 成本壓力推動 chiplet 架構
3. 3D 封裝重要性 > 製程節點
4. 功耗牆開始主導架構設計
________________________________________
《3nm 產能全球分布與客戶地圖》
截至目前，全球“可穩定大量量產”的 3nm 產能，仍以台灣（TSMC）為核心；日本與美國屬於「即將導入 3nm」的延伸量產基地；韓國（Samsung）有 3nm GAA 量產但市場採用度相對保守。
________________________________________
1) 3nm 產能全球分布地圖（Where is 3nm capacity）
A. 台灣｜TSMC：現階段 3nm 主力量產核心
• 主基地：TSMC Fab 18（南科）：官方明確指出 Fab 18 是 5nm/3nm 的 GIGAFAB、且 3nm 已進入量產並擴產。
• 節點家族：N3B / N3E / N3P（已量產/擴量），N3X（偏 HPC 的高性能變體，逐步導入）（節點命名與定位可用 TSMC 3nm 技術頁作為引用）。
在做「全球供應鏈/地緣韌性」簡報時，可以把台灣定義成：
“3nm 的現金流引擎 + 客戶交付主戰場”。
________________________________________
B. 日本｜TSMC（熊本）：官方/外媒訊號已指向 3nm 量產規劃
• Reuters 報導指出：TSMC 規劃在日本熊本進行 3nm 量產（並把它描述成日本進入高端製造的重要一步）。
這一點對的「台灣/日本/美國三地協同」敘事非常關鍵：
日本的定位會從 成熟製程（車用/工業） 往 高端（3nm） 延伸，但真正形成“可觀份額”仍需要時間（人才、EUV、供應鏈、良率爬坡）。
________________________________________
C. 美國｜TSMC Arizona（Fab 21）：3nm 被指向第二期/後段導入
• 同一則 Reuters 報導亦提到：TSMC 計畫在 Arizona 的第二座廠導入 3nm（時間點指向 2027 的節奏）。
可以把美國定位成：
“3nm 的地緣備援 + 指定客戶/國安供應”，而不是一開始就替代台灣主量。
________________________________________
D. 韓國｜Samsung Foundry：3nm GAA 已宣告量產（但客戶結構偏選擇性採用）
• Samsung 官方新聞稿：已開始 3nm GAA 生產（強調 PPA 改善幅度）。
• 市場層面：近年多數高端手機/HPC 大單仍更集中在 TSMC N3E/N3P（原因通常與良率、功耗/頻率窗口、量產穩定性與設計生態成熟度相關；此段在簡報可用“市場觀察”語氣呈現）。
________________________________________
2) 客戶地圖（Who uses 3nm, and for what）
Foundry 客戶與投片量是高度保密資訊，所以這裡用「可被公開資訊支持的“採用關係/方向”」來畫地圖（不硬猜精準 wpm）。________________________________________
A. Mobile/PC（3nm 最大量需求池）
• Apple：3nm 是最早、最穩定的大量需求來源之一（TSMC 3nm 量產/擴產的官方敘事也以智慧型手機與 HPC 為主要應用）。
• Qualcomm：已有拆解/分析指出特定旗艦 SoC 使用 TSMC N3E。
• MediaTek：與 TSMC 共同宣示 3nm 產品開發與量產節奏（作為“已進入 3nm 生態”的證據）。
Mobile 的 3nm 是「高量、節奏穩、驅動擴產」的基本盤。
________________________________________
B. HPC / AI（重點不是“量最大”，而是“價值密度最高”）
• TrendForce（產業研究）點名：NVIDIA、AMD 等被認為會導入/採用 TSMC 3nm 家族（以 N3E 為主的客群擴大）。
• 同時，TSMC 在公開場合也多次把先進節點產能壓力與 AI/HPC 需求連結（作為“需求結構”論證素材）。
AI/HPC 對 3nm 的意義是「把節點優勢變成 $/token 與 SLA 競爭力」，但交付瓶頸仍會被 CoWoS/HBM/ATE/Burn-in 反向鎖住。
________________________________________
3)「全球 3nm 分布 × 客戶」表格
區域 Foundry/基地 3nm 狀態 典型客戶池 應該怎麼解讀
台灣 TSMC Fab 18（南科） 量產 + 擴產核心 Apple / Qualcomm / MediaTek /（HPC 擴大） 主戰場：交付與現金流
日本 TSMC 熊本 規劃導入 3nm 量產 以地緣韌性與日本產業鏈協同為主 第二供應極：韌性與政策價值
美國 TSMC Arizona（第二期） 被指向 3nm（時間偏後） 特定客戶/合規需求導向 備援與合規供應
韓國 Samsung Foundry 3nm GAA 已宣告生產 選擇性採用（市場保守） 技術路線先行，但採用更挑
________________________________________
4) 如果要把它變成「可追蹤的季度儀表板」（建議用這 6 個 KPI）
（不用猜機密數字，也能“準確跟蹤趨勢”）
1. TSMC 3nm（N3）佔營收比重/成長（財報/法說會口徑）
2. EUV tool 安裝/到貨節奏（供應鏈新聞/設備商指引）
3. 大客戶新一代 SoC/GPU 的製程節點確認（拆解、官方發表、可信分析）
4. 日本/美國新廠：cleanroom ready → tool move-in → risk production → volume 的里程碑
5. CoWoS/HBM/ATE/Burn-in 端的擴產是否同步（避免“晶圓好了但交不出去”）
6. Power/thermal envelope（正在做的 1.5kW GPU、BSPDN、機櫃功耗模型可直接作為上層指標）
________________________________________
🏭 三奈米（3nm）工廠解析
（製程架構 × 設備結構 × 成本模型 × 能源與治理）
________________________________________
一、3nm 工廠長什麼樣？——先看整體架構
典型 3nm GIGAFAB 結構（以 台積電 Fab 18 為代表）
核心特徵：
• 12 吋晶圓（300mm）
• 月產能：~100k wpm 等級（分 phase）
• EUV 密集型工廠
• 無人化 AMHS（天車 FOUP 系統）
• 高度數據化（APC + AI 良率分析）
👉 3nm 已經不是「廠房」
而是 EUV 密集算力製造中心
________________________________________
二、3nm 製程結構本質（為什麼工廠成本暴增）
仍屬 FinFET（TSMC N3 系列）
• 鰭式結構極限微縮
• 金屬間距逼近物理極限
• EUV 層數 ~25+ 層
相比 5nm：
指標 5nm 3nm
EUV 使用層數 ~14 25+
Mask 成本 ~$30M $40–50M
晶圓單價 ~$16k $20–23k
製程步驟 ~1,000 1,200+
👉 EUV 是一切成本爆炸的源頭。
________________________________________
三、3nm 工廠設備結構（權力分布圖）
1️⃣ 光刻（EUV）——核心瓶頸
• 供應商：ASML
• 型號：NXE 系列
• 單台價格：~$200M+
• 一條線需 20–30 台級距
沒 EUV → 沒 3nm
________________________________________
2️⃣ 蝕刻（Etch）
• Lam Research
• Tokyo Electron
特點：
• 高深寬比（HAR）
• GAA 前過渡節點控制
• 低損傷蝕刻
________________________________________
3️⃣ 沉積（Deposition）
• Applied Materials
• Lam Research
3nm 需要：
• 原子層沉積（ALD）
• 精準薄膜控制
• 多材料共存
________________________________________
4️⃣ 清洗與量測（真正的壟斷核心）
• SCREEN Holdings
• KLA Corporation
為什麼量測最關鍵？
3nm 的良率戰爭，本質是缺陷數據戰。
________________________________________
四、3nm 工廠成本模型（建廠 CapEx）
一座完整 3nm 廠估算
項目 規模
總投資 $20B–25B
EUV 佔比 ~30–35%
設備投資 60–70%
建築 + 無塵室 20%
公用系統 10–15%
👉 EUV + 蝕刻 + 沉積 三者吃掉大部分資本。
________________________________________
五、能源與基礎設施需求
3nm 工廠是「電力怪獸」。
指標 數值
電力需求 150–250MW
用水 每日 10萬噸級
潔淨室等級 Class 1–10
廢氣處理 高階酸鹼與溫室氣體處理
👉 這就是為什麼
3nm 只能在：
• 台灣
• 美國（補貼）
• 日本（國家戰略）
________________________________________
六、良率地獄（為什麼難度暴增）
3nm 良率挑戰來自：
• EUV 疊加誤差
• 線寬變異（LWR）
• 漏電流
• 金屬接觸阻抗
• 缺陷放大效應
👉 良率每提高 1%，可能代表數億美元差距。
________________________________________
七、3nm 工廠 × AI GPU 的關係
重要觀念：
3nm 不是 GPU 出貨瓶頸。
真正卡住的是：
• CoWoS
• HBM
• ATE / Burn-in
所以 3nm 廠的角色是：
提供高密度裸晶
但價值最大化發生在封裝與系統層。
________________________________________
八、3nm 工廠戰略定位
地區 定位
台灣 主產能核心
美國 國安備援
日本 產業重建
韓國 技術路線競爭
________________________________________
九、未來趨勢（下一步會關心的）
• 3nm → 2nm（GAA）
• 背面供電（A16）
• EUV High-NA 導入
• 3D Hybrid Bonding 直連
________________________________________
如果願意，我可以幫做更進階版本：
1️⃣ 《3nm 工廠權力壟斷圖（EUV × Etch × Clean × Metrology）》
2️⃣ 《3nm 建廠財務模型（IRR / 折舊 / 良率敏感度）》
3️⃣ 《3nm × CoWoS × HBM 對齊出貨節拍模型》
4️⃣ 《3nm 工廠 30 分鐘治理架構圖》
想往哪個深度？
3nm 工廠權力壟斷圖（EUV × Etch × Clean × Metrology
📊《3nm 工廠權力壟斷圖》
EUV × Etch × Clean × Metrology 四核心控制架構
結論先講：
3nm 工廠真正的權力不在晶圓廠本身，而在四個設備核心。
誰控制這四環，誰就控制先進製程的節奏與成本曲線。
________________________________________
一、四核心壟斷總圖（Power Stack）
┌─────────────────────────┐
│ EUV 光刻 │
│ 圖形生成 / 線寬決定權 │
└────────────▲───────────┘
│
┌─────────────┼───────────┐
│ │
┌──────────────┐ ┌──────────────┐
│ Etch 蝕刻 │ │ Deposition │
│ 結構成形權 │ │ 材料定義權 │
└──────────────┘ └──────────────┘
▲
│
┌──────────────┐
│ Clean 清洗 │
│ 缺陷存活權 │
└──────────────┘
▲
│
┌───────────────┐
│ Metrology 量測 │
│ 良率定義權 │
└────────────────┘
👉 本質是一個「缺陷控制金字塔」。
________________________________________
二、EUV：圖形壟斷者（第一權力）
核心企業
• ASML
為什麼形成壟斷？
面向 壟斷本質
光源 高功率雷射等離子體
反射鏡 Zeiss 多層反射鏡
光罩 EUV 專用 reticle
技術門檻 20+ 年積累
沒有 EUV，就沒有 3nm。
________________________________________
三、Etch：結構控制者（第二權力）
核心企業
• Lam Research
• Tokyo Electron
為什麼壟斷？
• 高深寬比 (HAR) > 50:1
• 低損傷等離子控制
• 原子層級精度
• GAA 前置結構準備
👉 蝕刻決定電晶體是否能“站得住”。
________________________________________
四、Clean：缺陷生死權
核心企業
• SCREEN Holdings
• Tokyo Electron
為什麼清洗變成壟斷？
面向 本質
原子級殘留 去除 <10nm 顆粒 材料共存 金屬 + 介電層 低損傷 保護超薄閘極 Recipe 數據 長期缺陷庫 👉 清洗控制的是「缺陷是否留下」。 ________________________________________ 五、Metrology：真正的權力核心 核心企業 • KLA Corporation • Applied Materials 為什麼量測才是王？ • 電子束缺陷檢測 • AI 缺陷分類 • 製程閉環 APC • 長期缺陷資料庫 👉 量測公司壟斷的不是設備，是缺陷數據模型。 ________________________________________ 六、四核心權力分布地圖 權力層 控制內容 主導公司 EUV 圖形定義 ASML Etch 結構形成 Lam / TEL Clean 缺陷存活 SCREEN / TEL Metrology 良率定義 KLA ________________________________________ 七、真正的壟斷本質 3nm 不只是技術壟斷，而是： 🔒 設備 + Recipe + 數據 + 客戶綁定 而這四家公司合起來形成： 「四核心同盟」 沒有其中一個， 3nm 良率就會崩。 ________________________________________ 八、戰略啟示（給用在 AI/主權算力敘事） 1. 晶圓廠 ≠ 真正權力核心 2. 設備供應鏈才是全球半導體秩序底層 3. EUV 是單點壟斷 4. Metrology 是長期數據鎖定 5. Clean 是最被低估的核心 ________________________________________ 🌍《全球半導體設備供應鏈地緣風險圖》 （EUV × Etch × Deposition × Clean × Metrology） 核心： 3nm～2nm 時代的真正風險，不在晶圓廠，而在五大設備樞紐國： 🇳🇱荷蘭 🇩🇪德國 🇺🇸美國 🇯🇵日本 🇰🇷韓國（部分零組件） 其中單點風險最大的是 EUV（荷蘭）。 ________________________________________ 一、全球設備權力地圖（按國家分布） 🇳🇱 荷蘭：EUV 唯一核心 主導企業 • ASML 地緣風險評級：★★★★★（最高） 風險類型 說明 出口管制 EUV 已限制出口至特定國家 單一供應 無替代者 上游依賴 反射鏡依賴德國 👉 EUV 是全球 3nm 的「單點失效（Single Point of Failure）」。 ________________________________________ 🇩🇪 德國：光學命脈 主導企業 • Carl Zeiss AG 角色 • EUV 多層反射鏡 • 超高精密光學系統 風險評級：★★★★☆ 若德國政策變動，EUV 供應將受影響。 ________________________________________ 🇺🇸 美國：Etch × Deposition × Metrology 核心 主導企業 • Lam Research • Applied Materials • KLA Corporation 風險評級：★★★★☆ 風險類型 說明 出口管制 已對先進節點設備實施限制 政策波動 政府審查與國安考量 技術封鎖 對 14nm 以下設備限制 👉 美國控制的是「製程能力上限」。 ________________________________________ 🇯🇵 日本：Clean × 材料 × 次關鍵設備 主導企業 • Tokyo Electron • SCREEN Holdings 風險評級：★★★☆☆ 日本控制： • 清洗 • 光阻材料 • CMP • 部分蝕刻 👉 日本是「穩定但不可或缺的中樞」。 ________________________________________ 二、供應鏈風險層級矩陣 設備類型 核心國家 替代性 風險等級 EUV 荷蘭 幾乎無 ★★★★★ 光學 德國 無 ★★★★☆ Etch 美國 低 ★★★★☆ Deposition 美國 低 ★★★★☆ Metrology 美國 低 ★★★★☆ Clean 日本 中 ★★★☆☆ ________________________________________ 三、地緣風險場景推演（Scenario） 情境 A：出口限制升級 → 某區域無法取得 EUV → 先進節點停擺 情境 B：美國收緊 Etch / Metrology → 14nm 以下製程難升級 → 良率難控制 情境 C：日本材料中斷 → Clean/Photoresist 供應波動 ________________________________________ 四、真正的全球權力結構 荷蘭（EUV） ↓ 德國（光學） ↓ 美國（Etch / Depo / Metrology） ↓ 日本（Clean / 材料） ↓ 台灣（晶圓製造） ↓ 全球 AI 算力 👉 台灣在製造端 👉 但設備權力在歐美日 ________________________________________ 五、對 AI / 主權算力的戰略啟示 1. 先進製程是多國聯合體系 2. 沒有任何單一國家可完全獨立 3. 設備才是真正的「硬實力外交籌碼」 4. EUV 是最強戰略槓桿 ________________________________________ 六、未來風險演變（2nm / High-NA） • High-NA EUV 將更集中於 ASML • GAA 將提升蝕刻難度 → 強化美國設備話語權 • 量測 AI 化 → 數據鎖定更強 ________________________________________ 📉《全球半導體設備供應鏈斷鏈壓力測試模型》 目標：把「設備斷鏈」從口號，變成可量化的停線風險、產能損失、交付損失、現金流損失，並能做 Bear/Base/Bull 三情境與壓力測試。 ________________________________________ 1) 模型總覽：三層結構（Supply → Fab → Revenue） A. 供應層（設備/零組件/服務） • EUV / DUV（含光源、鏡頭、真空、控制系統） • Etch / Depo • Clean / CMP • Metrology / Inspection / E-beam • Spares（備品）+ Field Service（駐廠維護）+ Software license（軟體/recipe/控制） B. 製造層（Fab 可用率 → Throughput） • Tool availability（可用率） • OEE（稼動）/ UPH（產出）/ Cycle time • WIP（在製品）與 Rework（返工） C. 商務層（出貨 → ASP/毛利 → 現金流） • Wafer out / die out / package-ready（若要連到 CoWoS/HBM/ATE） • 客戶 SLA（延遲罰則、take-or-pay、priority allocation） • ASP 溢價/折價（緊缺溢價 vs 交付失信折價） ________________________________________ 2) 核心指標：把「斷鏈」轉成 6 個量化量 1. MTTR：Mean Time To Repair（平均修復時間） 2. Spare Coverage Days：備品覆蓋天數 3. Service Dependency Index（SDI）：維護依賴指數（是否必須原廠/特定國籍工程師/遠端認證） 4. Tool Criticality Weight（TCW）：工具關鍵權重（對瓶頸的影響） 5. Capacity Loss Curve：產能損失曲線（第 1 週、第 4 週、第 12 週…） 6. Revenue-at-Risk（RaR）：營收風險（含毛利/現金流） ________________________________________ 3) 斷鏈事件庫（Event Library）：用「事件」驅動情境 把斷鏈拆成 5 類事件，每類事件都能套入同一套計算： E1. 出口管制/禁運（Hard stop） • 影響：新機/關鍵備件/軟體更新/遠端支援被禁 • 常見結果：可用率階梯式下降（不是立刻歸零，而是「備品用完後崩」） E2. 關鍵零組件缺貨（Soft choke） • 影響：光源模組、真空泵、RF power、精密軸承、感測器、控制板卡 • 結果：維修週期拉長，MTTR 上升 E3. 原廠維護服務中斷（People/License choke） • 影響：駐廠工程師撤離、認證/License 失效、遠端診斷關閉 • 結果：修不好或修得慢 E4. 物流/航運/戰爭風險（Transit choke） • 影響：到貨 lead time 拉長、運輸不確定性 • 結果：備品覆蓋天數不夠就開始降產 E5. 資安/系統性事件（Cyber/IT choke） • 影響：APC/Recipe/計量資料鏈斷、MES/AMHS 異常 • 結果：良率下滑 + rework 增加（更致命）