芯片、节点和晶片：半导体数据收集的分类

核心观点与关键数据

• 半导体价值链易受中断风险：半导体价值链高度分散，生产阶段分布在不同地理区域，但每个阶段通常具有高度地域集中性，对现代经济构成风险。
• 数据收集的重要性：更好的数据对于政策制定者识别瓶颈、监测特定类型半导体供需平衡以及管理中断至关重要。
• 分类法的目标：提出一种通用的半导体类型和生产设施分类法，以促进协调一致的数据收集和共享。

分类法概述

• 半导体类型分类：将半导体产品区分为四大类——逻辑、存储、模拟和其他，并根据其普及度和具体功能划分子类别。
  • 逻辑芯片：包括微处理器（CPU、GPU）、微控制器（MCU）、连接芯片、可编程逻辑器件（FPLD、FPGA）和ASIC等。
  • 存储芯片：包括易失性存储（DRAM、SRAM）和非易失性存储（NAND、NOR、ROM、NVRAM）。
  • 模拟芯片：用于将物理世界的信号转换和修改为数字信号，以及电源管理功能。
  • 其他类型：包括光电半导体、传感器、二极管或整流器等分立半导体。
• 半导体生产设施分类：根据所使用的技术、生产不同类型半导体的能力、已安装的生产能力以及其他相关工厂（和公司）特征进行分类。

分类法应用

• 半导体生产数据库：该分类法将成为半导体生产数据库的基础，并将在未来根据半导体技术的发展进行修订。
• 未来工作：在数据可用的情况下，增加有关半导体公司、半导体最终用途或半导体可替代性的额外信息。

现有分类法对比

• WSTS：采用详细的分类体系，涵盖多种产品类型，但未在晶圆厂层面收集制造数据。
• IEEE：将当前和新兴的存储技术进行分类，区分易失性存储技术和非易失性存储技术。
• CSA Catapult：将芯片分为模拟集成、数字集成和离散三类，并识别出芯片类型中的子类别。
• 美国芯片计划办公室：根据工艺成熟度、产品类型或提供的服务对商业制造设施进行分类。

研究结论

• 分类法的重要性：该分类法为政策制定者提供有用、细分的资料，以增进对半导体价值链的理解，并帮助在出现中断的情况下确定不同类型半导体的替代来源。
• 未来发展方向：继续致力于半导体生产数据的收集工作，旨在填充拟议的分类法中的字段，并构建一个半导体生产数据库，并根据网络的需要进行修订。