台積電舉辦北美技術論壇,並發表A13先進製程技術。資料照
晶圓代工龍頭台積電今日(美國當地時間22日)舉辦2026年北美技術論壇,會中揭示其的A13最先進製程技術。繼去年發表業界領先的A14製程技術後,今年新推出A13製程技術直接升級,實現更精簡且高效的設計,以滿足客戶對下一代人工智慧、高效能運算、以及行動應用永無止境的運算需求。
A13代表了台積電對持續創新的承諾,相較於A14,A13節省了6%的面積,設計規則也與A14完全向後相容,讓客戶能夠迅速將其設計升級至台積公司最新的奈米片電晶體技術。
此外,A13透過設計與技術協同優化,提供額外的功耗效率及效能提升。A13預計於2029年,A14後一年進入生產。
A13是台積電在加州聖塔克拉拉市舉行的北美技術論壇中所發表的技術創新重點之一,該論壇為台積電未來幾個月在全球各地舉行的技術論壇揭開序幕。
今年的技術論壇以「領先矽技術拓展人工智慧(Expanding AI with Leadership Silicon)」為主題,是台積電本年度最大的客戶活動,揭示公司最新的技術發展和製造服務。
台積電董事長暨總裁魏哲家表示,台積電的客戶總是著眼於未來的創新,他們期待我們能持續提供可靠的新技術,例如A13,且這些精心建置的技術在客戶具前瞻性的新設計有需要時,能及時就緒並投入量產。台積電的先進製程技術在密度、效能和功耗效率方面引領業界,但我們仍持續尋找方法進行優化,以更好地支援客戶的未來產品,並作為客戶最可靠的技術夥伴,確保客戶得以成功。
其他在北美技術論壇上發表的新技術包括:
先進邏輯技術 • 除了A13之外,台積電強化其A14平台並預告了A12。A12採用台積公司超級電軌(Super Power Rail)技術,為人工智慧及高效能運算應用提供背面供電,預計於2029 年進入生產。
• 台積電持續推進其N2平台推出N2U,該技術採用了設計與技術協同優化,以實現速度較N2P提升3-4%或功耗降低8-10%,邏輯密度提升2-3%。N2U利用N2技術平台的製程成熟度與高良率表現,成為支援人工智慧、高效能運算及行動應用的均衡之選。N2U預計於2028年開始生產。
3DFabric®先進封裝及3D矽堆疊 • 為支持人工智慧對單一封裝中更高運算能力及記憶體的需求,台積電持續擴展其CoWoS®技術以整合更多矽晶。公司目前正在生產5.5倍光罩尺寸的CoWoS,並規劃更大尺寸的版本。一個14倍光罩尺寸的CoWoS能夠整合約10個大型運算晶粒和20個高頻寬記憶體(HBM)堆疊,且預計於2028年開始生產。台積公司隨後將於2029年推出大於14倍光罩尺寸的CoWoS。這些新技術為客戶提供了更多人工智慧運算提升的選擇,並與台積電同樣預計於2029年推出的40倍光罩尺寸SoW-X系統級晶圓技術進行互補。
• 台積電也將在其最先進的技術平台上推出系統整合晶片(TSMC-SoIC®)3D晶片堆疊技術,A14對A14的SoIC預計於2029年生產,A14對A14的SoIC預計於2029年生產,其晶粒對晶粒I/O密度是N2對N2 SoIC技術的1.8倍,支援堆疊晶片之間更高的數據傳輸頻寬。
• 台積電的緊湊型通用光子引擎(TSMC-COUPE™)將達成關鍵性的里程碑,採用COUPE在基板上(COUPE on substrate)的真正共同封裝光學 (CPO) 解決方案預計於2026年開始生產。相較於電路板上的可插拔解決方案,此項新技術透過將COUPE光子引擎直接整合到封裝內部的方式,可提供2倍的功耗效率並減少延遲90%。該技術已應用於200Gbps微環調變器 (MRM),成為資料中心機架之間傳輸數據的一種高度精簡且節能的解決方案。
汽車及機器人 • 先進駕駛輔助系統(ADAS)和自動駕駛汽車需要領先的技術及嚴格的品質和可靠性標準。實體人工智慧(Physical AI)應用,例如人形機器人,也採用了相似的嚴苛要求。為滿足其需求,台積電宣布推出N2A,這是首款採用奈米片電晶體的汽車製程技術。相較於N3A,N2A在相同功耗下速度將提升15-20%,預計於2028年完成AEC-Q100 驗證。
此外,台積電在N2P製程設計套件(PDK)中提供「車用」設計套件,讓客戶在設計中考量汽車使用條件,得以在N2A製程技術取得完全驗證前提早開始設計。
• N3A於2026年進入生產,顯示台積電為客戶加速汽車產品週期的努力已見成效。
透過N3的「Auto Early」計畫,客戶於2023年即可開始設計,如今有超過10個客戶產品是基於N3A製程技術所規劃,讓汽車變得更智慧、更環保、更安全。
特殊技術 • 台積電是首家於2026年將高壓技術引入FinFET世代的公司,其N16HV製程技術主要支援顯示驅動應用。針對智慧型手機顯示驅動器,相較於台積公司的N28HV製程技術,N16HV閘極密度增加41%,功耗降低35%。針對近眼顯示器,N16HV能將晶片面積 (die area) 縮小40%,功耗降低超過20%,增強智慧眼鏡等應用的可用性。