您的位置:首页 > 科技 >

5纳米芯片集体“尴尬” 先进工艺尴尬

2021-01-20 16:46:00 来源:IT之家

从2020年下半年开始,各种手机芯片厂商开始了对5nm芯片的激烈竞争。苹果、华为、高通、三星先后推出旗舰5nm移动处理器,号称无论是性能还是功耗都有着出色的表现。

但从这5nm芯片的实际性能来看,有些用户并没有购买,认为5nm手机芯片的性能没有达到预期,5nm芯片似乎遭遇了集体“翻车”。

5nm 芯片集体 “翻车”,从 7nm 到 5nm 的尴尬

最早商用的5nm芯片是去年10月搭载在iPhone12系列手机上的A14仿生芯片。这个芯片有118亿个晶体管,比A13多了将近40%。6核CPU和4核GPU可提高CPU性能40%,显卡性能30%,功耗30%。

然后华为发布了麒麟9000,集成了153亿个晶体管,8核CPU,24核GPU,NPU AI处理器。官方称其CPU性能提升25%,GPU提升50%。

12月,高通和三星先后发布了三星生产的Snapdragon 888和Exynos 1080。他们还声称性能大大提高,功耗降低。

A14是第一个被怀疑“翻车”的。

据外媒9to5Mac报道,部分iPhone 12用户在使用手机时遇到了高功耗,一夜之间功耗下降了20%到40%,无论是白天还是晚上,无论是否打开了更多的后台程序,结果都保持不变。

用户批评最多的是Snapdragon 888。

在第一批用户的测试中,很多数字评测博主指出,小米11,首款Snapdragon 888,性能提升有限,直接增加了功耗。有人把这归咎于小龙888的代工厂三星的5nm工艺不成熟。此后,三星自己的两款5nm芯片也面临“翻车”的风险。

根据摩尔定律,芯片中的晶体管数量每18个月就会翻倍,性能也会翻倍,但是缩小晶体管越来越难。如今从7nm到5nm的推进,手机芯片的性能似乎不尽如人意,不仅性能提升有限,功耗也“颠覆”,面临先进工艺性价比的尴尬。

5nm芯片为什么经常翻车?芯片工艺越先进,性能和功耗会有怎样的变化?

设计时性能优先,制造时工艺不成熟

IC的功耗可以分为动态功耗和静态功耗。

动态功耗很好理解,是指电路状态变化时的功耗。计算方法与普通电路相似。根据物理公式P=UI,动态功耗受电压和电流影响。

静态功耗是各MOS管漏电流引起的功耗。虽然每个MOS管的漏电流都很小,但一个芯片往往集成几亿甚至几十亿个晶体管,导致整个芯片的静态功耗更大。

在芯片工艺的开发过程中,当工艺不先进时,动态功耗占很大比例。业界放弃了原来5V固定电压的设计模式,采用等比降压来减缓功耗的增长速度。

但电压降低也意味着晶体管的开关会变慢,一些更注重性能的厂商即使采用更先进的技术,仍然会保持5V的电源电压,最终导致功耗增加。

随着流程节点的进步,静态功耗的重要性逐渐显现。从Intel和IBM的芯片工艺发展可以看出,在180nm到45nm的工艺演变过程中,晶体管集成度增长率不同,动态功耗有增有减,但静态功耗始终呈上升趋势。在45nm处,静态功耗几乎等于动态功耗。

虽然有些设计师宁愿牺牲功耗,提高性能,但也要面对高功耗的负面影响。

对于用户来说,设备发热、耗电严重是高耗电的直接影响。如果芯片散热不好,会导致芯片异常甚至失效。

理论上,芯片工艺越先进,电源电压越低,动态功耗越低。随着工艺尺寸的进一步减小,已经下降到0.13伏的芯片电压很难进一步降低,因此近年来当工艺尺寸进一步减小时,动态功耗不能进一步降低。

静态功耗方面,FET的寄生电阻随着节点的进展而减小,单个FET的功耗也随着恒流而减小。另一方面,单位面积晶体管数量的双速增加增加了静态功耗,因此单位面积静态功耗可能保持不变。

为了追求更低的成本,制造商使用更小的芯片来携带更多的晶体管。似乎工艺越先进,芯片性能越好,功耗越低。然而实际情况往往要复杂得多。为了提高芯片的整体性能,有人添加内核,有人设计更复杂的电路。与此同时,更多的路径刺激了功耗的增长,需要新的方法来平衡功耗。

对芯片行业影响很大的FinFET是平衡芯片性能和功耗的途径之一。通过控制类似鱼鳍结构的电路的通断,改善了电路控制,降低了漏电流,大大缩短了晶体管的沟道,降低了静态功耗。

然而,从7纳米到5纳米的演变更加复杂。

穆尔泰克首席技术官奥利弗金(Oliver King)在接受外国媒体采访时说:

“当我们升级到 16nm 或 14nm 时,处理器速度有了很大的提高,而且漏电流也下降得比较快,以至于我们在使用处理器时能够用有限的电量做更多的事情。不过当从 7nm 到 5nm 的过程中,漏电情况又变得严重,几乎与 28nm 水平相同,现在我们不得不去平衡他们。”

Cadence 的数字和签准组高级产品管理总监 Kam Kittrell 也曾表示,“很多人都没有弄清能够消耗如此多电能的东西,他们需要提前获取工作负载的信息才能优化动态功耗。长期以来,我们一直专注于静态功耗,以至于一旦切换到 FinFET 节点时,动态功耗就成为大问题。另外多核心的出现也有可能使系统过载,因此必须有更智能的解决方案。”

这是 5nm 芯片设计、制造公司共同面临的问题,因此也就能够稍微明白为何现有的几款 5nm 芯片集体 “翻车”。不成熟的设计与制造都会影响性能与功耗的最大化折中,当然也不排除芯片设计厂商为追求性能更好的芯片,而不愿花大力气降低功耗的情况。

尴尬的是,越顶尖的工艺,需要的资金投入就越大,事实上追求诸如 7nm、5nm 等先进工艺的领域并不多,如果先进的工艺无法在功耗与性能上有极大的改善,那么追求更加先进的制程似乎不再有原本的意义。

走向 3nm,真的准备好了吗?

根据市场研究机构 International Business Strategies (IBS)给出的数据显示,65nm 工艺时的设计成本只需要 0.24 亿美元,到了 28nm 工艺时需要 0.629 亿美元,7nm 和 5nm 成本急速增长,5nm 设计成本达到 4.76 亿美元。

同时,根据乔治敦大学沃尔什外交学院安全与新兴技术中心(CSET)的两位作者编写的一份题为《AI Chips: What They Are and Why They Matter》的报告,作者借助模型预估得出台积电每片 5nm 晶圆的收费可能约为 17,000 美元,是 7nm 的近两倍。

在估算的模型中,作者估算出每颗 5nm 芯片需要 238 美元的制造成本,108 美元的设计成本以及 80 美元的封装和测试成本。这使得芯片设计公司将为每颗 5nm 芯片支付高到 426 美元(约 2939 元)的总成本金额。

这意味着,无论是芯片设计厂商还是芯片制造厂商,遵循摩尔定律发展到 5nm 及以下的先进制程,除了需要打破技术上的瓶颈,还需要有巨大的资本作为支撑,熬过研发周期和测试周期,为市场提供功耗和性能均有改善的芯片最终进入回报期。

因此,并不是业界所有人都对 5nm 芯片的推进持积极乐观的态度。芯片 IP 供应商 Kandou 的首席执行官 Amin Shokrollahi 曾在接受外媒采访时表示:“对我们而言,从 7nm 到 5nm 是令人讨厌的,电路不会按比例缩放,而且需要很多费用,我们没有看到这其中的优势。但是客户希望我们这样做,所以我们不得不这样做。”

还有全球第二大芯片代工厂 Global Foundries 出于经济考虑,于 2018 年宣布搁置 7nm 项目,将资源回归 12nm/14nm 上。就连实力强大的英特尔也在 10nm、7nm 的研发过程中多次受阻。

不过,这依然无法阻止各家手机芯片设计厂商在先进制程上的竞争,更无法阻止三星和台积电之间的制程霸主争夺。

此前雷 锋网报道过,在先进制程的芯片制造方面,三星视台积电为最大的竞争对手,三星在同台积电的竞争中,先进制程的推进断断续续,曾经为了先发制人直接从 7nm 跳到 7nm LPP EUV,二者同时在 2020 年实现 5nm FF EUV 的量产,如今又都斥巨资投入 3nm 的研发与量产中。

上周五,台积电 CEO 魏哲家在投资人会议上宣布,台积电 2021 年资本的支出将高到 250 亿至 280 亿美元,其中 80% 会使用在包括 3nm、5nm 及 7nm 的先进制程上,10% 用在高端封装及光罩作用,另外 10% 用在特殊制程上。

根据台积电 3nm 制程的进度,预计将在 2021 年试产,在 2022 年下半年进入量产,帮助英特尔代工 3nm 处理器芯片。

与此同时,三星也曾对外称其 3nm GAA 的成本可能会超过 5 亿美元,预期在 2022 年大规模生产采用比 FinFET 更为先进的 GAAFET 3nm 制程芯片。

回归到 5nm 移动处理器的实际情况,无论是出自哪家厂商的设计与生产,均面临性能和功耗方面的问题,5nm 芯片似乎还未成熟,3nm 量产就要今年开始试产。越来越趋于摩尔定律极限的 3nm,真的准备好了吗?

栏目导读

IDEMIA Identity&Security USA授权ORNL先进的光学阵列

IDEMIA Identity&Security USA已授权在能源部橡树岭国家实验室开发的先进光学阵列。便携式技术可用于帮助识别具有挑战性的...

2019-08-10 18:16

自动驾驶汽车开发商可以选择传感器融合解决方案和L2 +功能

2018是每年在技术进步的自主驾驶(AD)的市场重点放在共享平台的移动性,整合电气 电子(E E)架构人工智能在AD的各个方面...

2019-08-14 10:24

ITC Infotech将创建一个智能数字劳动力

ITC Infotech是全球领先的技术解决方案和服务提供商,也是ITC Ltd 的全资子公司,正在推出一种独特的数字化劳动力解决方案...

2019-08-14 13:51

中国人工智能的独角兽企业Squirrel AI Learning深入参与的研究项目

深度学习的第一个国际研讨会:方法和应用(DLG 2019)在苏州举行,阿拉斯加,美国于2019年8月5。值得一提的是,在中国人工智能...

2019-08-14 15:17

新的类似Spectre的CPU漏洞绕过了现有的防御

安全研究人员发现了一种新的方法来滥用现代CPU的推测执行机制来打破安全边界并泄漏内核内存的内容。这项新技术滥用了一个名为...

2019-08-14 15:48
焦点
头条关注
热点新闻