ONTO is onto something

146 回覆
14 Like 2 Dislike
2024-11-07 21:03:29
DRAM 101
DRAM(Dynamic Random Access Memory)是現代電腦系統中最基礎的記憶體技術,其核心原理是利用電容器儲存電荷來記錄資料。DRAM的基本結構非常簡單,由無數個記憶單元組成網格狀陣列。每個記憶單元包含兩個基本元件:一個電晶體和一個電容器,這就是所謂的1T1C結構。當電容器儲存電荷時,表示"1";無電荷時則表示"0"。
https://www.youtube.com/watch?v=I-9XWtdW_Co

DRAM的讀取操作是通過感測放大器來完成的。當進行讀取時,位元線會檢測電容器的電荷狀態,這個過程會導致原有電荷的釋放,因此讀取操作本質上是破壞性的。為了保持資料的完整性,系統必須在讀取後立即執行重寫操作。由於電容器存在漏電流,儲存的電荷會隨時間逐漸減少,這就是DRAM"Dynamic"特性的由來。為了防止資料丟失,系統需要定期對所有記憶單元進行重整操作,通常每64毫秒進行一次。重整過程會消耗能量並佔用部分記憶體頻寬。DRAM的存取速度受限於電容器的充放電時間,這導致其存取延遲相對較高。同時,頻繁的充放電和重整操作也造成了較高的功耗。隨著製程技術的進步,電容器的尺寸不斷縮小,但這也帶來了電容值降低和保持時間縮短的問題。

現代DRAM技術已發展出多種專業變體,針對特定應用場景。目前市面上主要的DRAM包括DDR5、LPDDR5X、GDDR6X和HBM3E,DDR5作為主流標準,採用DIMM封裝提供最大記憶體容量,廣泛應用於一般電腦和伺服器系統。通過R-DIMM可以實現更大容量,但會因為封裝複雜性和額外的暫存器而提高成本。

HBM3E代表了DRAM技術的巔峰,其特色在於精密的垂直堆疊結構,通常包含8到12片DRAM晶片,採用了矽穿孔(TSV)技術,每片都需要完美對齊並通過TSV相互連接,任何細微的偏差都可能導致整個結構失效。想像一棟大樓,TSV像是貫穿每一層的高速電梯,確保各層之間的快速通訊。在HBM3E中需要容納超過1,200條訊號線,遠超傳統記憶體的連接數量。這種高度複雜的製程使得每片HBM DRAM晶片的面積達到傳統DDR晶片的兩倍,同時也對晶片的電氣性能和散熱能力有更嚴格的要求。


當前市場上的主要HBM供應商面臨著不同的技術挑戰。三星由於使用較舊的製程技術(1α節點)且存在設計問題,導致良率表現不佳。SK海力士憑藉其創新的MR-MUF封裝技術,成功實現了穩定的HBM3E生產。美光雖然擁有可行的技術方案,但仍需要時間來提升產能。此外HBM製造成本居高不下,每GB成本遠高於DDR5的三倍,但在追求高性能AI運算的需求下,廠商不得不採用這種昂貴的解決方案。現況更令人擔憂的是,HBM技術的複雜度持續提升,堆疊層數不斷增加,從成本結構來看,NVIDIA H100的HBM成本已佔總製造成本的一半以上,到了新一代Blackwell架構甚至提高到60%以上。

目前HBM4的研發已在進行中,但不改DRAM技術發展正面臨瓶頸的事實。目前計算能力與記憶體技術的發展差距不斷擴大,產業急需在DRAM領域尋求突破。由於AI產業有數千億美元的資本支出,這給予產業強大的動力去推動新的解決方案。長期而言有各種五花八門且複雜的方案,但本文重點在於探討短期能見度最高的方案—3D DRAM

What is 3D DRAM?
3D DRAM指的是在垂直方向儲存位元的架構,將電容器旋轉並垂直堆疊。密度提升不是通過縮小實現的,而是通過在裝置中堆疊更多層來達成。事實上NAND Flash記憶體大約十年前就開始了革命性的轉變,從平面結構改為垂直堆疊設計。這種設計從最初商用產品的32層,已經發展到現在快要達到1000層的程度。


雖然DRAM的基本結構比NAND的設計複雜,但其製造理念類似。製程首先會堆疊多層成本較低的基礎材料,這些材料本身並沒有特定的功能結構。接著使用精密的蝕刻技術從上往下進行處理,配合特殊的化學製程,在這些材料層中同時製作出大量的電晶體和電容器,形成完整的記憶體結構。3D DRAM沒有激進的創新,唯一的重大改變在於製造技術,而且通常能與記憶體內運算(CIM)架構相容,換句話說,是失敗風險最低的選項。

3D DRAM 實際進展
三星在2024年的Memcon大會上首次公開了他們的3D DRAM發展計劃,稱之為VS-DRAM(Vertically Stacked DRAM)。目前他們還在探索不同的技術路線,包括vertical wordline和vertical bitline兩種設計方案。雖然他們已經能夠製造出可以運作的實驗性產品,並完成了基本的電性測試,但這項技術還需要更多時間才能達到量產水準。

SK Hynix則在這場技術競賽中走得更快。在2024年的VLSI研討會上,他們展示了一款具有5層vertical bitline整合的新型DRAM,並且已經規劃在未來的0a製程節點(大約5年後)正式採用這項技術。他們選擇了vertical bitline的設計方案,因為這種設計能提供更好的sensing margin。而且,他們已經展示出一個完整的產品原型,成功地將memory array和peripheral circuitry透過hybrid bonding技術整合在一起。
https://www.trendforce.com/news/2024/06/24/news-sk-hynixs-5-layer-3d-dram-yield-reportedly-hits-56-1/
http://m.chinaaet.com/article/3000166964

記憶體產業正在為下一代3D DRAM技術做準備,雖然距離實際量產還需要一段時間,但AI的強勁需求將會加速研發時程。

過去在NAND、DRAM和邏輯晶片的製造中,最重要的就是光刻技術,因為要做出更小的元件,就必須能夠在晶圓上印出更精細的圖案。發展3D DRAM意味從過去追求平面上的微縮,轉向垂直方向的堆疊,密度擴展是通過簡單地增加更多垂直層來實現,而記憶體單元保持相同大小。但新的挑戰出現了,比如要在材料中鑽出非常深且細的洞(深度是寬度的100倍),或是要在看不到的表面上,精確地橫向沉積只有1奈米厚的材料層。因應新的製程挑戰,需要全新的設備和技術來解決 。 (待續…)
2024-11-07 21:05:35
計量檢測 101
在半導體製造領域中,計量(Metrology)和檢測(Inspection)是兩個密不可分的品質控制方法。計量是一種被動式的品質控制方法,主要用於測量晶圓和晶片的關鍵尺寸,通過在製程中的特定點位進行一系列取樣,以確保製造過程符合預期規格,例如測量薄膜的厚度、檢查關鍵尺寸的精確度,或確認圖案的對準情況。檢測則是一種更為主動的方法,專注於尋找晶圓和光罩上的具體缺陷。檢測設備會仔細掃描整個晶圓表面,尋找可能存在的問題,如微粒污染、圖案缺陷或其他製程異常。

計量和檢測可以視為一種保險機制,有助於降低不良品的產生及提高製造良率,及早發現並解決製程問題。隨著晶片製程技術的不斷進步,製造過程變得越來越複雜,對精確度的要求也越來越高。在多晶片封裝等新型技術中,即使是微小的製程偏差也可能導致整個封裝模組失效,在高階製程中失敗的代價極為昂貴。

Winner and loser
一般而言,計量和檢測設備公司在特定市場都有自己的定位。市場份額的變動並不頻繁,但ONTO正在打破這一局面。

ONTO的創新在於使用光譜橢圓偏振儀,配合自主開發的軟體,來生成垂直堆疊奈米片的複雜3D模型。此設備的運作原理是發射特定波長的偏振光,透過分析從樣品表面反射回來的光的偏振態變化來解析結構特性。

傳統光譜橢圓偏振術僅能用於單層薄膜量測,但ONTO透過導入自主研發的AI Diffract和SpectraProbe軟體,使該設備能夠建構複雜的3D結構模型。這突破了過往的二維量測限制,實現了完整的三維特徵分析能力。即使是設備龍頭KLA(90%市佔率),也因缺乏相應的3D建模軟體技術,而無法達到相近的分析精度。


ONTO不僅技術領先,加上設備維護成本較具競爭力,因而成功打入台積電、三星、Intel三大先進製程晶圓廠,成為其POR(Process of Record)供應商。這些晶圓廠已在ONTO的平台上開發專屬的製程特性分析工具。若要更換設備供應商,不僅需要重新驗證所有既有應用,還須重新測試所有製程參數,工程資源耗費龐大且延誤製程開發進度。在當前半導體技術競爭白熱化的環境下,這樣的轉換成本對任何廠商而言都是不能承受的。

除了應用於邏輯晶片製程外,這項技術也延伸到3D DRAM和3D NAND的製造。三星已將此設備導入3D DRAM的研發驗證。

ONTO憑藉先進的物理模型與AI模型,開發出優於KLA的量測解決方案,在先進製程中的市占率預期將持續攀升。考量半導體產業特有的認證週期和客戶黏性,競爭對手即使開發出類似技術,仍需2-3年的市場驗證期。分析師預測,2025年單是邏輯晶片市場即可為ONTO帶來逾4億美元的營收,這並不包含3D DRAM的潛在機會。在過去兩年,設備股因HBM和CoWos產能擴張受惠,而估值水平在24年中達到歷史高位,在近期有所回落。


在未來兩年,由於市場尚未意識到的3D DRAM機會,預期ONTO股價將會有優於WFE產業同行的相對表現,為了對沖產業估值下修或AI炒作週期結束的風險,放空KLAC及ATEYY是適合的L/S策略。另一個顯而易見的風險是3D DRAM技術採用延遲甚至失敗。
2024-11-07 21:16:45
發覺你好喜歡binomial distribution
2024-11-07 21:27:49
me自細好鍾意math
2024-11-07 22:12:50
CAMT好似都整同一樣嘢
利申:唔識
2024-11-07 22:35:48
你說得對
2024-11-07 23:09:46
跟,巴打幫我認識到onto同camt thanks
2024-11-08 08:20:13
睇唔明

簡單講係咪用ai做quality control (QC)
2024-11-08 08:53:25
唔好買
2024-11-08 12:21:21
而家係咪抵買諗緊今晚入
2024-11-08 12:23:38
Ching 啲分析真係學到嘢
2024-11-08 12:54:22
200入左坐緊貨
2024-11-08 16:58:22
我諗你有少少誤會,AI software 係幫助更精確處理3D結構計量檢測。量產時確保良率維持水準當然唔可以話你錯,但我個重點放喺研發新製程提升良率到足以量產嘅過程。

我下面用chatGPT gen咗解釋,你可以睇咗先,我再加多少少補充:提升良率過程基本上係不斷try and error 過程,組合唔同變因做測試,再用回歸分析去調整組合,逐步試出量率比較高嘅組合。值得一提有晶圓廠工程師反映ONTO設備取樣頻率更加高,即係同一時間內做到更多sampling,變相加快研發進度。另外TSMC 25年準備量產GAA N2製程,INTC研發緊18A製程,你估下用邊個提供嘅設備?冇錯,係ONTO

2024-11-08 18:39:39
加watchlist seesee
2024-11-09 14:19:19
均價180
2024-11-09 14:51:22
重倉?
2024-11-09 15:23:03
10%持股
2024-11-09 19:50:11
睇幾多?
2024-11-09 21:35:52
call記得講聲
2024-11-10 22:56:47
第一次跟樓主,172入咗
2024-11-10 22:59:44
起樓主底會發現樓主成日炒車

淺談 Dell
https://lih.kg/3708224
- 分享自 LIHKG 討論區
2024-11-10 23:02:31
早幾個禮拜見樓主話可以入返TSLA但我冇信到好撚後悔
2024-11-10 23:05:17
負碌,邊估到升咁多
2024-11-10 23:15:54
係喎,兩年前提Cano,隻股執左,total loss
2024-11-10 23:18:03
賭收購失敗收場
吹水台自選台熱 門最 新手機台時事台政事台World體育台娛樂台動漫台Apps台遊戲台影視台講故台健康台感情台家庭台潮流台美容台上班台財經台房屋台飲食台旅遊台學術台校園台汽車台音樂台創意台硬件台電器台攝影台玩具台寵物台軟件台活動台電訊台直播台站務台黑 洞