随着人工智能技术的迅猛发展，特别是以GPT系列为代表的大型预训练模型的兴起，对于计算能力的需求呈现出了前所未有的增长趋势。这些模型依靠庞大的数据集进行训练，可实现复杂的自然语言处理任务，例如语言理解和生成等，但也对计算硬件领域的创新和技术升级提出了更高的要求，其中基板（衬底）作为支撑芯片的关键材料更是不例外。

基板在芯片的生产和制作过程中，主要作为支撑和固定材料用于生长外延层。由于基板的特性关乎外延层的生长质量，影响芯片的特性和制造工艺，进而影响最终产品的性能，通常要求基板材料具备热学性好、机械强度高、化学稳定性好等基本特性，更重要的是，还要求与外延层的特性配合。

在传统的芯片制造过程中，单晶硅片无疑是最为人熟知且应用最为广泛的基板材料，它凭借良好的晶体结构、稳定的物理化学性质以及成熟的制造工艺，成为集成电路（IC）、微处理器、存储器等主流电子产品的首选。但随着步入AI时代，外延材料也更加广泛，单晶硅片特性并无法满足某些特定外延层的生长要求，比如在光电器件和高速电子器件中常用的InGaAs外延层，由于与单晶硅片之间存在晶格失配，会导致外延层中产生位错等缺陷，严重影响最终器件的性能。同时硅和InGaAs的热膨胀系数也不同，在高温生长过程中可能会导致应力积累，进而影响材料的质量，而磷化铟、砷化镓等基板却与InGaAs具有很好的晶格适配性，为InGaAs外延层的生长提供了很好的条件。

基板材料除了通过影响外延层生长来间接影响器件性能外，其本身特性也会直接影响芯片特性。比如锗、磷化铟、砷化镓等半导体材料，它们各自有着独特的物理、化学特性和应用领域。锗作为第一代半导体的另一大代表，是一种重要的红外材料，其衬底在红外光电器件中发挥着关键作用。而磷化铟和砷化镓作为第二代半导体的代表，则在制作高性能微波、毫米波及发光器件上有明显优势，砷化镓具有极高的电子迁移率（6500cm²/V·s）和饱和电子速度（20×106cm/s），适用于高速、高频的集成电路，磷化铟则具有更高的电光转换效率，特别适用于制造高速、高灵敏度的光探测器、激光器和调制器等光电器件。

锗基板、砷化镓基板、磷化铟基板特性对比

10月22-23日，为探寻新材料行业新出路，紧追AI人工智能芯热潮，粉体圈将于深圳举办 “新材料为AI产业提速”先锋论坛，届时将邀请众多行业专家和领先企业深入探讨关键材料在AI产业中的应用前景，其中，来自北京通美晶体技术股份有限公司的任殿胜博士将现场分享报告《AI算力新材料：砷化镓基板，磷化铟基板和锗基板》，带大家深入了解这三类基板材料的特性、在AI领域的应用以及市场前景。

如您对该报告感兴趣，欢迎点击了解会议详情并报名哦！

报告人介绍

任殿胜，本科和硕士就读于北京理工大学，博士毕业于天津大学。现任北京通美晶体技术有限公司（美国AXT Inc）技术中心总监。从事半导体材料行业已有二十多年。具有丰富的半导体材料表面研究经验，长期从事砷化镓、磷化铟化合物半导体晶片以及锗晶片加工技术开发以及晶片表面特性研究。

AI新材料论坛会务组

来源：360powder.com