AMD乐了:GF在2018年量产7nm工艺,性能提升40%

简介:

与Intel、三星、TSMC争抢10nm工艺不同,全球第三大晶圆代工厂Globalfoundries(格罗方德,以下简称GF)直接跳过了10nm工艺,直接奔向高性能的7nm工艺节点,AMD的CPU/GPU路线图也跳过了10nm节点,下一代的Zen 2/Zen 3处理器、Navi显卡会直接上7nm工艺。GF跳过10nm节点不仅省钱,还可以集中精力搞好7nm工艺,争取更快量产。日前该公司对外表示他们推出的7nm LP工艺将在2018年下半年量产,与14nm工艺相比性能提升了40%。

AMD乐了:GF在2018年量产7nm工艺,性能提升40%

GF之前并没有透露太多7nm工艺详情,这次公布了7nm节点的具体命名——7nm LP,不过这个LP并不是常见的Low Power低功耗之意,而是Leading-Performance(领先的性能)之意。这里要吐槽的就是GF要么不会起名字,明明是高级工艺,偏偏选个容易让人误解的LP缩写,你们要知道在TSMC、三星的宣传下,很多普通人也知道了LP代表低功耗功耗,性能一般,HP才是高性能工艺。

先不说命名的问题了,GF的7nm LP工艺到底有什么优点呢?根据该公司的说法,7nm LP工艺比14nm工艺性能提升40%——虽然7nm应该跟10nm工艺相比,但是GF跳过了10nm节点,只能跟14nm工艺比,40%的性能提升还是挺给力的,只是不知道相比其他家的7nm工艺是否会有优势。

除了性能之外,7nm LP工艺还减少了50%的核心面积,成本降低了30%。

不过外界最关心的还是量产时间,GF公司CMOS业务部门高级副总Gregg Bartlett表示他们的7nm工艺正在路上,已经强烈吸引了客户注意,有多个客户的芯片会在2018年流片。他们预计在2018年上半年正式推出7nm LP工艺,2018年下半年量产。

在7nm节点上,TSMC、三星都表示会在2018年量产7nm工艺,而Intel官方对7nm量产的预计还是最早2020年,晚一点2021年也有可能,所以没啥意外的话GF在7nm节点还真有可能领先Intel先量产7nm工艺。

GF在14nm节点上吃了亏,自研的14nm-XM工艺最终被放弃,找三星拿了14nm LPE/LPP工艺授权,这才为AMD代工了Polaris、Vega以及Zen处理器。在7nm节点上,他们就跟三星分道扬镳了,现在的工艺是他们自己搞的。此外,7nm之后下个节点是5nm工艺,前不久GF也跟IBM、三星等公司一道宣布了首个5nm工艺量产的消息,该公司也会投入资源开发下下代的5nm,只不过官方没给出具体的量产时间了。

GF公司真能顺利量产7nm工艺的话,AMD公司势必会成为受益者,他们在14nm节点把CPU、GPU订单都交给了GF公司,除了部分主机订单还是TSMC代工之外,AMD真的是把希望押在GF上了。根据去年双方公布的新一轮WSA晶圆供货协议,7nm节点双方还会继续合作,AMD之前公布的Zen 2/3、Navi GPU、Roma服务器处理器等产品都会使用7nm工艺。



本文转自d1net(转载)

相关文章
|
11月前
|
缓存 测试技术 芯片
AMD Ryzen 7000发布:5纳米制程,最低版本性能也超12900K
AMD Ryzen 7000发布:5纳米制程,最低版本性能也超12900K
110 0
|
缓存 编解码 安全
苹果全球开发者大会正式发布 M2 芯片:5nm 工艺,200 亿晶体管,性能显著提升
北京时间 2022 年 6 月 7 日凌晨 1 点,苹果全球开发者大会 (WWDC)正式与大家见面。本次大会发布了 iOS 16 及 WatchOS 9,并推出了全新的 M2 芯片。在 M1、M1 Pro、M1 Max 和 M1 Ultra 芯片之后,Apple 现在已准备好转向更强大的 M2 芯片,并承诺提升性能。
220 0
苹果全球开发者大会正式发布 M2 芯片:5nm 工艺,200 亿晶体管,性能显著提升
|
5G 定位技术 芯片
三星推出Exynos 1080,5nm工艺+EUV
11月12日,三星在上海正式发布了Exynos 1080移动平台,与此前爆料的6nm工艺不同,三星采用了5nm EUV(极紫外光刻)工艺。与此前的8nm LPP和7nm DUV相比,5nm EUV无论是性能还是功耗都有大幅度提升,功耗降低20%-30%。
122 0
三星推出Exynos 1080,5nm工艺+EUV
|
5G 芯片
联发科可能推出6nm工艺芯片,1+3+4结构
近日,有国内靠谱的数码博主@数码闲聊站 爆料称,联发科将推出一款6nm工艺芯片,性能与骁龙865和骁龙865+接近,安兔兔跑分能达到60万分以上。
145 0
联发科可能推出6nm工艺芯片,1+3+4结构
|
机器学习/深度学习 数据中心 芯片