对于追求最高性能表现的客户而言——诸如AMD与IBM等,7纳米芯片技术的研发可谓是一个重要的里程碑。而GlobalFoundries也已然发展成为了一家坐拥一系列技术与产品的全方位服务代工厂商。
今年,除了IEDM 2017相关公告之外,GlobalFoundries方面还公布了有关其7纳米芯片制造工艺的详细信息。与当今用于AMD处理器,IBM Power服务器芯片以及其他产品的14纳米技术相比,7纳米技术在密度、性能与效率方面都存在显著提升。GlobalFoundries将选择采用当前的光刻工具为7纳米芯片制版,而与此同时,该公司也计划尽快启用下一代EUV光刻以降低制造成本。
基于GlobalFoundries方面最新一代的3D或FinFET晶体管,7纳米制程工艺具有30纳米的鳍间距(导电通道之间的间距),56纳米的栅极间距与40纳米的最小金属间距——以上间距尺寸较“14纳米版本而言已实现了大幅度进步”。对此,GlobalFoundries方面表示其调整了鳍片形状与轮廓以获取最佳性能,但却拒绝提供有关该翅片宽度与高度的测量数据。此外,7纳米芯片工艺可制得的最小高密度SRAM单元尺寸为0.0269平方微米。
这些特征尺寸不仅类似于TSMC的7纳米芯片工艺,与英特尔方面的10纳米芯片工艺——与代工厂所称的7纳米工艺大致相同——也存在异曲同工之处。(三星公司拟于2018年初在ISSCC上公布其直接采用EUV技术的7纳米工艺的详细信息。)
GlobalFoundries将提供两款不同版本的7 LP。用于移动处理器的高密度标准单元配有两个鳍片,高度仅为240纳米——换而言之即是该款芯片在SoC级别上较14纳米的芯片面积减少了0.36倍。另一款则被设计用于高性能服务器(例如IBM Power),不仅配有四个鳍片以及较大的触点与导线,还能够以更高的效率运行。
总而言之,GlobalFoundries方面预计该工艺能够实现2.8倍的晶体管密度提升并提高40%的性能表现,抑或是在同等性能条件下将功耗降低55%,而高性能版本还能够额外提供10%的性能提升。尽管这些数据足以令人印象深刻,但值得注意的是,这些数据均来自于7纳米工艺与目前14纳米工艺(来自三星)的比较,而GlobalFoundries方面对10纳米工艺(尽管10纳米工艺将提供临时的12 LP制程以期于明年初实现15%的密度增长与10%的性能提升)则是采取了避而不谈的态度。在去年的会议上,TSMC采取了与之类似的战略方案——在推出其7纳米,容量为256Mb的SRAM测试芯片时,选择将其与当时的16纳米工艺进行了一系列比较,而非TSMC当时所预言的“短命”10纳米节点。
与英特尔公司一样,GlobalFoundries方面将采用自对准四方阵列(SAQP)制造鳍片,并以双模方式制造金属层。此外,其中还将引入钴金属触点以降低电阻。作为一家专营代工厂,GlobalFoundries将提供一系列金属堆栈以适应不同的应用需求。另外,该技术还支持一系列阈值电压(设备启动时的栅极电压),而GlobalFoundries方面表示这将有助于提升性能并改进稳定性。
GlobalFoundries公司计划将EUV光刻技术通过两个阶段引入现有制程工艺。第一阶段,该公司会将EUV应用于触体与通孔,借此以去除制造过程中至少10个光刻步骤,确保客户无需重新设计其芯片即可降低芯片制造成本。在第二阶段,该公司会实现EUV在几个关键层上的应用——尽管这种作法需要重新设计芯片,但最终却会以提供额外的功率、性能与尺寸优势。
7 LP工艺将在2018年中期进行试生产,而这即意味着其将于2019年在纽约马耳他的工厂进行批量生产。GlobalFoundries方面表示,该公司有多种产品——现在仍处于投入生产前的最后一个主要设计步骤——计划于明年推出。7 LP工艺也是其FX-7 ASIC产品的基础,而当下许多客户正在使用FX-7 ASIC设计封装有高带宽存储器的专用高性能芯片——此芯片主要用于处理机器学习工作负载。
当然,并非所有客户都需要配有此种性能水平的芯片——相当一部分应用更强调较低的功耗水平。对于这些需求更低功耗的应用,GlobalFoundries方面已经推出了一套基于FD-SOI(在绝缘材料上采用全耗尽型绝缘上覆硅)的替代方案。尽管FD-SOI需要采用不同类型的晶圆基片而导致其物料成本稍微偏高,但也因此能够简化设计与工艺步骤,故而其整体成本仍存在一定的竞争力。更为重要的是,FD-SOI能够以更低的功耗提供类似于高端FinFET的性能,从而使其更适用于诸如物联网类的应用程序与中低端手机的应用处理器等。GlobalFoundries公司的首席技术官Gary Patton在接受采访时表示:“以我个人的观点看来,认为一种制程工艺可适用于各种应用程序的思维根本站不住脚。”
固然,设计生态系统的建立花费了些许时间,但已有迹象表明FD-SOI正在获取发展的动力。三星方面已经提供了一套针对18 FDS的28 纳米FD-SOI工艺(28 FDS),并于近期宣布已利用其生产了40余款产品。GlobalFoundries方面——该公司拥有22 FDX并计划跟进12 FDX——预计将于2018年底推出25款产品。对此,Patton表示:“竞争对手可能会说FD-SOI没有发展动力,但这显然是不准确的。”
Patton补充称,GlobalFoundries公司将转型成为一家全方位服务型代工厂商。其中,对IBM Microelectronics的成功收购为该公司在3D FinFET领域带来了大量知识产权与专业技术,从而确保GlobalFoundries有能力自主研发其7 纳米工艺以及领先的无线RF(射频)业务。马耳他晶圆厂正在大量生产14纳米芯片,此外,GlobalFoundries公司还运营了另外四家晶圆厂,而在中国成都的第六家晶圆厂将于明年投入生产。尽管目前AMD与IBM仍是该公司的主要客户,但GlobalFoundries方面已在多种应用领域都有一定的设计成就,具体包括AI、汽车、5G无线与物联网等。对此,Patton表示:“公司曾在过去面临诸多挑战,但现在我们拥有强大的产品组合。”
GlobalFoundries方面还拥有一支拥有700名成员的开发团队,该团队负责与IBM Research Alliance以及Albany NanoTech联手研发7 纳米的相关后续成果。在IEDM大会上,该联盟(GlobalFoundries、 IBM Research与三星电子)描述了其功能全环栅堆叠纳米片的研发进展,据悉这项技术将在未来的5 纳米时代甚至更长时间内拥有极为光明的发展前景。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。