IBM率先完成5nm晶圓 但製程微縮依然困難
隨著這幾年智能手機的高速發展,半導體行業的競爭也日趨白熱化。台積電、三星、格羅方德競爭激烈,製程工藝的開發與使用也相當激進;作為行業大佬的英特爾卻走得非常穩健,在三星、台積電大力推進10nm工藝的時候,英特爾依然在固守14nm工藝。/
晶圓
半導體工藝在來到14nm之後,摩爾定律遇到了瓶頸,製程更新的速度變慢,雖然說台積電、三星的10nm工藝已經落地,但是英特爾則可能在2018年的Coffee Lake上使用(10nm工藝良率太低);格羅方德更是跳過10nm,直接進入7nm製程(三星的10nm工藝傾向於低功耗平台)。雖然台積電、三星信誓旦旦的說7nm將會在2018年量產,在遭遇年初良率問題之後,明年的代工客戶可能會選擇穩健的保守策略。
各家的工藝線路圖
現在的半導體製程工藝的明明都是由代工廠商自行擬定的,實際上的參考意義不大,現在英特爾的14nm+節點的晶體管密度是三星、台積電的1.23倍;雖然比不上台積電、三星的10nm工藝,但實際差距並不是太大。不過英特爾對於10nm工藝似乎信心不足,他們極有可能在下半年推出第三代的14nm++工藝,用於代替10那麼工藝。
ASML光刻機
光刻機問題上,英特爾同樣沒有消息放出,這可能意味著在5nm的節點上,英特爾依然不會採用EUV(極紫外光刻機);而產業鏈上傳出台積電在今年年初已經向ASML下了數台EUV光刻機的訂單;而三星明年將會推出8nm的工藝,但是依然採用傳統的浸沒式光刻技術,2019年的7nm 才會導入EUV光刻;格羅方德早起的7nm依然採用DUV(深紫外光刻)技術,2019年引入EUV光刻。
第一塊5nm晶圓
在近日,IBM推出了首款5nm 晶元。這種5nm晶元的晶體管密度是7nm的1.5倍。該5nm晶圓採用新型的晶體管——堆疊硅納米板,將晶體管更緊密的封裝到一起。從傳輸的角度來講,晶體管越密集代表著晶體管的間距越小,傳輸速度也更快,更直觀的說法就是頻率可以拉得越高,同時功耗更低、性能更強。
雖然說IBM的產品更多的是在實驗室環境下完成的,離量產的道路依然很長,但是最起碼證實了5nm工藝是可以製造的,但是最快也要到2020年實現。製造工藝問題上,IBM研究院半導體技術研究副總裁Mukesh Khare表示,在7nm節點上依然會採用FinFET(鰭式場效應管)工藝,不過晶元設計行業正在努力擺脫FinFET工藝,因為FinFET已經無法實現製造更小製程的工藝技術。
雖然IBM已經成功開發5nm晶元,但是晶元行業依然面臨著巨大的困難。現在晶元性能的發展並不能再局限於提升晶體管密度,更重要是針對性的架構和更加優秀的指令執行方式。每年英特爾都在優化處理器的執行架構,以求得到效率更高的處理器;而谷歌的TPU更是針對某個需求進行深度定製的架構,與傳統的GPU相比更具有獨特的執行方式、更高的效率。


※2017CES Asia亞洲展 奧圖碼開始發力音頻
※2017CES Asia亞洲展智能手環 看Garmin
※《夢想世界3D》手游不刪檔公測定檔6月30日
※CES Asia:哈曼卡頓 聲音解決方案的王者
TAG:天極網 |
※IBM Watson 大裁員,問題還是 AI 落地太難
※IBM在裸機伺服器上率先支持Kubernetes容器平台
※IBM稱其機器學習庫的速度比TensorFlow快了46倍
※IBM AI「新葯發現」項目宣布折戟,Watson還能走多遠?
※醫生還未失業,IBM Watson已跌入深淵
※如何看IBM 構建的Modern架構中,存儲角色越來越重要?
※IBM Watson不久將飛上國際空間站,太空 AI 助理的能力如何?
※IBM的新型AI晶元或可使AI能效提高100倍
※IBM準備宣布停止「Watson AI 找葯了」
※IBM CodePattern可創建自己的AI模型來識別對象
※Watson AI遭遇逆風 IBM否認停售:只是轉移了重心
※IBM Watson啟示錄:AI不應該僅僅是炫技
※IBM的Watson AI用於開發多面跟蹤演算法
※MRAM非易失性存儲獲IBM首肯:用於新款SSD做加速
※IBM AI 晶元 助力Watson 智能選股
※消息稱 IBM 未經許可獲取 Flickr 圖片,進行 AI 訓練
※清明節,追憶IBM Client Center尋訪
※IBM 340億美元收購Red Hat,紅帽能拯救IBM嗎?
※收購Red Hat,能否讓步履維艱的IBM走出困境?
※IBM NeurIPS 2018 poster:把深度學習模型的表現遷移到傳統機器學習模型獲得高可解釋性