引言

2026年4月,半导体分析公司TechInsights对华为Mate 80 Pro Max搭载的麒麟9030芯片进行了拆解分析。结果让所有人看清了一个事实:

没有EUV光刻机,中国芯片行业正在走一条完全不同的路——而且这条路,走通了。

中芯N+3工艺的晶体管密度达到102 MTr/mm²,虽然不及三星和台积电5nm节点的<125 MTr/mm²,但更关键的发现是:中芯已经超过了DUV双重曝光的极限,大概率使用了自对准四重曝光(SAQP)技术。

这不是"能用"和"不能用"的问题,而是"能到什么程度"的问题。


一、先翻译一个数字:102 MTr/mm²意味着什么

很多人对晶体管密度没概念。简单说:

  • 台积电3nm:约267 MTr/mm²
  • 台积电2nm:超过300 MTr/mm²(一平方毫米3亿个晶体管)
  • 中芯N+3(麒麟9030):102 MTr/mm²

102 MTr/mm²确实不如台积电/三星的5nm,但问题是——台积电5nm用的是ASML的EUV光刻机,而中芯拿不到EUV。中芯用的是DUV(深紫外)光刻机,通过多重曝光硬缩出来的。

这就像两个人跑马拉松,一个穿碳板跑鞋,一个穿板鞋。板鞋的那个跑得不快,但你不能说他不行——因为他脚上的鞋根本不是同一个级别。


二、两条路线:DUV多重曝光的经济学

在没有EUV的情况下,业内有两种成熟的四重曝光方案,都是国内厂商的专利:

方案一:Double SALELE(8块掩模)

SALELE是"自对准光刻-刻蚀-光刻-刻蚀",比传统双重曝光更精准。Double SALELE就是做两次,直接出四重效果。

流程不复杂:先做第一轮SALELE出第一组线,再做第二轮出四倍密度的线。但问题很明显——光做线就要4块掩模,切间隙还要再加4块,总共8块掩模。成本直接拉满。

方案二:Double SADP(4块掩模)

级联两次自对准双重曝光(SADP),效果一样,但掩模数量砍半。

SADP一次就能把线密度翻一倍,切间隙也能一次切两根。总掩模数从8块降到4块,成本直接降一半。

结论很简单:Double SADP明显更划算。


三、通孔难题:对角线网格为什么是必选项

金属间距缩到30nm以下后,新问题来了——通孔(连接不同层金属的小洞)怎么做?

算个账:就算是High-NA EUV,瑞利分辨率极限也就15nm。金属线宽都到15nm以下了,直接打通孔?先不说分辨率,随机缺陷就能把良率干没。

所以对角线FSAV通孔网格+全自对准通孔工艺成了必须选项。

用ArF浸没式DUV硬来,最多要4块掩模。但用对角线网格加LELE双重曝光,最多再加一块修边掩模就够了。比硬怼省太多。


四、总账:掩模数量会炸吗?

这是最核心的问题。把M0到M3所有层的掩模加起来算总账,结果很有意思:

情况掩模变化
最优方案N+2→N+4仅增7块,到N+6总量不变
最差方案N+6高达18块掩模
N+5节点N+4的直接缩微版,不增加掩模

几个结论:

  1. Double SADP全程优于Double SALELE,掩模始终更少
  2. 对角线网格+LELE双重曝光在N+6节点能省3块掩模
  3. N+5不需要加掩模,过渡非常顺滑
  4. 最差方案硬怼的话成本直接上天,但最优方案掩模完全可控

所以说白了:只要提前规划好几代节点的路线,掩模数量完全可控,成本也能扛得住。

更有意思的是:就算用DUV四重曝光,成本也比EUV双重曝光更低。这就是走DUV多重路线的核心优势之一。


五、从N+3到300 MTr/mm²:路径已经摆明白了

文章给出了从中芯N+2到300 MTr/mm²密度的完整缩距路径表:

  • 当前N+3:102 MTr/mm²(DUV四重曝光)
  • 规划N+4→N+6:通过逐步缩距和对角线网格优化
  • 远期目标:~300 MTr/mm²(对标台积电2nm)

这条路不是凭空想象的,是建立在国内厂商专利+已验证工艺+合理成本测算之上的。


结语:不是只有一条路

很多人觉得没EUV就做不出先进工艺。麒麟9030的拆解给所有人证明了:

靠DUV多重曝光+合理的技术规划,照样能摸到最先进节点的密度水平。

路径走通了,接下来就是一步步落地的事。

对中国芯片行业来说,这不是"什么时候能量产"的问题,而是**“我们不是只有搞EUV这一条路”**的证明。在现有条件下另辟蹊径、啃出一条技术路线的思路,才是最值钱的。

西方卡住了EUV的脖子,但中国工程师用DUV多重曝光+对角线通孔网格+合理的节点规划,硬生生凿出了另一条路。

这条路也许不是最优的,但它是走得通的

而在芯片制造这个领域,走得通,就是一切。


原文来源:歪睿老哥《从麒麟9030工艺看未来:没有EUV,靠DUV四重曝光真能硬刚3nm密度?》
原始数据:TechInsights via SemiWiki
整理时间:2026年4月14日