CPU 是怎麼做出來的?

更新 發佈閱讀 9 分鐘
raw-image

你手上的手機裡、家裡的電腦中,心臟都是同一類的小東西:CPU(中央處理器)。

它小得像螞蟻,卻包含了超過 260 億顆電晶體(transistors)。這是什麼概念?等於在一個指甲大小的空間裡,要裝入數十個國家所有人的手指指紋那麼多的元件。這不是一個我們日常會仔細想像的技術,但它早已成為現代文明的機械心臟。


現代 CPU 有多複雜?

現代 CPU 不再是單一核心,而是設計階段就佈局好多個核心模組,彼此透過共享快取、互聯結構與時脈協調機制協同運作。一顆晶片內常搭載 24 個核心以上,還有圖形處理器(GPU)、記憶體控制器、優先執行單元、系統串行、計時器……這一切都要穩定地執行。

而這顆處理器的元件,是超過 260 億顆的電晶體,這些電晶體是由計算、記憶、分支邏輯的基礎組成。這些電晶體的設計目前多以 FinFET(鰭式場效電晶體)為主,並逐步邁向 GAA(環繞閘極)與 CFET(互補式場效電晶體)架構,雖然內部結構不同,但所依賴的製程平台是一致的。我們日常使用的 CPU,其實背後主要分成兩個不同角色:

  1. CPU 設計商:他們負責設計 CPU 的架構與邏輯電路,不一定自己動手製造晶片。包括Apple、Qualcomm、MediaTek、NVIDIAIntel、AMD
  2. CPU 製造商:他們擁有晶圓廠,專門負責實際把設計變成實體晶片。包括TSMC、Samsung、Intel

每一道製程的良率有多重要?

做一顆 CPU,可能要經過超過 1000 道製程步驟,包含數百次光刻、蝕刻、鍍膜、沉積與清洗等動作。只要一個步驟出錯,整片晶圓可能就報廢。假設每一道製程的良率是 99%,那麼 0.99 的一千次方 ≈ 0.000043,也就是萬分之四的整體良率。因此,實務上晶圓廠會追求:

  • 單步良率達 99.95%~99.99%
  • 整體晶圓良率 70~95%(邏輯晶片)
  • 記憶體晶片良率甚至超過 95~99%

良率不只是技術問題,更是經濟問題,直接影響一片晶圓能夠出貨多少顆合格晶片。


前段製程前置:從沙變成矽,一塊晶圓的誕生

raw-image

在電晶體誕生之前,我們得先有矽晶圓。這些晶圓並不是直接從石頭切下來,而是來自一種極高純度的熔融矽液,將其拉伸成單晶矽棒,再切割、研磨與拋光成一片片平整晶圓。這個過程的關鍵是單晶性,因為只有原子排列一致的晶體,才能在之後的電晶體製作中,確保電子流動精確與高速。

為什麼用矽?因為矽的能隙(band gap)約為 1.1 eV,適合可控導電。這也是半導體名稱的來源。透過摻雜(doping)形成 N 型(加磷)與 P 型(加硼)區域,就能建構出所有邏輯電路的核心結構:PN 接面。


CPU 製造旅程

1. 前段製程(FEOL, Front-End of Line)

建構電晶體本。包含電晶體的種植與通道形成,如離子佈植、退火處理,對應電晶體結構建立。這一階段的尺寸最小,也是整個製程中最關鍵的部分,需要仰賴最先進的光刻技術,例如 ASML 的 EUV 光刻機。

2. 中段製程(MOL, Middle of Line)

打通電晶體與金屬互連的橋梁。建立接觸孔(contact)與中介層結構,連結電晶體與第一層金屬(M0)。在半導體領域,我們常以 M0(第一層金屬互連)作為起點,向上一路命名至 M17,代表第 17 層金屬連線結構。實際層數依晶片設計而異,不一定每一顆都做到 17 層,但這樣的命名方式提供了一種構造理解。這些金屬層與電晶體、vias 層穿插排列,組成了一顆 CPU 的立體邏輯與資料通道。

3. 後段製程(BEOL, Back-End of Line)

從 M0 到 M17 的金屬互連堆疊。堆疊金屬線、絕緣層與 vias,負責整體數據傳輸路徑的建立。目前最上層的金屬結構主要負責供電,但隨著電晶體密度提升、功耗增加,傳統「由上而下」的供電路徑已逐漸成為瓶頸。因此未來可能朝向「從晶圓背面供電」(Backside Power Delivery)的架構,將大幅改變 BEOL 與封裝的協作方式。

4. 封裝階段(Packaging): 將切割好的晶片(Die)裝配到封裝基板上,並整合電力與訊號的輸入輸出。此階段包含焊球、打線、模塑、測試與最終組裝。

目前各家晶片廠商如 TSMC 使用 CoWoS(Chip-on-Wafer-on-Substrate)來堆疊高頻記憶體與加速器,Intel 則發展 EMIB(Embedded Multi-die Interconnect Bridge)與 Foveros 等先進封裝技術實現異質整合。這些封裝策略將在日後針對 AI 晶片與高效能運算中扮演越來越關鍵的角色。

5. 測試與分級(Testing & Binning): 每顆晶片都必須經過功能測試與穩定性評估。根據良率與效能表現,進行分類與命名,例如同一批晶片可能會出現 i5、i7、i9 等等。

6. 出貨與封裝整合(Final Assembly & Shipping): 合格晶片會被裝配到正式產品中,可能是主機板上的插槽、筆電的主板或手機的系統單晶片封裝(SoC)。

補充:一顆晶片是否就等於一個 CPU?一顆晶片(chip / die)可以是一個 CPU(例如桌上型處理器;多核心 CPU(像是內建 4 核、8 核、24 核的處理器)或一個 SoC(System on Chip),包含 CPU 核心、GPU、記憶體控制器、I/O 等功能整合。多核心不是靠後期佈線拆分而成,而是在設計階段就同時規劃多個邏輯核心,彼此透過共享快取、高速互聯與共同控制器協作運作。隨著製程演進與面積壓縮,一顆晶片中容納多個核心已成為主流。


前段製程:在晶圓裡「種」出開關

raw-image

這些最底層的電晶體區塊是透過離子佈植種入矽晶片中,形成 P/N 型結構。離子佈植→退火→沉積閘極→建立接觸孔→連接至 M0 金屬層,這整段過程構成中段製程(MOL)與前段製程(FEOL)核心。

電晶體就是一種開關,而 FinFET 只是其中一種設計。未來的新型電晶體還包含了 GAA(環繞閘極)、CFET(互補堆疊)等結構,它們雖然外形不同,但本質都是為了實現「高速」、「低功耗」、「高密度」這三大目標。


中段製程:一層金屬是怎麼做出來的?

TSMC N3E 產品剖面圖

TSMC N3E 產品剖面圖

想像你要做一顆八十層的蛋糕,每一層都要用不同形狀的模具切出圖案、再塗上不同材料、堆起來還不能垮,這就是製作 CPU 的過程。讓我們從其中一層金屬互連的製程說起。

第一步,是在晶圓上先鍍上一層絕緣材料,通常是氧化矽(silicon dioxide)。接著會塗上一層光阻劑(photoresist),這是一種對紫外線(UV)光敏感的材料。

第二步,把晶圓送進光刻機(photolithography tool),經過光罩投影後,光阻劑會出現圖案。未曝光的區域將被溶劑沖掉,接著再進行等離子體蝕刻,把裸露的氧化矽刻出微溝。

然後會沉積一層金屬(例如銅或鎢),填滿這些微溝。最後透過化學機械研磨(CMP),把多餘的金屬磨掉,留下只在需要區域的連線。這樣的流程,從 M0 金屬層一路往上延伸到 M17,是 CPU 整體資料高速傳輸網路的骨架。


測試與封裝

晶圓完成後,進入後段工序(Post-Fabrication)。這不再是半導體製程中的物理堆疊,而是進入封裝測試:

  • 雷射切割晶粒
  • Flip Chip 焊接至封裝基板
  • 加裝導熱片、覆蓋金屬封殼
  • 測試、包裝、貼標出貨

這個階段將晶圓上的數百顆裸晶,轉化為市面上熟悉的方形 CPU 成品。


那記憶體晶片又是怎麼做的?

如果你將目光轉向記憶體晶片(例如 DRAM 或 NAND Flash),會發現它們走的是完全不同的製程邏輯與架構。以 3D NAND 為例,記憶體的儲存單元會「垂直堆疊」起來,不再像早期那樣平鋪在同一層面上。這讓記憶體晶片的層數可以從 24 層、48 層一路推進到 176 層、232 層,甚至超過 300 層。

  • 提升單位面積的儲存密度,讓手機、SSD 擁有更大容量
  • 壓低儲存成本,讓每 GB 價格更親民
  • 提升傳輸效率,降低功耗與延遲

之所以能垂直堆高,是因為記憶體單元的結構相對簡單(通常是電容+開關),不像 CPU 那樣需要精密的邏輯運算與控制。3D NAND 可說是現代記憶體製程中最具代表性的架構,未來甚至還可能進一步導入 DRAM 的堆疊或 MRAM 等新型態技術,形成像摩天大樓般的超高層記憶系統。




留言
avatar-img
想想
9會員
206內容數
Hi!歡迎來到想想。我們一起觀察趨勢,理解來龍去脈,聊聊科技如何改變生活。 在快速變動的世界裡,找回思考的節奏。
想想的其他內容
2025/07/13
Intel以EMIB與Foveros重塑封裝,挑戰台積電CoWoS霸主地位。
Thumbnail
2025/07/13
Intel以EMIB與Foveros重塑封裝,挑戰台積電CoWoS霸主地位。
Thumbnail
2025/07/12
百年來太空探索從國家競賽轉向私營革命,夢想與成本成為未來的真正戰場。
Thumbnail
2025/07/12
百年來太空探索從國家競賽轉向私營革命,夢想與成本成為未來的真正戰場。
Thumbnail
2025/07/11
TSMC 全新 SoW-X 封裝,打造去基板的晶圓級超級系統
Thumbnail
2025/07/11
TSMC 全新 SoW-X 封裝,打造去基板的晶圓級超級系統
Thumbnail
看更多
你可能也想看
Thumbnail
vocus 慶祝推出 App,舉辦 2026 全站慶。推出精選內容與數位商品折扣,訂單免費與紅包抽獎、新註冊會員專屬活動、Boba Boost 贊助抽紅包,以及全站徵文,並邀請你一起來回顧過去的一年, vocus 與創作者共同留下了哪些精彩創作。
Thumbnail
vocus 慶祝推出 App,舉辦 2026 全站慶。推出精選內容與數位商品折扣,訂單免費與紅包抽獎、新註冊會員專屬活動、Boba Boost 贊助抽紅包,以及全站徵文,並邀請你一起來回顧過去的一年, vocus 與創作者共同留下了哪些精彩創作。
Thumbnail
創業者常因資金困境而無法抓住機會,利用房產活化讓二胎房貸成為財務策略的有力夥伴。 諮詢國峯厝好貸的二胎房貸服務,讓你的房子成為你最強力的天使投資人,推動事業成長。
Thumbnail
創業者常因資金困境而無法抓住機會,利用房產活化讓二胎房貸成為財務策略的有力夥伴。 諮詢國峯厝好貸的二胎房貸服務,讓你的房子成為你最強力的天使投資人,推動事業成長。
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 87 說:Wang 等人 2019 年的論文,提供了合理答案的選擇 (Choice of Plausible Answers, COP
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 87 說:Wang 等人 2019 年的論文,提供了合理答案的選擇 (Choice of Plausible Answers, COP
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 87 說:Wang 等人 2019 年的論文,提供了合理答案的選擇 (Choice of Plausible Answers, COP
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 87 說:Wang 等人 2019 年的論文,提供了合理答案的選擇 (Choice of Plausible Answers, COP
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 以下陳述任務 (Task)、模型 (Model)、微調 (Fine-Tuning)、GLUE (General Language Understanding Evalu
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 以下陳述任務 (Task)、模型 (Model)、微調 (Fine-Tuning)、GLUE (General Language Understanding Evalu
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續AI說書 - 從0開始 - 45,我們介紹了 Google 於2017 年提出的 Transformer 架構的 Positional Encoding (PE)
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續AI說書 - 從0開始 - 45,我們介紹了 Google 於2017 年提出的 Transformer 架構的 Positional Encoding (PE)
Thumbnail
無法超越的專業 在大一 G E T!
Thumbnail
無法超越的專業 在大一 G E T!
Thumbnail
解決電腦上遇到的問題、證明正確性、探討效率 並且很著重溝通,說服別人你做的事是正確且有效率的。 內容: 計算模型、資料結構介紹、演算法介紹、時間複雜度介紹。
Thumbnail
解決電腦上遇到的問題、證明正確性、探討效率 並且很著重溝通,說服別人你做的事是正確且有效率的。 內容: 計算模型、資料結構介紹、演算法介紹、時間複雜度介紹。
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News