佳能FPA-6400ES6a光刻机12月开售:400片/小时,套刻精度4.0nm

资讯 快科技 全文 1800 字 · 约 5 分钟读完 配图 4 张 分类芯片存储

2026年11月10日,佳能在东京宣布,将于2026年12月上旬发售面向存储和逻辑芯片的KrF*1扫描式半导体光刻机“FPA-6400ES6a”。 佳能半导体光刻机新产品——KrF扫描式半导体

所属频道 算力与芯片

2026年11月10日,佳能在东京对外公布,面向存储与逻辑芯片的KrF扫描式半导体光刻机“FPA-6400ES6a”定于2026年12月上旬开卖。

佳能发售KrF半导体光刻机“FPA-6400ES6a”  实现高生产率和业界高水平套刻精度

这款新品属于佳能半导体光刻机产品线,型号为“FPA-6400ES6a”,采用KrF扫描方式。

生成式AI加速普及,尖端半导体需求随之走高,光刻设备的生产效率也被寄予更高期待。高集成化推进之下,曝光工序数量上升,多层堆叠渐成常态,晶圆翘曲、变形的问题越来越明显。光刻机因此需要适配翘曲幅度更大的晶圆,还要把各层电路图案高精度地对准套刻。佳能这款KrF扫描式新机同时做到每小时400片*2的产能和业界高水平*3的套刻精度,并在图像对准(对位)系统上追加新光源,增强对晶圆翘曲的处理能力,以应对日益复杂多样的半导体制造工艺。

尖端半导体量产所要求的高生产率,以及业界高水平的套刻精度,在这台设备上同时实现。

佳能新开发的超高加速度载台压缩了驱动时间,每小时曝光400片晶圆因此成为可能,产能较前代机型有明显提升*4。与之配套的是两项新技术:一是震动抑制技术,让载台在高速驱动时依然保持稳定、高精度的位置控制;二是空调控制技术,减小设备内气流的不均匀,使激光光路温度趋于一致。两者共同支撑起业界高水平的4.0nm套刻精度。产能与套刻精度兼得,对生产效率和良率的提升都有帮助,也能接住不断增长的尖端半导体量产需求。另外,该设备可与佳能2022年9月发售的半导体光刻机解决方案平台“Lithography Plus”联动,借助佳能积累的半导体制造相关数据,监视、分析设备状态并实施相应的品质管理,从而帮助用户提高生产率。

对准系统新增光源,加上对大翘曲晶圆的适配,使这台设备能服务多种半导体制造工艺。

佳能独有的图像对准系统这次增加了可选配的新光源“Hi-ALS(High Alignment Light Source)”。对准测量波长可依据材料与工艺任意选取,各种半导体制造工艺下都能实现高精度对准,工艺稳定性随之提高。设备还能在曝光前测出各工艺中晶圆产生的翘曲量,再调节载台上的吸气流量,增强对大翘曲晶圆的吸附,改善曝光时的翘曲状况。可对应的翘曲量因此扩大到700μm,三维器件堆叠、晶圆键合工艺中出现的晶圆翘曲也有了更强的应对能力*4。

佳能发售KrF半导体光刻机“FPA-6400ES6a”  实现高生产率和业界高水平套刻精度

佳能发售KrF半导体光刻机“FPA-6400ES6a”  实现高生产率和业界高水平套刻精度

晶圆翘曲改善示意图:左侧为改善前,右侧为改善后。

再生电力被利用起来,每片晶圆的耗电量随之下降。

“FPA-6400ES6a”用上了佳能新开发的电力控制技术:载台减速时产生的再生电力存入电容器,加速时再拿出来使用。电源与电容器的供电经过调配,超高加速度载台所需的高响应性得以保证,再生能源也得到有效利用。设备还配有新开发的高效率电源,专为超高加速度载台设计,电源效率提升后电力损耗下降,冷却机构也随之简化。这些技术共同压低了每片晶圆曝光所需的耗电量*4,环保方面同样有所兼顾。

*1. 氟化氪,曝光波长248nm。

*2. 指300mm基板、96个曝光单元条件下每小时的曝光处理片数。

*3. 范围为支持300mm基板的KrF Scanner。数据截至2026年11月9日,依据佳能调查结果测算。

*4. 对比对象为佳能KrF半导体光刻机前代机型“FPA-6300ES6a”(2012年4月发售),条件为包含选配项。

参考信息:

<佳能半导体光刻设备产品规格>

主要产品规格介绍:https://global.canon/en/product/indtech/semicon/

<Scanner扫描式光刻机是什么>

光罩载台与晶圆载台同步移动、曝光时采用“步进扫描方式”(step and scan)的光刻机,就是Scanner“扫描式光刻机”。系统因此变得复杂,但扫描动作能够覆盖曝光视场,镜头可以做得更小。由此带来的主要好处是,像差小、失真少的镜头能够被设计和生产出来。晶圆基底上的图案若出现变形,扫描动作还能边修正边曝光,套刻性能因此很高。高精度曝光正是靠这些特点实现的。

佳能发售KrF半导体光刻机“FPA-6400ES6a”  实现高生产率和业界高水平套刻精度

若不将内存、CPU 及系统软件等资源纳入统一调度,性能瓶颈便会出现;为此,我们针对数据流、算子、计算图、前端框架、通信库等全链路依次进行逐层优化,使系统达到最优状态。与单机情况类似,在系统整体层面,各环节都有相应的开源库可提供支持;但真正部署到大集群后,由于机器数量增多、故障概率上升,任何环节出问题都可能损害整体训练效率,因此我们做了大量容错方面的工作。

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. 格罗方德FDX Fusion:不用EUV,瞄准7nm级功耗性能

    八年前,格罗方德(GlobalFoundries)宣布停止7nm FinFET工艺的研发。八年后,这家晶圆代工厂正在尝试以另一条技术路线,…新进入先进逻辑工艺的竞争。 在接受Tom's Hardware采访时,格罗方德FD-SOI业务部门副总裁Sudipto Bose详细介绍了公司的新一代FDX Fusion工艺。这项

    来源 AI 行业观察
  2. Rapidus 2纳米量产进度落后,2028年3月目标或难兑现

    11月10日,据报道,获得日本政府支持的芯片制造商Rapidus已落后于原定进度,可能无法按计划于2028年3月前实现先进芯片量产。据悉,该公司尚未成功制造出可正常运行的静态随机存取存储器(SRAM)单元,而这是生产2纳米芯片的关键环节,原计划应于今年夏季完成。受此影响,Rapidus至少已落后数月。报道称,若技术进展

    来源 腾讯网
  3. Rapidus量产目标恐难按期:2纳米关键环节尚未突破

    【日本半导体企业Rapidus据称难以按期实现量产】财联社11月10日电,日本芯片初创企业Rapidus此前承诺在2028年3月前实现尖端芯片量产,目前项目进度已落后于计划,大概率无法按期达成该目标。这家企业至今尚未成功制备出可正常工作的静态随机存取存储器(SRAM)单元,而这是制造2纳米芯片必须完成的关键步骤。若出现

    来源 腾讯网
  4. 马斯克Terafab产能规划:月产70万片存储晶圆,看齐三星DRAM

    马斯克旗下半导体合资企业Terafab正将触角伸向全球存储芯片产能的核心地带。据日经新闻报道,Terafab已向半导体设备供应商透露,计划于2032年实现月产100万片晶圆的产能目标,其中70万片用于存储芯片、30万片用于逻辑芯片。这一目标的震撼之处在于其存储芯片规模:三星目前DRAM月产能约为65万至70万片晶圆,T

    来源 腾讯网
  5. IC China 2026定档11月12日北京:全产业链招展启动

    半导体是驱动全球科技迭代的底层根基,贯穿人工智能、算力基础设施和先进通信等几乎所有前沿产业。当前行业正处在深度变革周期,技术迭代加速,产业链分工、供应链安全与跨主体协同成为产业持续

    来源 快科技
  6. 正元量子拿下天使轮融资:千比特超导量子计算机要闯哪些关

    IT之家 11 月 10 日消息,新浪科技今天(11 月 10 日)发布博文,报道称正元量子完成天使轮融资,将推动研发“千比特”超导量子计算机,加速三维封装、低温互连和集成测控等关键技术验证。 正元量子成立于 2026 年 2 月,致力于研发可扩展的超导量子计算机。公司以千比特整机为下一阶段目标,聚焦量子芯片、信号连接

    来源 AI 行业观察
  7. GeForce 8800 GTX 20周年:从DX10首卡到CUDA起点

    2006年11月8日,GeForce 8800 GTX 上市。20年后,它仍是 PC 游戏与 GPU 计算绕不开的起点。本文将回顾其在游戏和 CUDA 领域的深远影响,并介绍"GeForce 8800 GTX – 20 Years of a Le

    来源 快科技
  8. Nuvacore成立半年估值167亿:三位芯片老兵要改写硅芯片规则

    10月中旬,据路透社援引两位知情人士报道,成立仅六个月的芯片初创公司Nuvacore,正以约25亿美元,折合人民币约167亿元的估值筹集约2亿美元的资金,用于开发一款面向AI数据中心的新型中央处理器。本轮尚未关闭,估值与金额仍可能变化。 值得注意的是,Nuvacore还无产品、无收入,也没有任何一份性能测试报告,此前已

    来源 AI 行业观察
  9. 正元量子完成天使轮融资:主攻千比特超导量子计算机

    IT之家 11 月 10 日消息,新浪科技今天(11 月 10 日)发布博文,报道称正元量子完成天使轮融资,将推动研发“千比特”超导量子计算机,加速三维封装、低温互连和集成测控等关键技术验证。正元量子成立于 2026 年 2 月,致力于研发可扩展的超导量子计算机。公司以千比特整机为下一阶段目标,聚焦量子芯片、信号连接与

    来源 腾讯网
  10. 翻新内存加速流入手机市场:2027年渗透率或达7%~9%

    【TechWeb】移动DRAM合约价的持续攀升,正在悄然改变智能手机厂商的物料策略——越来越多厂商开始转向成本更低的翻新内存(即重新植球内存),这一现象在入门级与平价机型上表现尤为突出。行业研究预测,翻新内存在智能手机市场的渗透率有望在2026年达到3%~4%,并在2027年进一步升至7%~9%。从当前市场来看,流通的

    来源 腾讯网
  11. 后摩智能B轮融资数十亿元:端边AI芯片量产与软件生态待考

    端边AI芯片赛道,又落下一笔重注。据知情人士透露,后摩智能已于近日完成B轮融资,单笔金额达数十亿元,近一年内已连续完成多轮融资。本轮参与方包括产业资本、国有资本与国际资本,多家老股东继续加注。这笔钱落在一个微妙的时间点。今年以来,百亿参数模型已能在端侧流畅运行,“跑得动”不再构成壁垒,资本的问题也随之后移:技术装进产品

    来源 腾讯网
  12. 大摩“内存死神”Shawn Kim再发警告!真正的炸弹是“2028盈利悬崖”,全面下调内存股目标价

    Shawn Kim全面下调内存股目标价,SK海力士目标价大幅下调38%,三星电子目标价下调19%。他警告2028年行业将面临“盈利悬崖”:2027年底新产能投产、数据中心建设延迟、HBM溢价收窄、NAND现货价格两周暴跌约20%,四重压力叠加,他将两家公司长期DRAM利润率假设大幅向历史均值压缩。

    来源 华尔街见闻
  13. 谷歌推8tx与8i Max两款TPU:最高提速两倍,瞄准英伟达

    谷歌周一推出两款新型自研AI芯片8tx与8i Max。8tx面向政府及金融医疗等受监管行业,支持硬件级加密,处理速度最高提升两倍;8i Max面向AI编程助手、数学推理及药物研发等海量信息处理任务。消息公布后Alphabet股价早盘上涨超3%。谷歌正通过云业务开放TPU算力,扩大AI芯片市场竞争力。

    来源 凤凰科技
  14. 黄仁勋陷婚外情风波:英伟达CEO私德危机牵动AI与地缘棋局

    英伟达CEO黄仁勋凭借雄厚财力和抢手芯片,在AI世界举足轻重。然而,一段与疑似中国间谍的婚外情,可能让这一切岌岌可危。本文剖析这场私德风暴如何波及全球AI产业格局,以及英伟达面临的信任与地缘政治双重考验。

    来源 AI 科技快讯
  15. 英伟达CEO私生活风波:为何牵动国家安全?

    Ars Technica报道,英伟达正调查其CEO是否通过一段婚外情被中国情报机构锁定。事件将私人丑闻升级为国家安全议题,折射AI芯片巨头在地缘政治夹缝中的高管安全风险。公司尚未公开细节,相关指控仍待核实。文章梳理事件脉络、行业背景与影响。

    来源 AI 科技快讯
  16. 上海交大造出AutoDNA:分子实验能自己做了,成果登《自然》

    IT之家 11 月 8 日消息,上海交通大学计算机学院 IPADS 实验室陈海波、王肇国团队与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作,依托张江高等研究院 DNA 存储研究中心开展研究,成果发表于《自然》(Nature)杂志,并获该刊官网首页头条重点报道。 研究团队构建了 AI 原生科学实验室 Auto

    来源 AI 行业观察
  17. 大摩Shawn Kim再预警内存:2028盈利悬崖将至,三星取代海力士成首选

    摩根士丹利分析师Shawn Kim再度向内存行业发出警告,这一次他瞄准的是行业“2028年的盈利悬崖”。据追风交易台消息,在11月9日发布的最新研报中,Shawn Kim全面下调三星电子和SK海力士目标价,并将三星电子升为新首选股,取代SK海力士。他在报告中写道:“对内存的担忧,与其说是美国中期选举后数据中心建设延迟或

    来源 腾讯网
  18. 三星、SK海力士、美光携手SEMI,推进晶圆厂机器人充电标准化

    IT之家 11 月 9 日消息,韩媒《首尔经济日报》当地时间本月 8 日报道称,三大存储器原厂(三星电子、SK 海力士、美光)正与 SEMI(国际半导体产业协会)一道就晶圆厂内机器人充电系统的标准化事宜进行磋商。报道指出,各方之所以组建这一 RX(机器人转型)联盟,是因为老旧晶圆厂的自动化水平仍相对较低,晶圆装载等工序

    来源 腾讯网
  19. 蚂蚁灵波开源LingBot-Touch:近5000小时触觉数据补上机器人感知一环

    【TechWeb】11月10日消息,蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进

    来源 AI 行业观察
向下滚动自动加载更多