台积电走向2nm!3D封装芯片2024年将大规模量产

简介: 台积电于去年成立了一个研发团队,以确定其2nm技术的发展道路。抛弃FinFET,跨越GAAFET,直接采用MBCFET研发实力的背后,是金钱燃烧的声音
【新智元导读】据中国台湾媒体报道称,台积电(TSMC) 在实现2nm工艺方面取得了重大突破,该工艺可以生产数十亿个晶体管,可能会突破摩尔定律放慢的局限。

台积电于去年成立了一个研发团队,以确定其2nm技术的发展道路。据供应链来源声称, TSMC 已经确定了一个新的多桥通道场效应晶体管(MBCFET) 架构,解决了与使用 FinFET 控制工艺收缩漏电流相关的物理极限。

台积电此前曾表示,其2纳米技术的研发和生产将在保山和新竹进行,同时还进一步指出,它正计划拥有四个超大型晶圆厂,占地222英亩。

20.jpg

据台积电预计,2023年会进行小批量风险实验,未来苹果、高通、英伟达、AMD等都会成为其2nm技术的客户

21.jpg

根据摩尔定律,自20世纪70年代初以来,集成电路上的晶体管数量大约每18个月翻一番。最终(从现在开始可能不会持续太久) ,摩尔定律将会终结,因为硬件将不可能进一步缩小。

抛弃FinFET,跨越GAAFET,直接采用MBCFET

目前的芯片从2011年的22nm工艺开始就使用 FinFET,即鳍式场效应晶体管,解决了晶体管变得更小所带来的问题。 直到工艺下降到 5nm前,FinFETs一直是很好的。当达到原子水平 (3纳米是25个硅原子排成一行) 时 ,FinFET 开始出现漏电现象,可能不再适用于更进一步的工艺水平。 在2nm工艺上,台积电将放弃多年的FinFET(鳍式场效应晶体管),甚至不使用三星规划在3nm工艺上使用的 GAAFET (环绕栅极场效应晶体管),也就是纳米线(nanowire),而是将其拓展成为 MBCFET(多桥通道场效应晶体管),也就是纳米片(nanosheet)。

22.jpg

GAAFET 是一个周围都是门的场效应管。根据不同的设计,全面栅极场效应管可以有两个或四个有效栅极。通过在栅极上施加电压,你可以控制源极和漏极之间的电流,将其从0切换到1,并创建一个处理器的二进制逻辑。

 从GAAFET到MBCFET,从纳米线到纳米片,可以视为从二维到三维的跃进,能够大大改进电路控制,降低漏电率。

 2nm 采用以环绕闸极(GAA)制程为基础的MBCFET架构,可以解决FinFET因制程微缩产生电流控制漏电的物理极限问题。

研发实力的背后,是金钱燃烧的声音

三星也在研发 GAAFET,打算在其 3nm 芯片中引入 GAAFET,以提高超过 7nm 工艺 35% 的性能,同时降低 50% 的能耗,并在这一研发过程中投资了5亿美元。

23.jpg

公开数据表明,2019年全球半导体公司研发支出有20家超过10亿美元,合计达到563亿美元,较2018年成长6%。其中2019年研发支出前十大半导体公司合计428亿美元,较2018年成长8%。

2019年,中国有3家半导体公司研发费用过超过10亿美元,分别是台积电(TSMC)、华为海思(Hisilicon)和 联发科(MediaTek),而且全部进入前十。三家公司研发投入合计约75亿美元,较2018年增长21%。

美国有8家半导体公司研发费用过超过10亿美元,合计330亿美元,较2018年增长5%;有五家进入排名前十名,分别是:英特尔(Intel)、高通(Qualcomm)、博通(Broadcom)、英伟达(nVidia)、美光(Micron)。

韩国有2家半导体公司研发费用过超过10亿美元,分别是三星电子半导体事业部(Samsung Semiconductor)和 SK海力士(SK Hynix),而且全部进入前十。

24.jpg

台积公司持续投资研究与开发,19年全年研发总预算约占总营收的 8.5%,此一研发投资规模相当于或超越了许多其他高科技领导公司的规模。 台积电并没有公布为2nm新技术研发投入的经费数额,但是大家可以尽情发挥自己的想象了。

相关文章
|
机器学习/深度学习 人工智能 监控
人工智能之人脸识别技术应用场景
人脸识别技术是一种通过计算机技术和模式识别算法来识别和验证人脸的技术。它可以用于识别人脸的身份、检测人脸的表情、年龄、性别等特征,以及进行人脸比对和活体检测等应用。
1070 1
|
3月前
|
编解码 监控 测试技术
FurMark_2.9.0.0_Win64安装步骤详解(附显卡烤机与温度测试教程)
FurMark 2.9.0.0 Win64 是专业显卡压力测试工具,用于满载烤机、检测温度与稳定性。支持实时监控FPS/温度/功耗,操作简单:管理员运行安装包→自定义路径→创建桌面快捷方式→启动后选择分辨率与AA即可开始测试,适合游戏玩家与硬件爱好者。(239字)
|
4月前
|
人工智能 缓存 Shell
Qoder 发布首个自进化的智能体:看 Quest 如何重构了 Quest
Quest 是一款实现真正自主编程的AI代理,通过Agentic上下文管理、精简Bash工具链、Spec→Coding→Verify闭环及动态Skills系统,让AI端到端交付可运行产物。它不依赖人工调试,支持自进化与多模型协同,专为未来大模型而设计。(239字)
Qoder 发布首个自进化的智能体:看 Quest 如何重构了 Quest
|
8月前
|
边缘计算 并行计算 算法
【创新未发表】【无人机多目标路径规划】基于MOOOA多目标鱼鹰实现无人机多目标路径规划研究(Matlab代码实现)
【创新未发表】【无人机多目标路径规划】基于MOOOA多目标鱼鹰实现无人机多目标路径规划研究(Matlab代码实现)
137 0
|
前端开发 JavaScript Android开发
移动端点击事件:原理、问题与解决方案
前端技术在移动端点击事件上的应用,涉及触屏交互、响应速度优化及用户体验提升,确保网页或应用在手机等移动设备上流畅运行。
|
机器学习/深度学习 人工智能 自然语言处理
深度学习的突破与挑战:探索未来技术前沿
本文深入探讨了深度学习领域的最新进展、面临的主要挑战以及未来的发展趋势。文章首先介绍了深度学习的基本概念和应用领域,然后详细分析了当前深度学习技术的关键问题,包括数据依赖性、模型泛化能力、计算资源需求等。最后,文章展望了深度学习的未来发展方向,如模型可解释性、小样本学习、跨模态学习等,旨在为读者提供对深度学习领域全面而深入的理解。
|
NoSQL C语言
vscode出现 ERROR: Unable to start debugging. Unexpected GDB output from command “-exec-run“.
vscode出现 ERROR: Unable to start debugging. Unexpected GDB output from command “-exec-run“.
3583 0
|
设计模式 监控 算法
高可用三大利器 — 熔断、限流和降级
在武侠世界里,“利器”通常指的是武器中的上乘、出色之物;武器对于武者的重要性不言而喻,拥有一把优秀的武器可以让武者在战斗中更加得心应手,威力更强。在分布式系统追求高可用的背景下,熔断、限流和降级这三个重要的策略可以称得上三大利器。降级和熔断是不是一回事?限流 与 降级呢?
422 2
|
缓存 小程序 API
小程序:浅谈小程序更新机制,发版后多久能全覆盖
小程序:浅谈小程序更新机制,发版后多久能全覆盖
1518 0
|
Prometheus 监控 Cloud Native

热门文章

最新文章