传ASML 正研发晶圆对晶圆(W2W)混合键合设备

发布时间:2026-04-29 阅读量:983 来源: IT之家 发布人: bebop

我爱方案网4月29日消息,据韩媒 The Elec 今天报道,ASML 可能正在研发晶圆对晶圆(Wafer to Wafer,W2W)混合键合设备。

据报道,仁荷大学制造创新研究生院教授 Joo Seung-hwan 在首尔的先进封装技术会议表示,从 ASML 申请的专利来看,公司似乎正在将其核心光刻平台 Twinscan 应用于 W2W 混合键合设备。

作为参考,Twinscan 是 ASML 的旗舰光刻平台,首次出货于 2001 年。其拥有两个晶圆台模块,第一个晶圆台可进行曝光,通过光刻形成电路图案;第二个晶圆台则可以同时装载、对准并准备下一块晶圆,大幅度缩短晶圆制造时间。

而 W2W 混合键合则是一种先进封装技术,可直接键合(IT之家注:指通过物理或化学作用将两个及以上材料表面紧密连接为一体的工艺技术)两片半导体晶圆。进而缩短互连长度,降低功耗和热量,同时提升数据传输速度。

该教授在会议中强调,韩国厂商需要为 W2W 混合键合技术做好准备。近期受西门子、韩华精密机械和韩美半导体等公司主要集中在晶粒对晶圆(D2W)键合机。

他指出,D2W 仅占整体混合键合市场的一小部分,韩国厂商应积极探索进入更大、更具战略意义的 W2W 市场。


相关资讯
我们还需要GPU吗?从LineShine登顶看纯CPU超算的四层技术突围

在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下,国产LineShine(灵晟)纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500,印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日,Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》,系统拆解了无GPU同构超算的四层技术体系:处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。

从“回答问题”到“完成任务”:AI产业正在发生的五个结构性转向

回顾AI今年的发展轨迹,我们能察觉到一种质的变化:AI不再只是被展示、被调用的“展品”,而是拥有了更明确的“行动感”。从代码编写到机器人奔跑,从算力基建到未来接口,行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字,捕捉这一轮产业变革中的关键切片。

ROHM车载MOSFET新品:抑制二次击穿,SOA范围扩大5倍

全球知名半导体制造商ROHM近日宣布,面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”

斩获SAIL最高奖背后:DF1000如何破解国产算力“存不够、改不动”?

2026 WAIC落下帷幕,国内AI算力产业的共识正发生清晰转向:单点参数竞赛逐渐退潮,超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下,首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后,指向了一条不依赖先进制程与既有生态的突围之路。