Intel的杀手锏：3D XPoint闪存 - 干货！一文看懂3D NAND Flash

　　Intel/美光：容量最高的3D NAND闪存

　　这几家厂商中，Intel、美光的3D NAND闪存来的最晚，去年才算正式亮相，不过好菜不怕晚，虽然进度上落后了点，但IMFT的3D NAND有很多独特之处，首先是他们的3D NAND第一款采用FG浮栅极技术量产的，所以在成本及容量上更有优势，其MLC类型闪存核心容量就有256Gb，而TLC闪存则可以做到384Gb，是目前TLC类型3D NAND闪存中容量最大的。

　　384Gb容量还不终点，今年的ISSCC大会上美光还公布了容量高达768Gb的3D NAND闪存论文，虽然短时间可能不会量产，但已经给人带来了希望。

　　Intel的杀手锏：3D XPoint闪存

　　IMFT在3D NAND闪存上进展缓慢已经引起了Intel的不满，虽然双方表面上还很和谐，但不论是16nm闪存还是3D闪存，Intel跟美光似乎都有分歧，最明显的例子就是Intel都开始采纳友商的闪存供应了，最近发布的540s系列硬盘就用了SK Hynix的16nm TLC闪存，没有用IMFT的。

3D XPoint闪存是Intel掌控未来NAND市场的杀手锏

　　Intel、美光不合的证据还有最明显的例子——那就是Intel甩开美光在中国大连投资55亿升级晶圆厂，准备量产新一代闪存，很可能就是3D XPoint闪存，这可是Intel的杀手锏。

　　这个3D XPoint闪存我们之前也报道过很多了，根据Intel官方说法，3D XPoint闪存各方面都超越了目前的内存及闪存，性能是普通显存的1000倍，可靠性也是普通闪存的1000倍，容量密度是内存的10倍，而且是非易失性的，断电也不会损失数据。

　　由于还没有上市，而且Intel对3D XPoint闪存口风很严，所以我们无法确定3D XPpoint闪存背后到底是什么，不过比较靠谱的说法是基于PCM相变存储技术，Intel本来就是做存储技术起家的，虽然现在的主业是处理器，但存储技术从来没放松，在PCM相变技术上也研究了20多年了，现在率先取得突破也不是没可能。

　　相比目前的3D NAND闪存，3D XPoint闪存有可能革掉NAND及DRAM内存的命，因为它同时具备这两方面的优势，所以除了做各种规格的SSD硬盘之外，Intel还准备推出DIMM插槽的3D XPoint硬盘，现在还不能取代DDR内存，但未来一切皆有可能。

　　3D NAND技术进展

　　2016年年下半除东芝（TOSHIBA）就64层3D NAND闪存展开送样出货外，三星电子（Samsung Electronics），美光（美光），SK海力士（SK海力士）等记忆体业者亦将陆续量产，将促使3D NAND闪存垂直堆叠最高层数自64层朝2017年年的80层迈进.DIGITIMES研究观察，由于干蚀刻使用在64层以上更高堆叠层数的三维NAND闪存，其蚀刻速度与正确性可望优于湿蚀刻，将使三星于64层以上的3D NAND闪存转向干蚀刻发展的可能性提升。

　　垂直通道（垂直通道）构造的三维NAND闪存系指字元线（字线，WL）与位元线（位 栈）构造，垂直通道具备成本优势，成为记忆体业者发展的三维NAND闪存所采主流构造。

　　随3D NAND Flash持續朝64層以上更高垂直堆疊層數邁進，製程中需貫通至底部的蝕刻厚度將較以往增加，且蝕刻精密度亦將提升。

　　湿蚀刻与乾蚀刻主要特性，湿蚀刻具备纵向与横向同时蚀刻的效果，乾蚀刻则朝单一方向蚀刻，而湿蚀刻可运用只对被蚀刻物产生化学反应的材料，其蚀刻选择性（Selectivity）优于乾蚀刻。

　　DIGITIMES研究观察，干蚀刻相对湿蚀刻适用于线宽较小的制程，如应用于64层以上的3D NAND NAND闪存制程。

　　国内的3D NAND进展

　　由于国家政策和大基金的支持，中国大陆现在也把存储芯片作为重点来抓，3D NAND也顺理成章成为广大厂商关注的重点，早前被紫光纳入旗下的武汉新芯科技（XMC）很早已经在武汉开工建设12英寸晶圆厂，第一个目标就是NAND闪存，而且是直接切入3D NAND闪存，他们的3D NAND技术来源于飞索半导体（Spansion），而后者又是1993年AMD和富士通把双方的NOR闪存部门合并而来，后来他们又被赛普拉斯半导体以40亿美元的价格收购。

　　2015年新芯科技与飞索半导体达成了合作协议，双方合作研发、生产3D NAND闪存，主要以后者的MirrorBit闪存技术为基础。不过小编搜遍了网络也没找到多少有关MirrorBit的技术资料。这两家公司的闪存技术多是NOR领域的，3D NAND显然是比不过三星、SK Hynix及东芝等公司的，有一种说法是MirrorBit的堆栈层数只有8层，如果真是这样，相比主流的32-48层堆栈就差很远了，成本上不会有什么优势。