台积电垂直DRAM专利:代工龙头会否挑战存储厂商?

资讯 腾讯网 作者:腾讯网 全文 1514 字 · 约 4 分钟读完 分类DRAM台积电存储芯片

围绕台积电垂直DRAM专利的讨论,引出了一个耐人寻味的问题:全球领先的晶圆代工厂未来是否可能挑战现有的存储器制造商?这种好奇不难理解。涉及垂直晶体管和集成电容器的专利披露表明,台积电正在探索与未来存....

所属频道 算力与芯片

台积电围绕垂直DRAM申请的专利,让外界生出一个疑问:全球领先的晶圆代工厂,将来会不会去挑战现有存储器厂商?这种好奇并不难理解。专利披露的内容涉及垂直晶体管和集成电容器,说明台积电正在摸索与未来存储器微缩有关的架构。不过,做技术探索和真正商业化进入市场,是两个不同的节点,中间还隔着不小的制造门槛和经济性门槛。


解读专利本身时,准确性很关键。「US @2022」并不能唯一对应某一份专利文件。台积电一项相关申请US20220359529A1在2022年11月公开,描述的结构把垂直沟道晶体管与混合式沟槽及堆叠电容器集成在一起。另一项专利2022年5月提交、以US20230240066A1公开,设计是在垂直环绕栅极(GAA)晶体管正上方放置电容器。这些专利披露不应被混为同一种架构,也不该被当成产品发布公告。


即便如此,这些专利仍有实际意义。它们说明台积电在琢磨怎么缩小存储单元的占用面积、以垂直方式集成存储结构。但专利证明不了台积电已经具备量产条件、做出了投资承诺,或者有意销售标准型DRAM产品。一种说得通的解释是,这类研究是为嵌入式存储器、逻辑与存储器集成,或者未来客户需求留技术选择。当然,这仍属推断,并非台积电公开披露的商业战略。


竞争层面更受关注的问题,是DRAM怎么继续微缩。SK海力士已公开把4F²垂直栅极平台和3D DRAM列为未来方向。关键在于,两者相关但概念不同:存储单元占用面积缩小,并不自动等于实现了多层有源存储单元的堆叠。同样,HBM是把已制造完成的DRAM芯片堆叠起来,和在存储阵列内部构建垂直重复排列的存储单元,也是两回事。


对于SK海力士、


第一道坎是电气控制。存取晶体管要提供足够大的电流来支撑高速运行,同时把漏电流压得足够低,以保住存储电荷。结构密集、垂直排布,也让相邻结构之间的相互影响更难控制。SK海力士在位线屏蔽和背栅控制方面的研究显示,存储单元面积缩减看着简单,背后可能是大量工程工作。


第二道坎是电容器集成。存储单元占用面积缩小,并不会让可读取电荷存储信号的需求消失。设计人员得在电容量、介电层漏电、击穿可靠性和制造复杂性之间找平衡。垂直结构能带来额外表面积,但同时也要求在越来越窄的空间里做到薄膜沉积、刻蚀和电气连接的一致性。每多一项结构上的好处,就多一个必须解决的集成难题。


第三道坎是制造经济性。堆叠层数增加能提高名义存储密度,可工艺步骤、检测要求以及产生缺陷的机会也会跟着增加。热预算限制了哪些材料和制造工艺顺序能共存。键合技术同样带来对准精度和界面质量方面的要求。所以,真正有商业意义的衡量指标,是每个可用且通过质量认证的存储比特的成本,而不是某种拟议结构里能设计出多少个存储单元。


台积电专利之所以引发讨论,原因也在这里:它不只是关于台积电自身的猜测。传统DRAM微缩若越来越难走,架构一旦转向,存储容量、功耗、供应经济性乃至计算成本都可能受到牵动。不过,存储密度再高,也不等于带宽一定更大、系统能耗一定更低。外围电路、接口、封装,还有存储器与处理器怎么连接,同样会左右结果。


台积电披露的这些专利值得关注,因为它们证明该公司正在开展相关技术探索。更深一层的启示在于,未来DRAM领域的领先地位,将要求架构、材料、工艺集成和制造能力一起进步。现有存储器厂商有长期积累的量产经验,潜在挑战者可能具备不同的集成优势。最终胜出的,会是那些能以有竞争力的成本,把有前景的技术结构变成可靠产品的企业。3D DRAM竞争真正要紧的地方,就在这里。


本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 奥特曼谈PC内存:个人囤DRAM闲置是浪费,应集中到云端

    编辑|泽南「从全球资源配置的角度来看,让每个人把紧缺的 DRAM 囤在自己电脑里大部分时间闲置,是『相当糟糕』(quite terrible)的安排,内存应该集中到云端数据中心去。」话都说到这份上了。本周四在接受 YouTube 频道 Cheeky Pint 的采访时,OpenAI CEO 山姆・奥特曼(Sam Alt

    来源 腾讯网
  2. DRAM技术,走到岔路口

    近日,DRAM行业在一个关于未来技术走向的问题上给出了不同答案。 10月9日,长鑫科技在上海第四届集成芯片和芯粒大会上宣布,预计年底推出融合4F²架构与混合键合技术的新一代DDR5 RDI....

    来源 腾讯网
  3. 长鑫科技第六代DRAM平台完成样片验证,首次确认基于4F²架构

    【长鑫科技:基于4F²架构的第六代技术平台DRAM完成工程样片验证】财联社10月31日电,长鑫科技10月30日在第三季度业绩交流会中透露,在4F²垂直沟道DRAM(动态随机存取存储器)架构取得关键突破的基础之上,第六代工艺技术平台已完成工程样片的验证。此前长鑫曾在学术论坛上介绍4F²架构进展,此次是长鑫首次宣布第六代工

    来源 腾讯网
  4. Marvell洽谈收购Lumentum:芯片厂杀入光器件,客户变对手?

    10月28日,彭博报道称,Marvell正与光学器件制造商Lumentum进行深入谈判,考虑通过全股票交易收购后者。报道当时给出的Lumentum市值约为830亿美元,Marvell约为2210亿美元。这笔潜在交易引发了一个值得关注的问题:一家以定制芯片和高速互连见长的公司,为什么要大举进入激光器和光学器件制造领域?1

    来源 腾讯网
  5. 英伟达秀OOI与DWDM:光引擎搬上硅中介层,CPO扩产15倍

    近日,英伟达展示了下一代 CPO(共封装光学)光电集成方案,准备将光引擎进一步向计算芯片靠近。上个月,在旧金山举办的 SEMICON West 2026 大会上,英伟达研究员 Nikola Nedovic 介绍了这项名为 Optics-on-Interposer(OOI,中介层集成光学)的新技术。相比现有 CPO 方案

    来源 腾讯网
  6. IDG资本领跑ASMPT旗下SMT业务竞购,估值或超10亿美元

    又一私募股权投资平台,拟收购上市公司业务。 10月26日,据路透社消息,IDG资本已成为竞购香港上市半导体及电子制造设备厂商ASMPT旗下表面贴装技术(SMT)业务的领先竞标方。 这笔交易的估值可能超过10亿美元,ASMPT希望的估值为15亿美元,市场预期成交大概率落在10–12亿美元区间,但目前交易条款尚未敲定,最终

    来源 AI 行业观察
  7. 富士胶片数据磁带产能扩5倍:AI冷数据归档需求爆发

    富士胶片宣布将数据磁带产能扩大五倍,以应对AI驱动的大规模数据归档需求。在闪存和硬盘主导的市场中,磁带凭借超低成本、离线安全和长寿命重新受到青睐。AI训练和推理产生的海量数据,让这种“老技术”焕发新生。

    来源 AI 科技快讯
  8. 西安新派得高纯铌钽产线点火:数千万元Pre-A轮融资落地

    每经记者:张静 每经编辑:张文瑜在AI产业链里,芯片、服务器、光模块、存储是最受关注的环节。但在这些高科技产品背后,还有一条不那么显眼、却同样重要的产业链:高端金属材料。例如,芯片制造过程中,钽可以作为溅射靶材,用于沉积阻挡层,避免铜向硅基底扩散。高纯铌则是超导射频腔体的重要材料,也是铌钛、铌三锡超导...

    来源 腾讯网
  9. 英特尔单日跌28.58%:市值蒸发1400亿美元,AI订单排到明年却交不出货

    英特尔CEO陈立武。图片经由AI处理文丨周小燕编辑丨徐青阳美股半导体板块遭遇新一轮集体抛售,英特尔成为重灾区。美国当地时间10月30日,英特尔股价暴跌28.58%,创下1974年以来最差单日表现,市值一夜蒸发超过1400亿美元。盘后交易中,该股继续在65美元附近徘徊。其他芯片股也未能幸免。闪迪下跌13.47%,高通下跌

    来源 腾讯网
  10. 国产AI芯片非GPU出货101.6万颗:首超GPU,英伟达在华份额承压

    【环球网科技综合报道】2026年上半年,中国AI算力产业格局正经历深刻重塑。随着国内智能算力基础设施持续扩容,本土AI芯片厂商规模化交付能力稳步提升,市场份额节节攀升。行业竞争的核心逻辑已从单一的单卡参数比拼,转向涵盖芯片架构、集群协同、软件生态与行业解决方案的系统级能力较量。市场研究机构IDC发布的数据显示...

    来源 腾讯网
  11. 摩尔线程三季报:单季收入15.52亿元,扣非首度盈利

    纵观整个AI产业,GPU无疑是增长确定性最高的赛道之一。 但市场空间越大,竞争也越激烈。过去几年,国内涌现出一批GPU创业公司,真正能够实现规模化量产和商业交付的企业,却并不多。 如今,摩尔线程正在率先跑出来。 10月28日,摩尔线程发布2026年三季报。前三季度,公司实现营业收入32.89亿元,同比增长319.15%

    来源 AI 行业观察
  12. Qwenputer把RISC-V指令集装进模型:大整数乘法准确率97.5%

    开发者 Divyansh Agrawal 于 10 月 22 日发布实验性模型 Qwenputer,基于阿里 Qwen3.5-4B 构建,在神经网络内部实现了 32 位 RISC-V CPU 与内存功能,让大语言模型无需调用 Python 等外部工具,也能执行程序和精确计算。

    来源 IT之家
  13. 史上最大 IPO 前夕,黑石突然改口称 Anthropic 或无法获得投资级信用评级

    IT之家 10 月 31 日消息,据英国《金融时报》30 日报道,黑石集团向投资者透露,Anthropic 上市后可能暂时拿不到投资级信用评级。这一预期与黑石此前的说法出现反转,也给 Anthropic 为庞大支出筹集资金增加了难度。 据知情人士透露,在 Anthropic 最新一笔 630 亿美元(IT之家注:现汇率

    来源 AI 行业观察
  14. 富士胶片磁带产能扩5倍:AI归档需求怎么算这笔账?

    富士胶片宣布将数据磁带产能扩大五倍,以应对AI驱动的大规模数据归档需求。在闪存和硬盘主导的市场中,磁带凭借超低成本、离线安全和长寿命重新受到青睐。AI训练和推理产生的海量数据,让这种“老技术”焕发新生。

    来源 AI 行业观察
向下滚动自动加载更多