英特尔不再注重新一代芯片的性能提升?

简介:

你还在热情关注 PC 领域吗?如果是,你希望下一代 PC 处理器提供什么样的性能或能效?说实话,对于那些还在关电脑领域的爱好者,在更强的性能、更低的功耗或更长的使用续航时间这些话题之间,常常进行各种有趣的讨论乃至争论,而且从最初英特尔与 AMD 那个相互竞争的年代就已经开始了。

今天,AMD 显然已经不再节奏上了,所以爱好者讨论最多的是英特尔处理器的发展,并认为代表了未来桌面 PC 芯片的风向标。不过,没有外部竞争的压力,英特尔似乎很难逼自己更快的进步,最明显的标志就在于,其 14 纳米的芯片竟然打破了的“嘀嗒”定律延续三年时间都在吃老本。那么,被寄予厚望的英特尔 10 纳米和 7 纳米芯片呢?

上周三在纽约召开的一次战略决策会议上,英特尔首席执行官布莱恩·科兹安尼克( Brian Krzanich)表示,英特尔希望即将发布基于 10 纳米和 7 纳米工艺制程的每一代芯片能够提供稳定 10% 到 20% 的性能提升。

对此很多 PC 爱好者表示失望,因为在他们看来这些数字应该是递增的,要不然 AMD 即将发布的 Zen 新一代处理器架构怎么会如此备受瞩目呢?几天前在 Computex 2016 上 AMD 再一次确认,ZEN 架构在性能方面带来了巨大的改进,相对于“推土机”架构每时钟指令集执行率上涨幅达到了 40% 以上。

当时 AMD 首席技术官马克·佩珀马斯特(Mark Papermaster)表示,ZEN 是历史上从未有过的一次性能大提升。而 AMD 的首席执行官苏大妈 Lisa Su 也接过此话表示,ZEN 处理器架构的最大亮点就是“高性能”。

新方向:削减成本 注重能效?

如今的英特尔,似乎与 AMD 有着不同的目标,不仅更加专注于笔记本电脑的使用续航时间,而且还希望 PC 能够以更实惠的价格得到更高的性能。简单的说,英特尔的当务之急就是努力让芯片变得更小,同时大幅降低功耗和制造成本。

纽约会议上,布莱恩·科兹安尼克说:“对我来说,我带来的英特尔追求每晶体管的成本和每瓦能够提供的性能,这才是真正的方向,我相信并会继续这么做。”

很显然,英特尔正在寻求通过不同的方向来领先对手的手段,不过这的确有助于实现制造成本与没瓦性能之间的平衡,至少布莱恩·科兹安尼认为这些变化可以让英特尔持续在芯片制造优势上领先对手。

英特尔长期以来自己制造生产芯片,而 AMD 则有所不同,目前由合作的芯片制造商 Globalfoundries 改工生产,部分还交给英特尔的其他竞争对手,包括三星和台积电。

“如果你对其他竞争对手有所了解,也知道他们说 10 纳米对性能改进的余地很小,他们会选择在 7 纳米全力改进性能。而我们的计划是在这些工艺节点上,每一代都能有 10% 至 20% 较为一致的性能改进。”科兹安尼说。

40 年来以来,英特尔一直遵循摩尔定律作为晶体管发展的指导,将其作为技术创新的核心思想。按照摩尔定律,集成电量上的晶体管数量每隔两年翻一倍,并且成本更低。不过,现在来看越来越难维持,该战略出现了停摆,反而更多地设计芯片制造的经济型,希望从中融入更多高级的 PC 技术,同时确保成本更加低廉。

准确的说,英特尔似乎已经开始考虑三年推进一次工艺制程的新策略了,而不再是两年一更。但需要注意一个事实,工艺进步到 10nm 之后越接近硅基半导体的物理极限,制造难度更大,成本和风险也更高,英特尔现在考虑以数十亿美元投资到新工厂上,所以花更多时间也在情理之中。

当然了,英特尔已经确认第一款 10 纳米代号为 Cannonlake 的芯片,肯定会在 2017 年下半年发布。

工艺制程不重要了?

Tirias Research 首席分析师吉姆·麦格雷戈(Jim McGregor),对英特尔大佬在芯片性能改进上持有不同的意见。他表示,英特尔所说的“竞争对手工艺进步性能改进也不会很大”论没错,但是随着工艺制程的成熟性能同样得到明显提升,只有以先进的工艺支持为基础才有可能刺激性能的增长。

若以事实证明,直接拿英特尔就能做例子。最初英特尔刚刚踏入 14 纳米的工艺,性能上其实仍与 22 纳米差不多,但是随着工艺的成熟,如今 14 纳米芯片的性能得到了更高的提升。 所以关于工艺制程的发展,英特尔的竞争对手都在奋力超车,不出意外的话三星有可能是第一家可投产 10 纳米的制造商,不过台积电表示,今年年底 10 纳米芯片就可以量产。

但是,芯片工艺制程的每一次提升,性能就一定会稳定循环增长? 谁也说不定,有可能这一次 ZEN 架构 40% 的提升之后就无法做到了呢?毕竟这一次 AMD 的 ZEN 架构不只是升级 14 纳米新工艺那么简单,还伴随着复杂 3D 晶体管结构的改进,这些都是此前长期 AMD 没有从根本上改进的重点工程。

另外,为了在 7 纳米工艺结点上取得性能优势,现在大多数芯片厂商都在押注更先进的制造技术,比如名为 EUV(极紫外光刻)的新技术,该技术有助于消除芯片制造过程的复杂问题,制造出的芯片更为精细。英特尔之所以时候 7 纳米是一个重要的升级,说明该工艺制程目前还是各大制造商的一大挑战。

在芯片工艺制程方面,英特尔曾多年领先,让人难以忘怀的一次又一次重大突破实在太多,比如 2007 年的采用 high-k 材料制作晶体管闸极电介质,这是自 1960 年代以来晶体管技术的最大变革,号称可确保摩尔定律再延续 10 年,还有 2011 年 3D 晶体管让英特尔辉煌的走进 22 纳米时代。

总之,英特尔肯定还在关注整个半导体行业的发展,相信英特尔有自己的技术以确保再一次在工艺制程上领先。布莱恩·科兹安尼在上周的会议上也提到,“至少在未来两个工艺节点上,我们知道如何保持领先地位”。

本文转自d1net(转载)

相关文章
|
存储 运维 机器人
Nvidia和AMD显卡是如何制作的
Nvidia和AMD显卡是如何制作的
598 0
|
数据安全/隐私保护 安全 定位技术
什么是GSM?GSM是什么
本文讲的是什么是GSM?GSM是什么,GSM全名为:Global System for Mobile Communications,中文为全球移动通讯系统,俗称"全球通",是一种起源于欧洲的移动通信技术标准,是第二代移动通信技术,其开发目的是让全球各地可以共同使用一个移动电话网络标准,让用户使用一部手机就能行遍全球。
4346 0
|
11月前
|
分布式计算 Shell MaxCompute
odps测试表及大量数据构建测试
odps测试表及大量数据构建测试
|
12月前
|
虚拟化 数据中心 iOS开发
VMware ESXi 8.0U3c macOS Unlocker & OEM BIOS xFusion (超聚变) 定制版
VMware ESXi 8.0U3c macOS Unlocker & OEM BIOS xFusion (超聚变) 定制版
367 12
VMware ESXi 8.0U3c macOS Unlocker & OEM BIOS xFusion (超聚变) 定制版
|
10月前
|
人工智能 安全 API
这款流行 AI 工具被盗用挖取加密货币,这些隐患你需要知道
Docker 镜像被注入挖矿脚本并不是个别现象,而是一个需要引起重视的安全问题,本文向大家分享下 Higress 防范此类风险的相关经验。
374 87
|
6月前
|
网络协议 安全 区块链
DNS+:互联网的下一个十年,为什么域名系统正在重新定义数字生态? ——解读《“DNS+”发展白皮书(2023)》
DNS+标志着域名系统从基础寻址工具向融合技术、业态与治理的数字生态中枢转变。通过与IPv6、AI和区块链结合,DNS实现了智能调度、加密传输等新功能,支持工业互联网、Web3及万物互联场景。当前,中国IPv6用户达7.6亿,全球DNSSEC支持率三年增长80%,展现了其快速发展态势。然而,DNS+仍面临安全威胁、技术普惠瓶颈及生态协同挑战。未来,需推动零信任DNS模型、加强威胁情报共享,并加速标准制定,以筑牢数字时代网络根基,实现更安全、高效的数字生态建设。
488 3
|
11月前
|
机器学习/深度学习 人工智能 算法
机器学习算法的优化与改进:提升模型性能的策略与方法
机器学习算法的优化与改进:提升模型性能的策略与方法
2111 13
机器学习算法的优化与改进:提升模型性能的策略与方法
|
11月前
|
人工智能 文字识别 自然语言处理
Vision Parse:开源的 PDF 转 Markdown 工具,结合视觉语言模型和 OCR,识别文本和表格并保持原格式
Vision Parse 是一款开源的 PDF 转 Markdown 工具,基于视觉语言模型,能够智能识别和提取 PDF 中的文本和表格,并保持原有格式和结构。
1551 19
Vision Parse:开源的 PDF 转 Markdown 工具,结合视觉语言模型和 OCR,识别文本和表格并保持原格式
|
9月前
|
机器学习/深度学习 人工智能 运维
《深度剖析:网络拓扑结构如何重塑人工智能数据传输效率》
在网络拓扑结构中,星形、总线、环形和网状拓扑各有优劣。星形结构简单易管理但存在单点故障风险;总线结构成本低但易受干扰;环形结构实时性好但可靠性低;网状结构可靠性高但布线复杂。这些拓扑结构直接影响数据传输的延迟、带宽利用和容错能力,进而影响人工智能系统的性能。随着AI对数据传输要求的提高,混合拓扑及SDN等新技术逐渐兴起,推动网络架构不断创新,优化AI数据传输效率,助力智能时代的进一步发展。
448 10
|
算法 大数据 数据库
云计算与大数据平台的数据库迁移与同步
本文详细介绍了云计算与大数据平台的数据库迁移与同步的核心概念、算法原理、具体操作步骤、数学模型公式、代码实例及未来发展趋势与挑战。涵盖全量与增量迁移、一致性与异步复制等内容,旨在帮助读者全面了解并应对相关技术挑战。
420 3