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:晶圆产能规划为何系于北卡罗来纳的两座矿

半导体扩产总绕不开同一个尴尬事实:把多晶硅拉成单晶硅要用坩埚,而最纯的石英主要来自北卡罗来纳州的斯普鲁斯派恩镇。镇上只有两家采矿公司,2024年9月底飓风海伦让它们停了工。

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:晶圆产能规划为何系于北卡罗来纳的两座矿

斯普鲁斯派恩这个瓶颈,真实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,该镇每年产出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。靠它吃饭的产业,价值以万亿计。

飓风海伦过后,网上冒出不少末日式说法。波特的文章正好是一份纠正。埃德·康威2023年的书《物质世界》引用一位行业专家的话说,如果这些矿遭到足够严重的破坏,"可能在六个月内终结全球半导体和太阳能电池板的生产"。波特的判断要窄得多:斯普鲁斯派恩算不上完全不可替代的支点。把它切断,良率会下降,成本会上升,寻找替代品的步伐会加快。半导体不会停。

坩埚为什么比芯片本身更要紧

大多数微芯片用的硅,起初都是石英。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。坩埚分两层:内层高纯,外层便宜。

成本与纯度同样重要。

波特报告称,高纯石英价格约为每吨1万美元,每个坩埚造价数千美元,使用寿命约400小时。一台直拉炉一年消耗20到25个坩埚。一篇被引用的论文把单晶硅锭制造成本的30%归到坩埚上。大型硅锭工厂运行着数十台炉子,所以一座矿停产,影响会传得很远。

两家运营商是Covia和Quartz Corp。Covia原为Unimin,是比利时矿业公司Sibelco的子公司;Quartz Corp是一家挪威矿业公司。海伦过后,Tom's Hardware在2024年10月1日报道,Sibelco已确认暂停运营。Quartz Corp的一位发言人告诉The Verge,现在判断其生产设施是否受影响还为时过早。Tom's Hardware联系不上Sibelco,因为当地电话服务中断。报道还指出,这些矿位于丘陵地带,不在镇区,评论区有人对标题的表述提出异议。

别处的产能规划忽略了材料链

与此同时,扩产仍在继续。据TechCrunch报道,印度政府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,另有1.28万亿卢比(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%。这两个数字都没有触及坩埚供应。

德州仪器2024年10月24日表示,已在日本会津启动氮化镓功率半导体生产,使内部氮化镓产能翻两番,与达拉斯晶圆厂并列,并在300毫米晶圆上试产氮化镓工艺。德州仪器技术与制造高级副总裁穆罕默德·尤努斯说,公司目标是在2030年前把内部制造比例提升到95%以上。这是一个供应链论点,但说的是德州仪器自己的晶圆厂,不是它们底下的石英。

波特的结论值得记住:斯普鲁斯派恩石英的替代品存在,但尚未开发成熟,质量略逊,价格也略高。更好的坩埚材料不只是消除瓶颈。石英是硅锭制造的限制因素,替换它可能把生产效率提升到远超斯普鲁斯派恩所能供应的水平。

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。