至顶网服务器频道 07月25日 新闻消息:AMD公司首席技术官表示,AMD是众多芯片设计厂商中比较早获得7nm工艺技术之一的公司。同时,他亦呼吁提供晶圆级扇出型封装速度,并在EDA软件中实现更为广泛地使用并行性。
Papermaster曾在IBM公司工作26年,并分别在思科与苹果公司的芯片管理小组拥有短暂的工作经历。在此之后,他在AMD公司度过了6年时光。
在接受采访时,Mark Papermaster表示为了能够加速完成7纳米制程升级,“我们不得不在代工厂与设计团队中投入双倍的努力……据我所知,这是几代产品中最难完成的提升,”甚至可能需要从铜线互连层面进行重新设计。
他同时补充称,该款7纳米节点需要新的“CAD工具并改变设备构建乃至晶体管连接的方式——简而言之,要完成7纳米芯片堆栈,需要对实现方案与工具以及过程中所需的全部IT支持作出调整。”
AMD公司的Zen 2与Zen 3 x86处理器将采用7纳米工艺进行制造。Papermaster 表示,“这是一个长节点,相当于28纳米……这一长节点的存在能够让设计团队专注于微架构与系统解决方案”,而不是为下一制程重新设计标准模块。
AMD目前正在销售的CPU与GPU产品正是该公司将双图样光刻技术与FinFET晶体管相结合以实现的14/16纳米节点的首批设计成果之一。
Papermaster表示,由于这项工作, “我们不得不加深与代工厂以及EDA行业的合作关系。在7纳米芯片堆栈的实现过程中,AMD公司必须与代工厂以及EDA行业建立起更进一步的合作关系——这主要是因为我们在某些关键层中采用四重图样光刻技术,所以需要与设计团队进行更为全面沟通。”
Papermaster预计,代工厂将在2019年开始采用极紫外(简称EUV)光刻技术,以此减少对四重图样光刻技术的需求。与此同时,Papermaster 表示EUV“可能会大幅度降低芯片总面积,从而降低成本并缩短新型方案的设计周期时间。”
Papermaster进一步补充称,“各家代工厂将以不同速度引进EUV……当然,我期望他们能够尽快完成EUV的引入。”
截至目前,AMD公司仍在配合其前晶圆代工部门Globalfoundries以生产各类x86 CPU与AMD图形处理器内必需的TSMC。“各家公司都在积极研发7纳米芯片堆栈,这在行业里亦产生了积极的导向。另外,各厂商在此领域中与英特尔之间的差距已有所缩小——意味着业内人士曾预测的这一不可思议的转折点已经逐步变成现实。”
目前,AMD与其竞争对手英伟达公司推出的高端图形处理器已经开始为大部分客户提供2.5-D芯片组。此项技术能够利用高速芯片插入器实现处理器与存储器堆栈的直接对接,但成本仍然相当高昂。
与此同时,苹果及其它厂商则开始将移动应用处理器同晶圆级扇出封装内存储器进行合并。Papermaster预计,所谓2.1-D技术目前还无法适应更为强大的桌面与服务器处理器场景,但有望在未来两到三年之内提供具备可行性的版本。
他指出,“这里我们呼吁整个业界通过积极开发进一步降低晶圆级扇出型及其它类似技术的实现成本。虽然目前已经存在理想的演示方案,但其应用范围还不够普遍,数量水平也不够理想,我们还未能实现与预期相符的成本水平。”
Amkor、Shinko Eletric以及其它专业封装企业与代工厂皆已经拥有采用2.1-D技术的具体方案。英特尔公司目前正在利用所谓EMIB专有技术实现服务器处理器与FPGA之间的对接。与此同时,各大ASIC制造商也在加紧利用2.5D堆栈以提升产能并降低相关成本。
他解释称,此项技术正是“后摩尔定律时代的关键,我们需要在每个节点上实现新的密度优势,同时通过提升节点成熟度的方式实现成本优势。然而掩模成本仍在不断上涨,但芯片主频却无法进一步提升,因此我们如何将各类解决方案加以结合以维持发展节奏已经成为决定最终结果的核心所在。”
在软件方面,“我呼吁EDA社区加紧行动以充分利用更多CPU计算核心与其并发性优势……随着对7纳米制程工艺需求的不断升级……行业内需要对算法进行优化以切实匹配我们交付的芯片成果”,他强调称。同时值得一提的是,AMD公司的新型Epyc处理器将拥有32个双线程计算核心。
“掩模数据后期处理具有高度并发性,而我已经在这一领域看到良好的发展态势。希望这种趋势能够更为广泛地出现在物理设计领域,而我们也已经为此类验证工作投入了大量资源,”Papermaster表示。与此同时,AMD公司也在“通过模拟方式加速相关验证工作的推进,同时尝试利用软件与硬件进行协同验证。”
而这正是AMD公司面对英特尔与英伟达两大竞争对手挥出的重拳之一。
他指出,“从自身思考方式出发,我们不能单纯让成百上千位设计师处理同一个难题,因此我们通过提升设计模块化水平以复用客户CPU、GPU以及半定制化芯片上的电路……我们一直在为此努力,希望能够克服由FinFET引入以及相关验证所带来的复杂性挑战。”
他最后总结称,“AMD研发团队一直以深厚的人才储备而闻名。我们也抱有同样的目标,即必须合力构建起伟大的产品——在这一点上,没有任何商量的余地。”
好文章,需要你的鼓励
谷歌研究团队推出VaultGemma,这是其首个采用差分隐私技术的大语言模型。该模型基于Gemma 2构建,拥有10亿参数,通过在训练阶段引入校准噪声来防止模型"记忆"敏感用户数据。研究团队建立了差分隐私缩放定律,平衡计算预算、隐私预算和数据预算。尽管添加差分隐私会影响准确性,但VaultGemma在性能上与同规模非私有模型相当。该模型现已在Hugging Face和Kaggle平台开放下载。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
英国宽带服务商Olilo正式推出多千兆宽带服务,专门面向技术人员、工程师、系统管理员和家庭实验室爱好者。该公司自建Layer 2网络基础设施,提供对称多千兆宽带,支持静态IPv4地址和原生IPv6。Olilo与伦敦三大互联网交换中心建立对等连接,在英国对等网络中排名第24位。服务经过150多名技术用户的付费封闭测试,并通过Discord社区持续收集用户反馈优化服务。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。