近日,英特尔公司首席执行官帕特·基辛格表示,英特尔将按计划或提前完成其“四年五个制程节点”计划,英特尔在制程技术方面取得的进展正在得到第三方的充分肯定。
在2021年7月,英特尔公布了“四年五个制程节点”计划,即通过在(当时的)未来四年内推进Intel 7、Intel 4、Intel 3、Intel 20A和Intel 18A五个制程节点,于2025年重获制程领先性。这一计划也标志着英特尔调整了其命名制程节点的方式,目前在半导体行业内,制程节点的数字已不再表示芯片的具体物理特征,但仍然代表着性能和能效的提升。
该计划在时间上已过半,据帕特·基辛格介绍,英特尔正在稳步接近其实现:Intel 7已经实现了大规模量产;采用EUV(极紫外光刻)技术,Intel 4也已实现大规模量产,基于该节点打造的英特尔酷睿Ultra处理器将于12月14日推出;Intel 3将在2023年底生产准备就绪,支持英特尔最初两款基于Intel 3的产品,将于2024年上半年上市的能效核至强处理器Sierra Forest,和将紧随其后推出的性能核至强处理器Granite Rapids。在生产步进方面,Sierra Forest已经自晶圆厂流片,Granite Rapids也已如预期完成设计认证(taped-in),开始在晶圆厂内试生产。
接下来,Intel 20A预计在2024年上半年生产准备就绪,Intel 18A预计在2024年下半年生产准备就绪,通过这两个节点,英特尔将进入埃米(angstrom)时代。英特尔在Intel 20A制程节点上的主要产品,客户端处理器Arrow Lake已经可以运行Windows操作系统,并展现了出色的功能。此外,英特尔已达成Intel 18A制程节点的一个关键里程碑,推出了0.9版本的PDK(制程设计套件),并即将向外部客户提供。基于Intel 18A制程节点打造的首批产品将于2024年上半年在晶圆厂内试生产,包括用于服务器的Clearwater Forest,用于客户端的Panther Lake,以及越来越多的英特尔代工服务测试芯片。
英特尔对“四年五个制程节点” 计划的信心从何而来?帕特·基辛格认为,英特尔在推进该计划的过程中,会坚持逐一检查每个节点的进程,因此,这一计划不是搭建空中楼阁,而是一项扎实且严谨的工程。
此外,英特尔也将诸多创新技术应用于新节点中,除加速采用EUV技术之外,英特尔还完成了PowerVia背面供电技术和RibbonFET全环绕栅极晶体管这两项关键技术的研发,将用于Intel 20A和Intel 18A。通过将电源线移至晶圆背面,PowerVia同时改善了晶体管供电和信号传输,而RibbonFET让晶体管沟道整个被栅极环绕,进一步推动晶体管尺寸微缩和性能提升。在英特尔2023年第三季度财报的电话会议中,帕特·基辛格对这两项技术的兴奋之情溢于言表:“我做了四十多年芯片,还从未见过如此精美的晶体管,称得上是巧夺天工的艺术品!”
帕特·基辛格在2023英特尔on技术创新大会上展示Intel 18A晶圆
谈及“四年五个制程节点”计划的重要性,帕特·基辛格坦言,英特尔转型的基础是重新确立在晶体管性能和能效方面的领先地位,“只有在四年内推进五个制程节点,兑现了承诺,实现了我们的目标,大家才会相信英特尔”。
英特尔的积极投入也在得到第三方客户越来越多的认可,尽管这一计划在宣布时曾被外界认为是“不可完成的任务”。在英特尔代工服务方面,一家重要客户承诺采用Intel 18A和Intel 3,并支付了预付款,该客户发现英特尔代工服务为其设计生产的芯片,在功耗、性能和面积效率等方面表现优异;最近,还有两家专注于高性能计算的新客户签约,将采用Intel 18A。此前,英特尔还与新思科技达成战略合作协议,为英特尔内部和外部代工客户开发基于Intel 3和Intel 18A制程节点的IP,与Arm签署涉及多代前沿系统芯片设计的协议,使芯片设计公司能够利用Intel 18A开发低功耗计算系统级芯片。瑞典电信设备商爱立信也将使用Intel 18A打造定制化5G系统级芯片。
测试用玻璃芯基板
近年来,有关摩尔定律生命力的讨论甚嚣尘上,帕特·基辛格表示,英特尔将继续作为摩尔定律的忠实“守护者”,挖掘元素周期表中的无限可能,不断推动技术进步。英特尔正在努力探索如何在未来扩大领先优势,如率先推出用于下一代先进封装的玻璃基板,可进一步提升密度和性能,并具有独特的光学性能。英特尔还将于今年年底前开始安装全球首台商用高数值孔径(High-NA)EUV工具。明年,英特尔将制定“四年五个制程节点”之后的新计划,在重获制程领先性后继续推进创新。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。