长鑫科技官宣:4F²架构技术突破 相关产品预计年底亮相
长鑫科技在第四届集成芯片和芯粒大会上的发言,让国产存储芯片再次进入公众视野。该公司宣布其4F²架构DRAM取得关键进展,采用自研VSG(垂直包围沟道结构)晶体管,将DRAM存储阵列从传统的水平布局变为竖立布局,突破了主流的6F²架构限制。
这个看似抽象的技术术语背后,是一个明确的信号:中国最大存储芯片制造商正在试图拉开与国际巨头之间的差距。
什么叫4F²?为什么重要?
理解这个技术突破的关键在于理解一个公式:F²代表芯片制造中最小特征尺寸的平方。简单来说,F²越小,单位面积上能存放的数据越多。
传统DRAM使用6F²架构——每个存储单元占据6倍最小特征尺寸的平方空间。而长鑫科技此次宣布的4F²架构,意味着同样的芯片面积可以容纳更多存储单元,存储密度理论上提升了约33%。
这不仅仅是数字游戏。存储密度的提升直接关系到服务器内存的成本效率。对于数据中心而言,内存是仅次于处理器的第二大硬件支出,每提升一点密度,就意味着每一台服务器的成本可以降低一分。
实现这一目标的核心技术是自研VSG晶体管。与业界常见的FinFET(鳍式场效应晶体管)不同,VSG将晶体管通道完全包裹起来,有效解决漏电和短沟道效应的问题。这是存储芯片制造工艺的一个结构性变化——不是简单的工艺节点缩小,而是晶体管本身的结构发生了改变。
长鑫科技透露,通过字线金属化、位线成型、结激活等工艺优化,已经在12英寸晶圆平台上完成了DRAM和CMOS的键合实验验证。这意味着他们的实验室阶段工作已经完成了一部分。
离全球先进水平还有多远?
客观地说,4F²并不是一个全新概念。三星电子、SK海力士和美光三大海外巨头近年来都在推进类似的方向,试图突破存储密度的物理极限。
问题不在于谁先提出4F²,而在于谁能率先实现规模化量产。
从公开信息来看,长鑫科技的VSG架构和4F²方案仍处于“技术突破”阶段。公司承诺2026年年底推出融合该技术的产品,但这个时间节点是否意味着首批产品的量产时间点,尚无法确认。
更为关键的是两个未公开的数字:混合键合技术的量产良率,以及首批客户的接受程度。
混合键合是3D堆叠DRAM的关键工艺之一,它将逻辑芯片与存储芯片通过铜-铜连接的方式垂直堆叠在一起。这种技术如果良率达不到95%以上,大规模生产就会变得不经济。目前没有任何官方渠道披露长鑫在混合键合方面的具体良率数据。
此外,DRAM是一个高度依赖客户认证周期的市场。服务器内存尤其如此——英特尔平台或AMD平台的处理器,对内存的兼容性要求极为严格。一家新供应商要进入戴尔、惠普、联想等品牌的供应链列表,通常需要至少6到12个月的完整测试周期。
而年底就要上市的时间表,留给认证的窗口并不宽裕。
300件专利背后的真实含金量
长鑫科技提到他们已经拥有“300件以上相关专利族”。这个数字在国内科技公司中确实可观,但它能否转化为商业竞争力,还需要看两方面的事实:
其一,这些专利在国际市场上的布局情况如何?很多国内企业虽然申请了数量庞大的专利,但在美国、欧洲等关键市场的覆盖率不足。如果主要专利都集中在国内,那么面对海外市场时可能会遇到障碍。
其二,专利的质量比数量更重要。在存储芯片领域,核心专利往往掌握在三大家手里。长鑫的300件专利中,有多少是围绕VSG结构和混合键合的关键性专利,而非外围改良?这一点需要从专利引证率来衡量,但目前没有公开信息可供验证。
值得注意的是,长鑫科技是一家成立不到十年的中国企业。能在短短时间内积累如此规模的专利储备,说明其研发投入力度之大。但从专利申请到产品落地,中间还有一段很长的路要走。
谁会受益?谁又会承压?
如果长鑫科技的4F²产品能够如期上市且获得客户认可,最直接的受益者是下游服务器厂商。在中国推动算力基础设施自主可控的大背景下,任何能够替代进口内存的品牌都具有战略价值。
同时,这也给国产芯片封装测试产业链带来新的业务机会。混合键合本身就是先进封装的核心工艺,长鑫在这条路线上的推进,可能带动国内封装设备厂商(如华大九天、北方华创等)的技术迭代需求。
然而,如果量产延后或良率不及预期,则意味着国产存储芯片在高端应用领域(数据中心、高性能计算)仍将依赖三星、SK海力士和美光的供给。这对整个中国AI算力的供应链安全构成了持续的不确定性。
接下来该看什么?
判断长鑫科技这次技术突破的真正价值,不需要等待年底。有三个指标值得关注:
第一,混合键合产线的实际良率数据。这将是技术能否商业化的决定性因素。任何超过90%的良率都会大幅提升市场信心。
第二,首批客户名单。如果能看到国内头部服务器厂商(如浪潮、中科曙光)正式认证的消息,则说明技术已经跨过最关键的一道门槛。
第三,下一代产品的研发路线图。一次技术突破可能是偶然,持续的研发迭代才是核心竞争力。
从6F²到4F²,这是一个值得肯定的进步。但要真正在全球存储芯片市场中争夺份额,长鑫科技还需要证明自己不仅能做出样品,还能稳定地大规模制造出合格品——这需要时间,也需要耐心。


