发布时间:2021-07-27 15:03:11来源:机器之心
机器之心报道
机器之心编辑部
1Å=10^–10米=0.1纳米。
今年2月,英特尔新CEO帕特·基辛格(PatGelsinger)正式上任,这位曾在英特尔工作过30年之久的元老概述了他「」的愿景。
在新路线图中,除了采用外界芯片代工之外,制程技术的发展是一个重要方面,这一切都在7月27日的IntelAccelerated大会上揭开了谜底。
今天上午,英特尔首席执行官PatGelsinger和英特尔的高级副总裁、技术开发经理AnnKelleher博士等人向我们介绍了英特尔从今年到2025年,直至更远未来的详细发展路线。
「从芯片设计、生产测试再到整合全链条,这是只有英特尔才能实现的能力,英特尔的问题只是需要继续加快速度,」PatGelsinger说道。
英特尔的下一个节点不是10nm而是Intel7,再往后是Intel4、Intel3,进入GAA时代后会是Intel20A。
PatGelsinger表示:「英特尔正在重新考虑如何发布和品牌化其在芯片方面的创新成果。」
英特尔的最新公告发布了英特尔未来5年的处理器路线图、新的芯片和封装技术,并且做出了「annualcadenceofinnovation」的承诺。最终目标是让英特尔到2025年重新夺回处理器领域的领导地位。
英特尔未来推出的产品将不再使用基于纳米的节点命名法,而是使用英特尔自己推出的一种全新命名方法。英特尔表示新的命名方法将更准确地描述整个芯片行业的工艺节点。这种变化将从英特尔将在今年晚些时候发布的12thGenAlderLake开始。
英特尔第三代10纳米芯片将被称为「Intel7」,而不再像去年的10纳米SuperFin芯片一样基于纳米命名。
这听起来似乎是一种营销策略,旨在让英特尔即将推出的10nm芯片与AMD的产品相比更具竞争力。目前AMD的产品已经通过台积电推出了7nm制程芯片,苹果也已经推出5nm制程的M1芯片。
虽然这些技术看起来是领先的,但实际上却不完全如此。在芯片的命名中,由于3D封装技术和半导体设计物理属性的进步,节点名称实际上并不指芯片上晶体管的大小。
从技术角度看,英特尔的10纳米芯片与台积电或三星等竞争对手的「7纳米」品牌硬件大致相当,英特尔使用与之类似的生产技术,并提供可媲美的晶体管密度。在商业硬件领域也是如此,例如英特尔的10nm芯片可与AMD的7nm锐龙芯片竞争市场。
因此,英特尔此次「品牌重塑」是对于该公司技术节点介绍方式的一次重要改变。
英特尔新的架构路线图。
在业内,原来人们使用栅极的大小来体现制程技术。而在当前阶段,芯片能力的发展已经很大程度上取决于其他技术了。
「数字的递减将继续表示技术的演进,但是人们需要明白未来的制程演进与数字已经没有直接关系了。」英特尔中国研究院院长宋继强表示。
英特尔的架构路线和新技术
下面我们来看看英特尔的新路线图,以及实际意义。
Intel7是英特尔第三代10nm技术的新名称,也是英特尔10纳米SuperFin(又名英特尔的第二代10nm制程芯片,其中最引人注目的是第11代TigerLake)的继任者。英特尔表示,与上一代相比,新的Intel7硬件将在每瓦性能方面提供大约10%到15%的性能提升,或者说,如果硬件制造商希望保持性能不变,则Intel7将会提高电源效率和电池寿命。
首款基于Intel7的产品最早将于今年推出,预计将于2021年底发布用于消费级产品的AlderLake芯片,以及将于2022年发布用于数据中心的SapphireRapids芯片。
Intel4是原Intel7nm制程的正式架构,去年夏天由于制造问题英特尔被迫推迟到2023年。最初计划是在2021年推出,这是英特尔的下一个重大技术飞跃,使用的是极紫外(EUV)技术。作为对比,三星和台积电的5纳米节点产品已经使用了这一技术。它仍将使用英特尔自2011年以来一直使用的宽FinFET晶体管架构。
由于技术的改进,预计Intel4晶体管密度将达到每平方毫米约2-2.5亿个晶体管,而台积电当前的5纳米节点上的晶体管密度约为每平方毫米1.713亿个。
英特尔表示,Intel4将使每瓦性能提高约20%,同时减少整体面积,预计将于2022年下半年投产,并计划在2023年推出第一批Intel4产品(MeteorLake用于消费级产品,GraniteRapids用于数据中心)。
Intel3定于2023年下半年生产,是英特尔先前命名方案下的第二代7纳米产品的新名称。与Intel4一样,它仍然是FinFET产品,尽管英特尔表示它将提供额外的优化和使用EUV,与Intel4相比,每瓦性能大约提高18%。Intel3芯片的发布日期或产品名称尚未公布,但据推测,它们要到2024年才能上市。
随后芯片制程将进入全新时代:Intel20A,也即以前的5nm制程,将于2024年推出。A代表Ångström(简称埃,符号Å,1Å=10^–10m=0.1nm)。这是英特尔从FinFETs转向Gate-All-Around(GAA)晶体管RibbonFET的重要标志。
英特尔还推出了新的PowerVia技术,可以在晶圆背面传输电路大幅提升晶体管密度,英特尔将是业内首个应用这一技术的公司。
此外,英特尔架构路线图中没有列出的是英特尔18A,预计将于2025年推出。英特尔18A将使用其率先获得的ASML公司最新EUV光刻机High-NAEUV机器,它能够进行更加准确的光刻。
据AnandTech网站从英特尔处确认的消息,英特尔将向代工厂客户提供英特尔3和英特尔20A。
完整时间线如下图所示:
图源:AnandTech
根据目前获得的消息,英特尔制程节点新老命名之间更直观的对比如下:
图源:AnandTech
除了全新的架构路线图之外,英特尔宣布对Foveros芯片堆栈封装技术进行了两项重大更新,并且第二代技术将于2023年的英特尔4MeteorLake处理器中首次亮相。
Foveros芯片堆栈可以将数种硬件元素集成到单个芯片中,例如英特尔Lakefield芯片将5个CPU核心、1个集成GPU和DRAM堆叠在了一个紧凑的堆栈中。与传统设计相比,这样做可以节省内部空间,并将多种不同制程,甚至不同品牌的小芯片集成为同一块大芯片,实现前所未有的性能。下图为具体的更新:FoverosOmni和FoverosDirect。
FoverosOmni将更容易地混合和匹配tile,而不用管它们的尺寸如何,这样可以使得堆栈中的basetile面积小于toptile,从而允许堆叠芯片的更多样性。FoverosDirect将实现组件之间直接的铜对铜(copper-to-copper)键合,从而降低电阻并减少凸点间距至10微米以下,让3D晶体管堆叠的互联密度提升一个数量级,让多芯片封装和单芯片之间的界限逐渐模糊。
这两种全新的Foveros技术计划于2023-24年投入生产。
多个小芯片整合面临良品率的挑战,英特尔表示其拥有强大的芯片测试能力,可以提高良率,减小废片的可能性。
英特尔代工大客户:AWS和高通
目前,英特尔10nm芯片的出货量已经超过了自己的14nm芯片。英特尔新的架构命名或许有助于该公司更准确地定位当前和未来产品,以应对竞争,但仍然没有改变英特尔芯片制造技术的现状。
即使承认英特尔7与其他代工厂的7nm产品相当,台积电、三星等代工厂的7nm芯片和5nm硬件也已经出货。这意味着依赖这些外部代工厂的公司——比如苹果、AMD、英伟达、高通,以及几乎所有其他主要科技公司——仍然可以获得比英特尔最好的产品更先进的芯片。
例如,苹果最高级的M1Mac已经使用了台积电的5nm芯片——并且轻松超过英特尔的同类产品。有传言称,AMD最早也将在2022年开发5nmZen4处理器,这可能会为英特尔提供类似的竞争,以应对其已经逐渐蚕食的竞争对手。
即使其路线图有雄心勃勃的年度节奏,英特尔仍在落后。在今天宣布的路线图中,其预计要在2024年前后英特尔20A制程推出后赶上业内领先水平。而且它预计要到2025年将凭借英特尔18A重新夺回半导体业务的领导地位。
有关英特尔收购GlobalFoundries的消息,英特尔不予评论。此外PatGelsinger表示,今天宣布的这些技术都是在美国研发和制造的。
英特尔的IDM2.0计划也包括开放英特尔自身的晶元工厂给外界,在活动中,英特尔也宣布了旗下代工服务的最新进展——英特尔开放的第一个新客户将是AWS,其将获得英特尔封装解决方案。而在intel20A制程节点上,英特尔代工的重要客户将是高通,2024-25年的骁龙手机芯片或许将使用英特尔的代工。
最后,英特尔表示在10月27日的IntelInnovation上还会有更多重要消息放出。
参考链接:
https://www.theverge.com/2021/7/26/22594074/intel-acclerated-new-architecture-roadmap-naming-7nm-2025
https://www.anandtech.com/show/16823/intel-accelerated-offensive-process-roadmap-updates-to-10nm-7nm-4nm-3nm-20a-18a-packaging-foundry-emib-foveros
ACL2021论文分享会
为了给国内NLP社区的从业人员搭建一个自由轻松的学术交流平台,机器之心计划于7月31日组织「ACL2021论文分享会」。
ACL论文分享会设置Keynote、论文分享、圆桌论坛、Poster与企业展台环节。Keynote嘉宾包括字节跳动人工智能实验室总监李航和华为诺亚方舟实验室语音语义首席科学家刘群,创新工场首席科学家周明将作为圆桌论坛嘉宾参与此次活动。
欢迎论文作者、AI社区从业者们点击「阅读原文」报名参与。
©THEEND
转载请联系本公众号获得授权
投稿或寻求报道:content@jiqizhixin.com