来源：https://goo.gl/CMwg1w
心得：
非常有趣的文章，用科学方式探讨两家厂商制造上的差异，本文有比较多学术上的知识，
不过作者写的比较浅白，觉得字太多可以直接看结论
智慧型手机的普及，大大地改变了现代人们的生活方式，言犹在耳的那句广告词——“科
技始终来自于人性”依旧适用，人们对于智慧型手机的要求一直是朝向更好、更快以及更
省电的目标。就像2015年发生的iPhone 6芯片门事件，每个苹果(Apple)产品的消费者一
拿到手机时，都迫不及待地想要知道自己的手机采用的是台积电(TSMC，16nm)或是三星(S
AMSUNG，14nm)的芯片。
这场战役两家大厂互有消长，首先是三星的14nm较台积电的16nm抢先半年投入量产，因两
家大厂的鳍式电晶体(FinFET)设计也确有雷同之处，后续又衍生了竞业禁止官司诉讼等故
事，无论如何，最终台积电还是以些许性能优势击败三星，并使其16nm制程于隔年独拿了
Apple的A10处理器(iPhone 7)订单。
2017年，三星卷土重来，自主设计了10nm技术制程的Exynos8895 (名称源于希腊单词Exyp
nos和Prasinos，分别意为智慧和环保)，搭载于自家旗舰机Galaxy S8上，宣称与上一代1
4nm制程相较性能提高了27%、功耗降低40%。另一方面，台积电的10nm产品A11 Bionic于
今年iPhone 8发表会上亮相，Apple副总裁Phil Schiller对该芯片做了短短一句评价：“
智慧型手机历来最强大、最聪明的芯片”(The most powerful and smartest chip ever
in a smartphone)。
于此人们又有新的议题可以讨论，两家世界级半导体厂究竟在新的10nm世代孰强孰弱呢？
众多的分析平台都针对两家的产品进行了评比，例如，图1是知名跑分评测网站Geekbench
针对两家芯片进行的比较，我们可以看到台积电的A11芯片效能分数，无论是单核心的421
6分或多核心的10101分，分别都优于三星Exynos8895的1957与6433分，后续亦有许多文章
或平台以各种数据说明两家大厂产品的规格品项差异。
https://i.imgur.com/vnLKrMD.jpg
20180209_10nm_NT31P1图1：Geekbench网站提供的效能参考：i8 vs. S8
本文则从另一个角度出发，以材料分析的方式一探iPhone 8的Bionic (以下简称i8)以及G
alaxy S8的Exynos8895 (以下简称S8)两款芯片中静态随机存取内存(SRAM)区域与FinEF
T制程的差别，辅以高分辨率的穿透式电子显微镜(TEM)影像分析技术，呈现奈米级尺寸差
异的影像，并以微区的能量散布光谱映射分析结果(EDS mapping)，解释两家选用材料的
差别，让读者得以连结形貌与成份二者间的关联，从而了解两家大厂的10nm制程。
SRAM大小与密度
我们曾经在《电子工程专辑》期刊中发表“由材料分析观点看英特尔14nm/14nm+演进”一
文，比较英特尔(Intel)的14nm及14nm+6T SRAM差异。6T SRAM单元面积越小，显示在同样
尺寸大小的元件可以植入更多的内存单元。图2是2017年初英特尔指出14nm跨入10nm时
，同样大小的逻辑区域会增加2倍以上的内存单元，故6T SRAM单元面积通常被视为衡量
制程优劣的重要因素。
https://i.imgur.com/qa6Zvbm.jpg
20180209_10nm_NT31P2图2：英特尔指出SRAM密度与线宽发展的关系
图3a、3b分别指出iPhone 8 (i8)以及Galaxy S8 (S8)之芯片SRAM区域的STEM影像俯视图
，我们可以发现i8制程中的鳍片间距(Fin pitch)较S8的小，进而影响了6T SRAM的单元面
积，i8的面积为0.040um2，远远小于S8的0.049um2，然而图3c、3d显示两者在制程上并无
材料选择上的差异，所以相信i8整体效能胜出，与其逻辑区域搭载单元数量有相对之关系
(若SRAM整体区域大小相同的状况下，i8搭载的记忆单元数量将是S8的1.25倍)。
https://i.imgur.com/W6zUcLY.jpg
20180209_10nm_NT31P3图3：(a)i8 SRAM区域的STEM影像；(b)S8 SRAM区域的STEM影像；(
c)i8 SRAM区域的EDS影像图；以及(d)S8 SRAM区域的EDS影像图
FinFET结构与特性
进一步看看两者间鳍片结构的差异，透过TEM的影像以及EDS影像，我们可以解析其极细微
的差异，图4a、4b呈现的是i8以及S8中鳍式硅基板的形貌，包含了N型(N-Fins)以及P型(P
-Fins)结构。
https://i.imgur.com/gZ2Uf1v.jpg
20180209_10nm_NT31P4图4：(a)i8 FinFET结构的TEM影像；(b)S8 FinFET结构的TEM影像
；(c)i8 FinFET结构的EDS影像图；以及(d)S8 FinFET结构的EDS影像图
两者的设计间存在着一些差异：首先，i8的N-Fins结构有二分之一的底部是相连的，这里
跟S8的每个鳍片彼此间有很大的不同；表1统整了一些N-Fins的指标性尺寸，在这里我们
可以发现两家的制程设计走向不一样的路线，S8致力于增加与闸极接触的鳍片高度(Fin H
igh)与鳍片宽度(Fin Width)，因此S8在这两个数字上都是略胜i8的，这个设计完全符合F
inFET增加通道面积的概念。虽然i8可能在通道面积上略小于S8，但其鳍片间距却比S8小
非常多，因此我们认为i8除了增加通道面积外，也兼顾缩小单元面积大小，因而能大幅增
加SRAM单元数量。
https://i.imgur.com/RtLwnOT.jpg
20180209_10nm_NT31P5表1：鳍片的高度、宽度与间距差异：i8 vs. S8
另一方面是材料的选择，从图4c、4d的EDS影像显示，两种10nm的FinFET成份组成是大同
小异的，而且也没有出现跟以往不同的新材料，但是，i8在P-Fins的设计上有一个较独特
的地方，我们发现了明显的锗(Ge)讯号出现在鳍片上，而且整整涵盖了三分之一的鳍片，
意即i8直接将锗元素添加于P-Fins结构中；而对照S8的设计，在P-Fins结构的顶端也可观
察到锗讯号，但是非常微弱，而且只占整体十分之一的鳍片长。
在2016年IEEE国际电子元件会议(International Electron Device Meeting，IEDM)的一
篇文章‘Setting the Stage for 7/5 nm’中提及，在鳍片中添加锗确实能够有效地提升
电洞的迁移率，而且三星、GLOBALFOUNDRIES、IBM皆已计画在7nm制程中使用，目前各厂
尚未量产或大量添加，原因可能是尚未完全克服添加锗后形成的错位跟缺陷，但我们的确
看到台积电已经在10nm量产中使用此技术领先群雄。
SiGe组成与应变
在目前的制程中，磊晶所生长的硅锗(SiGe)结构系利用硅锗与硅之间晶格常数差异产生应
变，从而提高载子的迁移率，这使得逻辑元件在相同尺寸下，性能可以得到很大的提升。
为了让读者一窥SiGe全貌，我们准备一个极薄(依照图5中闸极下缘high-k材料的边界及其
下方的鬼影判断，我们制备的样品宽度为一个鳍片左右，约5~10nm)的样品来观察鳍片上
方磊晶的SiGe结构。
https://i.imgur.com/5hgmfxa.jpg
20180209_10nm_NT31P6图5：(a)i8与(b)S8平行鳍片方向闸极与SiGe结构；(c)i8与(d)S8
SiGe结构处的EDS元素分布图
图5即是在i8与S8平行P-Fins方向上观察到闸极与SiGe部位的高角度环形暗场(HAADF)影像
及其EDS mapping影像。我们可以因此推敲一些设计细节：i8所使用接触SiGe的金属触点W
为多段设计，但S8却是一整块的W材料；另一方面，比较SiGe的大小面积，即可看到S8的S
iGe相对面积较小，可能在制程的过程中有较大的SiGe损耗，这一点在i8中可以看到其SiG
e整体结构优于S8的表现。最后，在HAADF影像及EDS成份分析，则可观察到两者的SiGe皆
呈现两个不同浓度的成份分布，中心与外层的锗浓度不相同，而这个设计最早在英特尔的
14nm+时已经观察到了，相信浓度变化的SiGe应可导致更大的应变，使得载子的迁移率能
够有效地提升。
金属连线与尺寸微缩
最后使用SEM观察整体SRAM金属连线的状况(图6)，在此可以清楚地看到i8在这个部份远远
胜过S8，粗估M1至M11，i8的尺寸就比S8将近少了300nm，在这个金属连线迅速降低的情况
下，相对而言即是带来寄生电容及讯号延迟(RC-delay)的现象。RC-delay的影响因子如下
：
20180209_10nm_NT31F1
https://i.imgur.com/JMM5SOe.jpg
ρ= 互连导线电阻值
ε= 围绕导线的介电材料之介电常数
L= 金属互连的长度
W= 宽度或互连的间隔
在导线距离W迅速减少的情况下，为了降低RC-delay的方法有二，第一为更换更低电阻的
导线材料，这一点在日前于旧金山举行的IEDM 2017上，英特尔透露其10nm的制程节点细
节，他们将为最底部的两互连层更换新材料——钴(cobalt)，这个部份的细节将在日后进
一步揭露；第二即是使用更低介电常数的材料做为low-k层。本文在i8与S8的讨论中，并
没有发现到金属导线材料的更新，所以我们推断i8所使用的low-k材料可能也优于S8，才
能在尺寸最佳化300nm的情况下，依然保持高效能。
https://i.imgur.com/JUkUs0H.jpg
20180209_10nm_NT31P7图6：10nm制程金属内连结的SEM影像：(a) i8与(b)S8
结语
根据i8与S8的FinFET比较，以笔者的角度观察，S8规规矩矩地走向尺寸微缩，以及增加通
道面积的方向，但是i8在这个架构概念下增加了更多的巧思，提升了整体逻辑区的密度，
同时也在制程中添进了一些极微小的差异来改善效能。
透过进一步的材料分析，就能帮助制程端以及读者发现并了解这些极小的差异。正所谓“
见微知著”，小小的一个SRAM区域就已经藏在许多设计上的小细节，而且最后的胜负就来
自于这些每一个小细节的累积。
因应10nm以下的制程即将开打，制程端在微缩尺寸将会面临更多的挑战，此时制程的验证
能力，如何精准地提供在几个奈米间的差距，绝对是致胜的关键。借由材料分析带来的强
大验证武器，将成为制程端以及读者的眼睛，并一起投入接下来的每一个战场。