文 | 半导体产业纵横 文 | 半导体产业纵横 9月存储制造商美光位于中国台湾台中后里的三厂近日发生不明气体外泄事件。 事故发生后，厂区立即启动应急广播并紧急疏散员工。尽管如此，仍有12名现场人员因吸入气体产生不适，被送往医院接受治疗。 经初步调查，事故起因为一楼废酸液（含双氧水与盐酸）回收管路破裂，导致气体外泄。此次事件未涉及毒化物使用和贮存区域，因此未被认定为毒化物泄漏事故。 美光公司表示，始终致力于为员工及合作承包商提供安全、受保障的工作环境，但未明确回应此次事故是否对产线及产能造成影响。 目前，中部科学园区管理局已要求美光台中三厂停工检查，待调查结果出炉并完成改善后方可复工。环保局也表示，正在核查美光的应急措施是否符合规定，若违反《空气污染突发事故紧急应变措施计划及警告通知作业办法》，将依法处以最高2000万元新台币的罚款。 Fab不仅是技术创新的殿堂，更是一个需要应对全方位、多层次安全挑战的“微观堡垒”。其安全问题直接关乎国家经济、科技竞争力和国家安全。 精密之衡—— 生产与环境安全 在制作晶圆或半导体器件的过程中，是会用到酒精等易燃易爆化学试剂；晶圆加工的熔炉，温度高达上千度；一点小失误，就会擦枪走火。可见，本行业是“易上火体质”。 近年来，半导体行业气体泄漏事件时有发生，其中不乏美国、日本、韩国等知名半导体制造企业，由此衍生出的爆燃、光刻机损毁、超净车间毁坏、晶圆批量报废、人员伤亡等事故。 2012年10月19日，位于南京溧水石湫镇南京华特硅材料有限公司发生硅烷气体泄漏导致燃爆起火，经过消防队员两个多小时的奋战，大火最终被控制。事故没有造成人员伤亡。 2013年9月4日，韩国海力士半导体位于江苏无锡新区锡兴路与泰山路东南侧的厂区发生大火。据无锡市政府新闻办官方微博“无锡发布”消息，事故是因为海力士公司生产车间气体泄漏，引发车间屋顶排气洗涤塔管道的保护层着火。 2021年1月13日, 据韩国警方和消防部门通报，LG显示器公司位于首尔以北坡州市的P8面板工厂发生铵类有害化学物质泄漏事故，导致工厂内7人受伤，其中2人伤势严重! 2021年4月6日韩国半导体制造商SK海力士旗下的一座工厂，发生了氢氟酸泄漏事故，导致3名工人受伤。 2021年5月1日，汕尾市精新科技有限公司在信利半导体有限公司26厂房一楼清洗EDI（电子去离子）系统纯水箱过程中发生窒息事故，致4人死亡，直接经济损失约480万元。 2023年8月15日，台南市一间半导体设备厂发生一起毒气泄漏事件，363人疏散，未造成人员伤亡。 展开全文 半导体行业涉及的易燃、有毒有害气体 晶圆厂（Fab）是一个高度复杂但同时潜藏大量高危因素的地方，虽然表面看起来是洁净、自动化的高科技车间，但其背后涉及高温、高压、毒气、强腐蚀性化学品等潜在危险。 在半导体生产制造过程中，特种气体是仅次于硅片的第二大制造材料，品类多达上百种，被誉为“芯片血液”。主要应用于光刻、刻蚀、成膜、清洗、掺杂、沉积等芯片制造工艺之中。与此同时，在半导体生产制造过程中，还可能产生酸性废气、碱性废气、有机废气、一般尾气等气体。在工作环境中的允许浓度极微，这些气体一旦发生泄漏，会对身体产生极大的伤害。 易燃性气体一般指可发生自燃、易燃的可燃气体。如氢气H2，氨气NH3，磷化氢PH3等； 毒性气体是指对人体有害、有毒的。如砷化氢AsH3、磷化氢PH3、硅烷SiH4、溴Br2、氟F2、氰化氢HCN、氟化氢HF等； 惰性气体一般不会直接对人体产生伤害，但惰性气体具有室息特性，在密闭空间若发生泄漏会使人室息而造成工伤事故。如六氟乙烷C2F6、四氟甲烷CF4等； 氧化性气体有较强的氧化性，一般同时具有其他特性，如毒性或腐蚀性等，如三氟化氯CIF3、三氟化氮NF3等。 氢气（H₂）：氢气是一种常见的用于某些特殊溅射工艺或设备清洗的气体。它具有极易燃的特性，其燃烧范围很宽，在空气中的体积分数为4.0% - 75.6%时，遇到火源就会发生剧烈燃烧。在半导体制造环境中，即使是一个小的静电火花或者高温表面，都可能引发氢气燃烧，导致火灾甚至爆炸。例如，当氢气泄漏到一个封闭的、有潜在火源的空间（如电气设备附近）时，危险系数会急剧上升。 硅烷（SiH₄）：硅烷是一种高度易燃的气体，用于化学气相沉积（CVD）工艺，该工艺有时与溅射工艺协同用于半导体制造。硅烷在空气中能自燃，自燃温度约为420℃，一旦泄漏，容易被周围环境中的热源（如设备运行产生的热量）点燃，引发火灾。 甲烷（CH₄）：甲烷用于硅片的生长和刻蚀过程，其燃点较低，在空气中的浓度达到一定值时，遇明火易发生爆炸。 乙炔（C₂H₂）：乙炔在一些特殊的半导体表面处理工艺中使用，属于易燃易爆气体，爆炸极限范围较宽，在空气中体积分数为2.5%-82%时都可能发生爆炸。在含有乙炔的系统中，如果气体压力过高、温度异常或者遇到强烈的震动等情况，都可能引发爆炸。特别是在半导体制造车间这种存在大量电气设备和精密仪器的场所，乙炔爆炸可能会造成严重的设备损坏和人员伤亡。 磷化氢（PH₃）：磷化氢是一种无色、剧毒且易燃的气体，主要用于硅烷外延的掺杂剂和磷扩散的杂质源。它与空气混合可形成易燃的混合物，具有爆炸风险。 乙硼烷（B₂H₆）：乙硼烷是一种窒息臭味的剧毒气体，极易燃，常温下为无色气体，可用作半导体工业的掺杂源。 砷化氢（AsH3）：有剧毒，用于半导体工业中，如外延硅的N型掺杂、硅中N型扩散、离子注入、生长砷化镓(GaAs)、磷砷化镓(GaAsP)以及与某些元素形成化合物半导体。 Fab如何构建“纵深防御”体系 面对天生的“易上火体质”和复杂的“气体攻防战”，现代Fab并非坐以待毙。它通过构建一套堪比核电站或生物实验室的“纵深防御”体系，将危险层层拦截，确保这座创新殿堂的平稳运行。 第一道防线：物理隔离与工程控制（被动防御） 空间分隔：将最高危的区域（如特气间、化学品供应站）与主生产区（Ballroom）通过防火墙、防爆墙物理隔离，即使发生事故，也能将其控制在最小范围内。 专属管道与输送系统：所有化学品和特殊气体都通过双套管（Pipe-in-Pipe）输送。内管输送介质，外管（Scabbard）充入惰性气体或连接抽气系统，一旦内管泄漏，危险物质会被立即抽走或警示，防止进入Fab环境。 就地处理系统（Scrubber）：每一台使用危险气体的设备都直接连接着“尾气处理器”。工艺产生的有毒、易燃废气在排出前就被转化为无害或低害物质，这是防止气体外泄至厂区的核心关卡。 第二道防线：监测与预警（主动侦察） “电子鼻”网络：Fab内遍布着成千上万个不同气体的传感器（GDS, Gas Detection System）。它们像哨兵一样7x24小时监测空气中特定气体的浓度，一旦达到预警阈值，立即在中央控制室报警。 联锁系统（Interlock）：这是一套“如果…就…”的自动逻辑。例如：“如果氢气传感器报警，就自动关闭氢气总阀门”、“如果火警触发，就自动切断该区域的电源和气源”。联锁系统是避免人为反应不及、实现瞬时自动响应的关键。 第三道防线：流程与人员 严格的准入与操作流程（SOP），进入特定区域需要特殊授权，任何操作，哪怕是更换一个气瓶，都必须遵循详细的SOP，确保每一步都可控。另外，常态化应急演练：定期举行全厂范围的泄漏、火灾、地震演练，让每一位员工都清楚在不同警报响起时“该做什么，不该做什么，往哪里疏散”，将应急反应变成肌肉记忆。 美光事件中的管路破裂，正是对第一道防线完整性的考验，而应急广播和疏散，则是第三道防线的启动。这套体系的核心在于，承认任何单一环节都可能失效，因此通过多层备份与智能联动，确保即使一道防线被突破，后续防线仍能有效响应，将事故扼杀在萌芽状态，从而维系着精妙而脆弱的平衡。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多