焦點報導

首頁> 焦點報導清單> 德國2021-2024年微電子研發創新框架計畫

德國2021-2024年微電子研發創新框架計畫

陳淑娟、薛孝亭/ 發布日期:2023/02/02/ 瀏覽次數:511

一、前言

德國聯邦教育及研究部(Bundesministerium für Bildung und Forschung, BMBF)於2020年底推出2021–2024年微電子研究與創新框架計畫(Microelectronics. Trustworthy and sustainable. For Germany und Europe. The German Federal Government’s Framework Programme for Research and Innovation 2021–2024),文中規劃將與歐洲研究框架計畫Horizon Europe共同合作,以鞏固與擴大德國以及歐洲之科技主權(technological sovereignty)。計畫目標為:(一)德國與歐洲掌握微電子技術主權,不須對世界其他區域技術存有依賴;(二)提高德國和歐洲電子元件的品質與可靠性,使其成為自動駕駛、智慧醫療和工業4.0等重要應用領域的首選;(三)德國與歐洲之電子產品能為氣候保護做出貢獻,如降低電子產品的功耗;(四)為人口老齡化和健康等社會挑戰提供技術解決方案。

 

二、建立數位主權永續發展環境

德國欲將微電子技術開發視為先進技術貢獻於永續發展之典範。掌握微電子關鍵技術,建立完善的創新環境,以自主、且有善於社會環境永續的方式,支持新興技術與應用發展(微電子學未來應用請參閱圖一)。下列針對微電子研究與創新框架計畫關注之技術領域與項目作介紹:

(一)電子設計自動化(electronic design automation, EDA)

電子設計自動化工具能簡化繁瑣的設計,並可提升產品的性能、可靠性和可信度,同時在設計階段儘早檢測錯誤並透過模擬優化設計,能縮短開發時間並且減少後續硬體測試的工作量。

隨著晶片尺寸的微縮與系統複雜度的提升,設計時需要考量的因素亦大幅度增加,如能源使用效率、不同製程的整合設計、電磁相容性(EMC)等,因此需要有更可靠的自動化設計工具以滿足前述需求。以下列出數項德國未來預計投入之技術項目:

1.開發平台和生態系統:多功能開發平台,提供模組化與可擴充的軟硬體設計、模擬、驗證等開發工具,以高效率地針對需求完成客製化硬體(custom hardware)開發。其中以開源RISC-V[1]架構為基礎的平台,因能使中小型企業快速完成高性能微處理器的設計與製造,無需支付高昂的矽智財(semiconductor intellectual property)許可費用,近期受到德國與歐盟半導體業者關注。

2.軟硬體協同設計:軟硬體協同設計能綜合分析軟硬體功能及現有資源,跨越軟硬體界面優化系統架構,提升運算速度和改善能源使用效率,以滿足特定需求,尤其是在高度專業化的系統,例如神經網路(neural network)與神經型態架構(neuromorphic architecture)。

3.EDA中的人工智慧:人工智慧能降低設計的複雜性、優化測試程序,進而加速整體設計流程。快速的設計流程能刺激創新,有助於產業發展。

4.類比設計:高度整合的晶片或系統通常包含高比例的類比電子元件,例如感測器、通訊處理器和電源供應等,且在設計晶片時,有高達90%的時間會花費於類比電路(analogue circuit)設計。類比電路設計極為複雜,需同時考量許多物理效應和元件之間的交互影響,並且相當仰賴工程師的經驗。未來目標是全面整合專業知識與經驗傳承,開發出類比電路設計自動化工具。

(二)適用於邊緣運算(edge computing)[2]、人工智慧和高效能應用的特定處理器(specialised processors)

相較於應用在伺服器、PC和智慧手機等領域的通用處理器,特定處理器(specialised processors)為德國微電子產業的優勢。特定處理器具備更優異的運算能力、能源使用效率、可靠性以及安全性等,能滿足德國工業應用與網路安全之需求。隨著新應用領域的發展,例如人工智慧、邊緣運算等,對處理器的性能要求也逐漸增加。未來特定處理器之電子零件與演算法將實現更佳的協調與搭配,使應用程式性與能源使用效率能夠顯著提升。以下列出數項德國未來預計投入之技術項目:

1.模組化的生態系統:由各項軟硬體功能模組集合而成,可輕易整合與擴充的模組化零組件與系統,將能有效協助中小企業和新創公司能針對需求快速開發出節能微控制器、AI處理器等各式解決方案。採用RISC-V架構為德國業者可投入的方向。

2.光電結合的處理器:光電結合的處理器具備大幅度提升能源使用效率與運算速度的潛力。

3.其他趨勢:適用於神經形態晶片(neuromorphic chips)、近似計算(approximate computing)等前瞻技術的特定處理器。

(三)創新智慧感測系統

隨著數位化時代的發展,感測器與電子系統的連結已越來越緊密。幾乎各行業,包括電動車、工業生產等,皆需要透過感測器量測相關數據,以監測流程、確保系統安全、改善生產效率。同時,感測器對永續發展與和氣候保護亦相當重要,其能監測能源、水和材料等資源消耗,並可以監測水質與CO2等污染物。以下列出數項德國預計發展的感測器技術:

1.新感測系統:以新的量測機制(如量子效應)、材料等技術,研發創新感測器系統;透過AI提高感測器系統的智慧化等。

2.有機電子感測器:有機電子感測器具備可撓性等特性,有很大的發展潛力。

3.實驗室晶片(Lab-on-a-chip):實驗室晶片能實現即時診斷,可以有效縮短醫學、環境監測和食品產業分析的時間。

4.化學感測器和生物感測器:化學與生物感測器有助於提高化學、半導體、食品、醫藥和環境分析過程控制和可靠性。目前化學與生物感測器尚未普及,未來目標為降低成本、實現量產與發展新應用,如製藥和醫學等應用。

5.其他:結合數據處理與分析之節能智慧感測器系統;能實現自我檢測(self-diagnosis)和自我校正(self-calibration)之感測器,以符合特定需求並提高可信度;能從環境中蒐集能源並加以利用的能源自主感測器系統。

(四)用於通訊和感測器技術的高頻元件(high frequency electronics)

高頻電子設備等是現代通訊技術的核心,如5G/6G基礎設施、車輛測距雷達等。因此,德國應積極發展相關技術,以確保未來高頻電子產品的可用性,進而鞏固德國技術主權。以下為高頻元件領域預計投入的項目:

1.雷達系統:高度整合的高頻雷達系統能夠有效地提升系統效能並且降低成本,系統整合為目前的主要挑戰。

2.天線:需要創新的天線與控制系統,以滿足高頻通訊之需求,如:更高密度的天線設計。

3.電磁相容性(EMC):朝向更高頻率發展之趨勢將提升電磁相容性設計的挑戰。研究重心為減少同一設備或不同設備間電子電路的互相干擾。

4.高頻電子元件與光學的結合:改善電子與光學訊號轉換的能源使用效率能促進通訊技術的永續發展,為值得關注的研究項目。

5.新基板(substrates)和材料:需要新基板與材料,以開發出更高頻率的電子元件與電路。

(五)智慧節能電力電子元件

隨著數位化時代的來臨以及德國致力於再生能源轉型,未來將有越來越多的裝置與設備由電力驅動,電力電子之重要性日益遽增。為了維持德國在電力電子領域的國際競爭力,需要降低相關設備的體積與成本,並且提升其可靠性與效率。此外,智慧化與節約能源亦是現代電力電子設備關注的技術焦點。以下列出數項電力電子領域的行動方向:

1.降低成本:投入先進封裝與系統整合技術研發,以提高產能;另外,改善材料效率(material efficiency)亦有助於降低成本。

2.效率:寬能隙(wide-bandgap, WBG)半導體元件能在更高的電壓、溫度與頻率下操作,並且具備高功率等特性。除了近期廣泛研究的碳化矽(SiC)和氮化鎵(GaN)之外,氮化鋁(AlN)和氧化鎵(Ga2O3)等材料亦具有高度發展潛力。

3.永續性:提升電力電子元件之耐用性、避免使用關鍵原物料(critical raw materials, CRM)、採用循環經濟概念設計等。

4.智慧電力電子系統:在無負載或部分負載下,系統也能高效率運行的新結構設計;可自我監控的感測技術;可主動控制與鏈結其他系統的通訊技術等。

5.超低功耗電子元件:零功耗待機解決方案和提高能源自給自足(energy self-sufficiency)效率為兩大研究目標。

(六)跨領域技術

1.系統整合

電子產品的一項重要趨勢是將越來越多的功能和零組件整合到同一個系統(如封裝或晶片)中。高度整合的系統能提升效率、可靠性並且提高產量,有助於降低成本。為了能在不增加尺寸的情況下整合更多功能,需仰賴以下關鍵技術:

(1)先進封裝:包括系統級封裝(SiP)、3D封裝、扇出型晶圓級封裝(fan-out wafer-level packaging, FOWLP)、扇出型面板級封裝(fan-out panel-level packaging, FOPLP)等先進封裝技術。

(2)製程:重點領域包括組裝自動化、零組件3D列印技術、先進製程設備與量測技術等。

(3)值得信賴電子元件(trustworthy electronics)之封裝技術與製程:模組化設計、分拆式製造(split manufacturing)等新系統整合方法有助於提升電子產品的可信賴度。

(4)設計和模擬:軟硬體協同設計有助於系統的開發與整合。此外由於晶片複雜度增加,晶片的製程與測試流程亦需在設計階段時納入考量。

2.測試和驗證

隨著微電子系統尺寸的縮小以及結構複雜度的提升,在有限的空間內整合了多項製造技術。因此需要有創新的測試與驗證方法,以驗證系統的有效性與可靠度。以下列出數項關鍵技術:

(1)可測試性設計(design for testing):可測試性設計有助於微電子系統在開發與製造階段時,皆能執行有效的測試,進而節省時間和成本。新的技術需要能與模擬整合,即時調整測試流程與可測試性設計。

(2)測試方法和設備:測試和驗證的研發必須跟微電子新技術的研發齊頭並進。除了需識別無意中的錯誤之外,也需要能檢測有意與刻意的操作行為。

(3)測量方法與設備:零件的性能可透過測量技術驗證。因此,為了識別仿冒品必須研發適合的測量方法和設備。

(4)標準化元件分析:標準化可以促進值得信賴和可靠的電子元件和系統的製程,並可支持單一元件至完整系統的驗證程序。

3.新材料

材料的創新能支持微電子技術的發展。為了能掌握新材料的相關知識與技術,需要透過跨領域之研究團隊共同合作。以下列出數項關鍵技術:

(1)微電子新材料和材料系統:重要研究領域包括能提升高頻電子產品性能的新材料;將新材料融入成熟製程中;改善憶阻器(memristor)性能的新材料等。

(2)電子電力新材料:寬能隙半導體材料,如氮化鋁和氧化鎵;新的基板材料等。

(3)感測器技術的新材料:可改進感測器特性的材料,例如有機材料和具有特殊物理特性的材料。

(4)永續性:可自我修復材料;能減少稀土元素使用之替代性材料;生物可降解(biodegradable)材料;可再生材料等,以支持微電子永續性發展。

(七)微電子生產製程設備

機械工程、測量技術和光學等領域為德國優勢。儘管目前非歐洲供應商主導了半導體量產設備的市場,然而,值得信賴電子產品生產,尤其是應用於安全領域的相關產品,需要特製的小批量生產設備。德國在前述設備上具備全球領先的工程技術,例如塗佈製程、電漿蝕刻(plasma etching)或自動化等,並且與其他歐洲半導體設備業者具備良好的合作關係,例如德國蔡司(Zeiss)與ASML長年合作發展先進的曝光機(包含EUV曝光設備)。另外,雖然微電子的生產重心已逐漸轉移到勞動力成本較低的地區,但自動化有助於強化歐洲的半導體生產,進而鞏固歐洲與德國的微電子技術主權。以下列出重要發展項目:

1.半導體和微電子生產的自動化解決方案:新的自動化解決方案有利於降低生產成本,同時提高產程可靠性和系統性能。

2.3D封裝設備:3D封裝能將電子和感測器等元件整合至單一基板中,且可以滿足特殊的封裝需求。德國於機械工程的專業知識,能使德國成為3D封裝設備之全球領導者。

3.測量與測試技術:德國在先進測量技術領域中位居全球領先地位。未來先進半導體製程採用的新材料與新技術,例如神經形態晶片,需要有創新的測量技術,以監測生產過程與確保產品品質。

(八)新技術研發

目前微電子元件的微縮已逐漸觸及物理極限,因此未來微電子技術的突破,需要仰賴嶄新的材料與技術。以下為重點研究方向:

1.新架構和元件:微電子元件性能改善以及尺寸微縮需要嶄新的概念,如新的晶片與系統架構,例如結合光學和微機電元件。

2.運算能力:研究超越傳統電腦架構(馮諾伊曼架構Von Neumann model)之顛覆性概念,例如記憶體內運算(in Memory Computing)[3]、神經形態晶片和人工突觸(Artificial Synapse)[4]

 

三、結語

先進微電子系統由許多不同類型之科技整合而成(如測量學、微電子學、材料科學等),且應用範疇亦相當多元(如工業4.0、智慧醫療等)。因此,德國聯邦政府鼓勵與支持國內與國際相關單位(包括學界與業界)之間的密切合作,並且積極培育人才,以建立完整的微電子創新生態體系。2022年初德國聯邦教育和研究部參與歐洲研究框架計劃Horizon Europe中的關鍵數位技術(Key Digital Technologies, KDT)合作夥伴關係,且透過該夥伴關係徵求微電子研究計畫並予以資助。2022年KDT徵求的計畫主題中,與微電子相關的有:RISC-V處理器的設計、矽光電子的供應鏈等。

 

 

[1] RISC-V是一種開源的精簡指令集架構(Reduced Instruction Set Computer, RISC ),支援32位元與64位元的硬體,包含處理器、系統單晶片(SoCs)與可程式邏輯陣列(Field Programmable Gate Array, FPGA)。作為開源標準指令集架構(Instruction Set Architecture, ISA)的RISC-V,能擴大IC設計創新生態系,並減少對授權晶片架構(如ARM)的依賴。

[2] 邊緣運算(Edge Computing)是一種網路運算架構,運算過程盡可能靠近資料來源以減少延遲和頻寬使用。目的是減少集中遠端位置(例如雲端)中執行的運算量,從而最大限度地減少異地用戶端和伺服器之間必須發生的通訊量。近年來,技術的快速發展使硬體趨向小型化、高密度以及軟體的虛擬化,讓邊緣運算的實用度更加可行。

[3] 記憶體內運算是AI加速器架構的一種,實際運算過程是經過記憶體的數據資料,直接在記憶體內先行運算,而後將實際得到的分析結果傳送至處理器,由此打破傳統馮紐曼型架構,完全透過處理器進行分析。即使處理器的運算速度遠快於記憶體讀寫,資料處理速度仍會受記憶體傳輸頻寬所局限,使其運算速度受到影響。相較之下,記憶體內運算能以低功耗、高效率的方式,在終端裝置上進行影像或語音辨識的能力。

[4] 人工突觸為在人工智慧系統中,根據設計模仿人類大腦的結構,電阻器能夠被用來組成類比神經網路,相較於將神經元連接起來的大腦突觸,處理資訊的速度快了大約100萬倍。人工突觸用以改善AI的速度並且減少能量消耗的方法。

延伸閱讀
資料來源