IBM试产5nm芯片:指甲盖大小可容纳300亿晶体管

简介:

当前商用晶体管栅极大小在 10nm 左右,但是 IBM 早已开始了 7nm、甚至 5nm 工艺的研究。不过为了制造 5nm 芯片,IBM 也抛弃了标准的 FinFET 架构,取而代之的是四层堆叠纳米材料。于是在指甲盖大小的芯片面积里,即可塞下大约 300 亿个晶体管,且能耗与效率都得到了保证。自 1970 年代以来,芯片行业在摩尔定律的加持下发展了几十年(每隔两年、芯片晶体管数翻一番),但近年来遇到了一些瓶颈。

20170605040942126.jpg

在纽约生产设施内测试的 5nm 芯片晶圆

在消费电子领域,14nm 芯片仍属于比较先进的标准,不过英特尔和三星的 10nm 工艺也已经向高端市场杀进。

研发方面,各公司也没有停下脚步,比如早在 2015 年,IBM 就携手 Global Foundries 和三星试产了一款 7nm 芯片。

该原型在指甲盖大小的面积里,塞进去了大约 200 亿个晶体管。得益于新工艺和新材料,其有望在 2019 年投入商用。

20170605040942925.jpg

IBM 研究院 5nm 晶体管扫描图,其由堆叠硅纳米材料制成。

不过现在,IBM 公布了他们的下一步计划,将单个栅极的直径进一步缩减到 5nm,在同等面积下可挤下额外的 100 亿晶体管。尽管当前制造技术有潜力缩减至 5nm,但研究团队还是选择开发一种全新的架构。

自 2011 年以来,半导体行业采用 FinFET(鳍式场效应晶体管)工艺已有多年。恰如其名,它的样子有点像鱼鳍,三个载流通道被一个绝缘层所包围,但是这项技术也已接近可以缩小到的工艺极限。

20170605040942736.jpg

研究员 Nicolas Loubet 手持一片新型 5nm 芯片晶圆

IBM 团队表示,继续缩减 FinFET,并不会对性能提升有太大的帮助。有鉴于此,他们在 5nm 芯片上采用了堆叠式硅纳米层,一次可向四个栅极发送信号(而不像 FinFET 那样一次只能向三个栅极发射)。

借助极紫外线光刻技术,他们可以在晶圆上绘制出更小的细节。与当前技术相比,它不仅光波能量高出许多,还支持在制造过程中持续调节芯片的功耗和性能。

34209805784_4241b0f6b8_k.jpg

与当前 10nm 芯片相比,5nm 原型芯片在额定功率下的性能可提升 40%,或在匹配性能下降低高达 75% 的能耗。

未来我们有望见到更多更小、更强大、更有效率的电子设备,不过当前 10nm 也才商用不久,7nm 要等到 2019,5nm 也还得再多等上几年。



本文转自d1net(转载)

相关文章
|
人工智能 自动驾驶 5G
IBM全球首发2纳米芯片
IBM宣布成功试产旗下2纳米制程芯片,实现在150平方厘米(mm²)面积的晶圆中放置500亿组晶体管,换算下来每平方厘米约有3.3亿组晶体管。
124 0
IBM全球首发2纳米芯片
|
存储 机器学习/深度学习 人工智能
​IBM人工智能芯片的新进展
IBM苏黎世实验室的研究人员本周在Nature Communications上发表了一篇论文。在文中他们声称,基于相变存储器的技术,他们已经开发出了一种能同时能高实现能源效率和高精度的机器学习方案。这是一种使用基于电阻的存储设备来实现内存内计算的方法,它们的方法弥补了存储和计算数据分开的方案的缺陷,并在此过程中大大降低了功耗。
|
机器学习/深度学习 存储 人工智能
IBM认为模拟芯片可为机器学习加速1000倍
IBM在博客中的一篇文章中指出,通过使用基于相变存储器的模拟芯片,机器学习可以加速一千倍。
389 0
「镁客早报」美国欲限制AI、处理器技术出口;台积电与IBM签署协议,将为其生产大型服务器芯片
我国完成北斗三号基本系统收官双星发射;马斯克发推特称,特斯拉或有意与奔驰合作开发电动版Sprinter。
561 0
|
机器学习/深度学习 芯片 AI芯片