英特尔(Intel)首席执行官Pat Gelsinger已经受够了…他代表Intel宣布,10纳米工艺还是10纳米,但是该节点(代号SuperFin)的下一代,会叫做“Intel 7”,然后再来是“Intel 4”、“Intel 3”,不会出现“纳米”这个字眼。而在3之后,Intel着眼于埃米(angstroms,Å)尺寸,接下来的节点会叫做“20A”与“18A”。
以上是5个工艺节点就是Intel到2025年的技术蓝图,该公司也发表了新晶体管架构──Intel称为“RibbonFET”的一种环绕式栅极(gate all-around,GAA)晶体管变体,还有利用晶圆片背面、命名为PowerVia的新型互连技术;同时,该公司亦宣布正与ASML合作,对极紫外光微(EUV)微影技术的革新做出贡献。
工艺节点的重新命名,也许看来像是一家尝试让所有人忘记他们曾经跌跌撞撞、一度曾失去领导地位的公司在一本正经地胡说八道,但是其竞争对手所使用的节点名称,却会让Intel听起来很“落伍”,更几乎是无意义的营销…所以为何他们不能重新设定命名方法?
Intel一直强调,在任何既定的技术节点上,该公司的产品性能会比其他竞争对手推出的同类产品性能更好;例如其10纳米工艺相当于台积电(TSMC)的7纳米工艺。对IC设计业者来说,性能是一个关键议题,每一代工艺节点的性能需要有所提升,节点之间的进展速度也要加快。然而,众所周知Intel错过了自己订下的10纳米工艺节点量产时程(现在已经全面量产)。
失去(或被认为失去)技术领导地位已经够糟了,在工艺节点的进展路程中跌跌撞撞也很惨、甚至更不好。一家芯片制造商的客户各自有产品蓝图,如果他们的供应伙伴让他们无法达到默认的目标,对他们来说就是考虑换一家新伙伴的时候了。
这解释了为何Gelsinger自从接手Intel首席执行官,就一再宣示该公司将开始按照常规节奏推进每一代工艺节点,而且每一代节点在性能上都会有显著的性能提升。能否按时交货至关重要,如果Intel又遭遇一次无法按时完成工艺节点演进的错误,恐怕不只危及现有客户关系,对该公司力推的全新晶圆代工业务Intel Foundry Services (IFS)也会是致命打击。
Intel在日前举办的全球记者会上宣布了详细的工艺技术蓝图:
此外Intel也列出了对应以上工艺节点的处理器产品蓝图。举例来说,Intel 7工艺将用于生产2021年客户端设备Alder Lake处理器,以及预计2022年量产的Sapphire Rapids数据中心处理器。Intel 4则将用以生产客户端处理器Meteor Lake,以及数据中心处理器Granite Rapids
Intel表示,其Intel 4工艺将全面采用EUV微影;该公司将继续优化FinFET技术至Intel 3,从20A工艺开始则将转换至GAA晶体管架构。而尽管业界几乎所有开发先进工艺节点的厂商都在期待由FinFET转向GAA,Intel自家的GAA技术被命名为RibbonFET,如下图所示。
此外Intel也提及了新互连技术PowerVia (参考下图)。该公司表示,传统上互连导线是放置于晶体管顶端,虽然一直以来运作良好,但在新架构更小尺寸上,其效率也随之降低。PowerVia是将互连放置于芯片下方,计划于Intel 3工艺开始试验,预计将于Intel 20A准备好商业化。
Intel表示正与Qualcomm合作,以20A工艺开发主流智能手机芯片平台;如果合作一切顺利,Qualcomm的背书会发挥重要作用。Intel已经尝试在智能手机市场站稳脚跟好一段时间,但成效不彰。
而为了表明对发展制造技术的承诺,Intel也宣布正与设备业者ASML合作,定义、建立与部署更精练的高数值孔径(high-NA) EUV技术,并声称该公司将会是业界首家量产高数值孔径EUV系统的业者,其该系统将在18A工艺节点为RibbonFET的改善做出贡献。
多年来,Intel一直标榜自家在新一代封装技术方面处于领先地位,而封装技术对于半导体组件性能的进一步提升扮演关键角色。该公司表示,其IFS部门已经与云端巨擘AWS签署合作协议,后者将成为其先进封装技术的第一位客户。
历史上,最小晶体管栅极与工艺节点命名之间通常存在某种程度关系;但是当这两者之间的关系完全被打破,就会产生一些争议。有人说,那是发生在大约2010年问世的32纳米节点,而Intel则表示应该要追溯至1997年,当时半导体工艺微缩至0.18微米。无论最小晶体管栅极与节点命名之间的距离是何时越拉越远,现在两者之间已经没有关系。
市场研究机构Tirias Research分析师Keven Krewell表示,这也就是为何“工艺节点数字的重设已经逾时;Intel一直在做14纳米+++的东西,但这对Intel以外的其他人来说是没有意义的。台积电则是创建了像是8纳米这样的中间节点,而这意味着很难将晶体管与晶体管进行详细的比较。”
针对Intel在接下来5个节点的规划,Krewell则表示:“该技术蓝图相当激进,但Intel感觉他们已经准备好迎接这样的大跃进;每一个新节点都绑了特定产品,所以Intel的表现如何将会是清晰可见的。而Qualcomm采用20A工艺还是未来几年之后的事,该公司愿意公开承认令人印象深刻;”他也指出,封装技术是很重要的一个讯息,特别是Intel赢得AWS这家客户。
在Intel于美国时间7月26日下午举行的该场记者会上,Gelsinger在接受媒体提问时,被问到了AWS与Qualcomm以外的其他客户。对此,他表示与Qualcomm的合作证明IFS客户将会同步取得与Intel以内部使用为目的所开发、最先进的制造技术;而在Qualcomm之外,该公司也正在与其他客户洽谈,但不方便透露任何名称。
Gelsinger仅透露,那些客户有的来自工业领域,有的来自汽车领域,也有的是需要代工伙伴的半导体业者──包括一些在传统上是竞争对手的厂商;他充满热情地表示:“IFS已经投入竞赛!”
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。