SEMICON Taiwan 2026》GAA讓材料需求增至1.4倍！默克：後續架構上看1.8倍，AI篩選時間最多減半

AI晶片不只推升先進製程產能，也正改變半導體材料的種類、用量與開發方式。默克電子科技事業體全球薄膜科技事業執行副總裁韓冰今（3）日表示，電晶體由FinFET轉向環繞閘極（Gate-All-Around，GAA）架構後，材料需求約增至原來的1.4倍；再走向後續更複雜的電晶體架構，材料需求可能進一步增至約1.8倍。

面對材料種類增加及研發時程縮短，默克也將AI導入候選配方篩選。韓冰指出，依研發項目及可用數據量而異，部分配方材料計畫的篩選時間可縮短約50%；但這項成效並非適用於所有材料，也不代表從實驗室開發到客戶驗證的整體時程都能減半。

韓冰於SEMICON Taiwan 2026記者會指出，過去薄膜技術的主要挑戰，是在晶片平面結構上達到原子尺度的精準控制；隨著AI推動晶片走向3D架構，材料沉積不僅要控制左右及前後，也要進一步控制垂直方向。

「以前最重要的是做得非常精準，但現在不只要在平面上精準，還要做到3D。」韓冰表示，當製程從平面向垂直方向延伸，薄膜必須進入更深、更窄且形狀複雜的結構，沉積均勻性、材料純度及介面控制難度都隨之提高。

他指出，摩爾定律所代表的平面微縮仍將持續，但AI晶片的材料需求已不只來自線寬縮小，而是同時受到電晶體3D化及先進封裝整合推動。

相較FinFET主要由閘極包覆通道的三個方向，GAA架構進一步讓閘極環繞通道，藉此提高電晶體控制能力並降低漏電，但也增加薄膜沉積及材料介面處理的複雜度。

韓冰表示，從FinFET轉向GAA後，材料需求約增加至原來的1.4倍；當產業再往後續更複雜的電晶體架構發展，材料需求可能增至約1.8倍。這不只代表材料使用量增加，也意味晶片製造需要更多不同功能的前驅物、介電材料及表面處理技術。

韓冰以手機及GPU為例說明，若將晶片從上方切開、由側面觀察，就會看到各種不同材料形成的層狀結構，這些結構多涉及薄膜技術。晶片愈往3D化發展，需要精準控制的材料層與介面也愈多。

除垂直方向的沉積控制外，韓冰認為，選擇性區域沉積將成為下一階段的重要技術。部分晶片結構尺度僅約3至5奈米，製程有時要求材料只能在側邊或指定位置生長，不能同時沉積於其他表面。

「有時候做薄膜結構，只能在旁邊長、不能在下面長，這是非常難做的一件事情。」韓冰表示，這類製程需要運用選擇性沉積，讓材料根據不同表面的化學特性，只在預定區域形成薄膜。

相較先全面沉積、再透過蝕刻移除不需要的材料，選擇性沉積有機會減少製程步驟及材料浪費，但也要求材料商更精準掌握分子設計、表面化學與設備條件。 （相關報導： SEMICON Taiwan 2026》默克半導體人才東移亞洲！薄膜事業掌門人下月駐台，賀天銘：台灣研發只會加碼 ｜ 更多文章 ）

韓冰指出，薄膜材料無法閉門造車，相關研發必須與客戶及設備製造商共同進行。材料即使在實驗室中呈現理想特性，若無法配合客戶設備、製程條件及量產要求，也難以實際導入。

韓冰表示，完整的半導體材料開發不能只停留在分子或聚合物設計，而須涵蓋材料合成、應用測試、製程驗證及量產放大。尤其AI晶片需求快速增加，材料供應商不僅要找出可用的新材料，還要在有限時間內建立大規模且品質一致的生產能力。「現在半導體製程成長得太快，怎麼跟上這個節奏，是非常重要的事情。」

這也意味先進製程帶來的材料商機，不是單純增加產品項目。材料廠還要確保原料來源、合成純化、包裝運輸及客戶端供應的穩定性，才能承接晶圓廠擴產需求。

除了電晶體架構，先進封裝也是推升材料需求的另一項力量。韓冰指出，AI系統需要把邏輯晶片與記憶體更緊密地整合，降低資料往返造成的能源損耗，因此3D堆疊及先進封裝將持續發展。

相較傳統封裝，AI晶片整合的高價值裸晶數量更多，任何微小顆粒、表面不平整或材料殘留，都可能造成鍵合失敗，並影響整體模組良率。因此，原本主要用於晶圓前段的薄膜沉積、圖案化、平坦化及量測技術，也逐步延伸至先進封裝製程。

韓冰表示，從平面微縮、垂直電晶體到先進封裝，三項趨勢將共同擴大半導體材料的應用範圍，也增加材料商與晶圓廠及設備業者共同開發的必要性。

面對材料需求增加及開發週期縮短，默克也利用AI加速材料研發。韓冰指出，AI目前在公司內部主要用於研發與生產兩個環節，其中，對累積大量歷史數據的配方材料尤其具有幫助。

「在一些計畫裡面，我們可以把篩選的時間降低大概50%左右。」韓冰說，不同材料及研發計畫的情況並不相同，因此不能將50%套用至所有產品；但在數據較完整的領域，AI可先從大量候選配方中找出較具潛力的組合，再交由研發人員進行實驗。

這項數據指的是部分配方材料的候選篩選時間，與默克先前提到的材料模型預測信心水準屬於不同指標，也不等同整體研發、客戶驗證及量產導入時程均可縮短一半。

在生產端，韓冰表示，AI則可用於品質控制、產能管理及持續調整製程狀態，協助提升生產效率及一致性。

當晶圓廠持續擴產，半導體材料供應也面臨原料取得及產能放大的壓力。韓冰坦言，這是整個產業都必須面對的挑戰，默克目前一方面強化與既有供應商的聯繫，從執行長層級一路延伸至第一線工作團隊；另一方面則積極建立第二供應來源。

韓冰表示，第二供應來源是營運持續計畫（BCP）的重要環節，默克目前正與多家業者合作，但不便透露實際供應商數量。透過第二來源的開發與驗證，可降低特定原料或供應環節中斷時，對客戶量產造成的衝擊。 （相關報導： SEMICON Taiwan 2026》默克半導體人才東移亞洲！薄膜事業掌門人下月駐台，賀天銘：台灣研發只會加碼 ｜ 更多文章 ）

從GAA帶來1.4倍材料需求，到後續架構可能上升至1.8倍，AI晶片為材料業創造新商機，也同步提高研發、量產與供應鏈管理門檻。材料業者能否運用AI縮短篩選時間，並在需求放大前完成第二來源及量產能力布局，將成為能否真正承接先進製程成長的關鍵。