感覺你好像沒搞懂我在說什麼
引用:
|
作者skap0091
就算是簡單的產品
量產幾百幾千個很容易
但如果拉高到幾千萬、幾億個，那就還是不簡單
你太小看試產跟大規模量產的難度差距
尤其是先進製程領域
每一個環節0.01%不良，數百道工序疊加下去
良率就爆了，先進製程要完成1片晶圓都要很長時間
好幾週甚至好幾個月，一台設備抓毛病
跟數百數千台設備抓毛病，這不是一般人力能完成的任務
|
所以只能花大量人力和時間一次一次慢慢試呀 不然是有啥神啟或是小精靈會幫你加速嗎?
引用:
|
作者skap0091
一直有媒體報導台積電跟NV合作，很早就導入AI機器學習
然後生產出更強的晶片，又買回來提供更強的算力去運算
包含光罩運算都很耗時，而且需要大量經驗積累訓練學習
今天沒有足夠多的客戶、資金、機台提供大量數據
靠不斷積累、學習，慢慢逐步提升製程，一步一步小心翼翼
是不可能有今天台積電的規模
|
這邊其實是台積電做的種類多了 內部有足夠累積資料來預測怎樣的製程製作怎樣要求的東西會有大概多少的良率和時脈 也就是所謂的經驗 啥AI的只是噱頭罷了
引用:
|
作者skap0091
三星跟英特爾都在搞啥？那叫做彎道超車
FinFET搞不贏台積電，就轉往更困難的GAA
妄圖彎道超車，請問有足夠多的客戶下單嗎？
請問有足夠多的資金去買機...
|
其實不同的製程環境 能參考的真的不多 等於是推倒一半以上然後重新再來了
所以當初說要彎道超車某種程度上是有可能的 但有先決條件
首先 團隊的人才要夠優秀 其次就是肯拚
很可惜 看INTEL開的薪水 我覺得其實都不具備
https://www.techbang.com/posts/9737...el-chip-factory
年薪不到15萬鎂還得值班顧產線 在美國是吸引不了頂尖人才來拼命的
雖然是不同領域 多少可以參考一下
親戚有在美國當高階財管人員 三不五時要去中南美或東南亞出差查廠 然後大頭開線上會議 不管時差 你人就是要上線 這樣年薪稅前是破50萬鎂的