跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

石英瓶颈:晶圆产能规划为何绕不开北卡罗来纳州的两座矿

半导体扩产总撞上同一个尴尬事实:把多晶硅拉成单晶硅的坩埚,最纯的石英主要来自北卡罗来纳州斯普鲁斯派恩。这座小镇只有两家采矿公司,2024年9月底的飓风海伦妮让它们停了工。

科技分析林晓雯发布: 2026年9月27日3 分钟阅读资料来源 4
石英瓶颈:晶圆产能规划为何绕不开北卡罗来纳州的两座矿

斯普鲁斯派恩这个瓶颈的数字,比网上流传的版本更小,也更奇怪。布莱恩·波特2024年11月8日在Construction Physics上撰文估算,这座小镇每年产出18万到20万吨高纯石英。这大约是美国最大煤矿三天的产量。依赖它的产业,价值以万亿计。

飓风海伦妮过后,末日式的说法满天飞。波特的文章是一剂清醒剂。埃德·康威2023年的书《物质世界》引用一位行业专家的话说,这些矿若遭到足够严重的破坏,“可能会在六个月内终结全球的半导体和太阳能电池板生产”。波特的判断收敛得多:斯普鲁斯派恩算不上完全不可替代的命门。断掉它,良率会下降,成本会上升,寻找替代品的步伐会加快。半导体生产不会停。

坩埚为什么比芯片本身更关键

大多数微芯片用的硅,起点都是石英。石英在埋弧炉中与碳反应,制成纯度为98%到99%的冶金级硅。西门子法再把它提纯为多晶硅。接下来,直拉法在1400摄氏度以上的石英坩埚中熔化多晶硅,从熔体中拉出一根单晶。坩埚里的杂质会迁移进硅中,所以石英必须尽可能干净。坩埚由高纯度的内层和较便宜的外层构成。

成本与纯度同样重要。

波特给出的数据是,高纯石英每吨约1万美元,每个坩埚售价几千美元,使用寿命约400小时。一台直拉炉一年消耗20到25个坩埚。他引用的一篇论文把单晶硅锭制造成本的30%归到坩埚头上。一座大型硅锭工厂有几十台炉子,所以一座矿停产,影响会传得很远。

两家运营商分别是科维亚和石英公司。科维亚原名尤尼明,是比利时矿业公司西贝科的分公司;石英公司是一家挪威矿业企业。飓风过后,Tom's Hardware在2024年10月1日报道,西贝科已确认暂停运营。石英公司的发言人告诉The Verge,现在判断其生产设施是否受影响还为时过早。由于当地电话服务中断,Tom's Hardware联系不上西贝科。报道还指出,这些矿位于山里,不在镇上,评论区也有人质疑标题的措辞。

别处的产能规划忽略了材料链

与此同时,扩产的步伐没有停。据TechCrunch报道,印度政府于2026年7月宣布了一项6250亿卢比(约65亿美元)的手机制造计划,为期五年,另外还拨出12800亿卢比(约133亿美元)用于本土半导体制造。Counterpoint Research的数据显示,2025年中国占全球智能手机产量的63%,印度占18%。这两个数字都没有涉及坩埚供应。

德州仪器2024年10月24日表示,已在日本会津开始生产氮化镓功率半导体,使其内部氮化镓产能翻了两番,与达拉斯工厂并列,并在300毫米晶圆上试跑氮化镓工艺。德州仪器技术与制造高级副总裁穆罕默德·尤努斯说,公司目标是到2030年把内部制造比例提高到95%以上。这是供应链层面的考量,但说的是德州仪器自己的工厂,不是工厂底下的石英。

波特那个结论值得记住:斯普鲁斯派恩石英的替代品是存在的,只是还没开发出来,质量还差一点,价格也还贵一点。更好的坩埚材料不仅能消除瓶颈。石英是硅锭制造中的一个限制因素,换掉它,生产效率的提升可能远远超出斯普鲁斯派恩的供应能力。

评论 0

资料来源

4
  1. 01Does All Semiconductor Manufacturing Depend on Spruce Pine Quartz?EN
  2. 02Hurricane Helene devastates quartz mines critical for worldwide semiconductor manufacturingEN
  3. 03India bets billions on breaking China's grip on smartphone manufacturingEN
  4. 04Texas Instruments expands internal manufacturing for gallium nitride (GaN) semiconductors, quadrupling capacityEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。