Intel缘何为ARM代工,新标准能被广泛接受么

简介:

日前,Intel公开表示将为ARM阵营IC设计厂商代工生产芯片。且还公开叫板“友商”,称Intel的10nm工艺比三星、台积电的10nm工艺更具优势。ARM方面表示很期待与英特尔合作。此外,不知道是否因为台积电和三星制造工艺注水的问题,Intel的专家Mark Bohr还发布了一个更合理的衡量半导体工艺水平的公式。那么,Intel缘何开始为ARM阵营IC设计公司代工芯片,Intel提出的新计算公式能得到台积电、三星、格罗方德等代工大厂的认同么?

 

Intel缘何为ARM代工,新标准能被广泛接受么?| 解读

 

Intel罕有为第三方提供代工业务

一直以来,虽然台积电在芯片代工领域的市场份额独占鳌头,但在芯片制造工艺上,Intel始终掌握着最先进的技术。举例来说,虽然同样是14nm制造工艺,三星的14nm制造工艺就和Intel的14nm制造工艺有不小的差距。而最新高通骁龙835采用的三星10nm制造工艺,也未必能胜过Intel的14nm制造工艺。

不过,虽然intel有全球顶尖的制造工艺,但除了一些小厂商,或者像被Intel收购的阿尔特拉这类IC设计公司之外,Intel鲜有大规模为其他厂商代工。

GPU行业领头羊英伟达公司的黄仁勋就曾经表示:Intel应该利用自己高级半导体工艺的优势为NVIDIA、高通、苹果和德州仪器代工芯片,而不是自己瞎鼓捣移动芯片。然而,Intel的代工业务规模很小,前Intel发言人Jon Carvill也曾表示:Intel目前的重点是设计自己的产品,而非为竞争对手代工。

总之,虽然Intel空有最先进的半导体制造工艺,但却鲜有为英伟达、高通、德州仪器等fabless厂商做芯片代工。即便随着PC市场成为夕阳市场,全球PC市场的下滑使Intel在产能上出现过剩,工厂开工率不足,产能闲置,Intel依旧鲜有为其他IC设计公司代工。

限制Intel代工业务的根源主要在于商业竞争

在半导体行业中,有三种运作模式:

一是从事能独立完成设计、制造、封装测试的公司,被称为IDM(Integrated Design and Manufacture),比如Intel、以及曾经的AMD和IBM;

二是只从事IC设计,但没有代工厂,这类公司被称为Fabless,像现在的AMD、ARM等都属于Fabless;

三是只做代工,不做设计,这类公司被称为Foundry,最典型的就是台积电。

一直以来,Intel在半导体制程工艺上都具有较大优势。这也为Intel在PC市场与AMD的竞争中带来基础。在吃够了奔四的亏以后,Intel洗心革面在当年设计极为出色的P6架构(比如奔III的图拉丁核心)基础上衍生出了迅驰以及酷睿等成功产品,不仅在CPU性能上压倒性超越AMD,并且逐渐整合了北桥,南桥,集成显示核心等。

这个过程中,一系列第三方接口芯片商,显示核心商彻底失去了市场,一台最简化的电脑可以只剩下Intel的CPU+集成电源管理芯片(如AXP系列)+无线芯片+RAM+存储(SSD/eMMC)+音频/触摸/显示控制等少数几块芯片。

经过这一番商业大战之后,Intel独霸电脑芯片后,但也导致一个结果,IC领域经历过混战幸存到现在的企业,基本上都是Intel的直接竞争对手,或者曾经有过不愉快的交集。

因此,像台积电这样只做代工,不做设计的纯粹代工厂,显然更容易获得IC设计公司的订单。毕竟,AMD以及众多ARM阵营IC设计公司和台积电是互补关系,但与Intel却是竞争关系。正是因为台积电不设计芯片,不会对IC设计公司构成直接竞争,这样才能占据庞大的市场份额。

另外,像Intel收购阿尔特拉的这种举动,注定了作为阿尔特拉最主要竞争对手的赛灵思根本不可能选择去Intel流片,一方面是因为商业竞争的问题,另一方面还涉及存在技术泄密的可能性。

ARM与X86的斗争也迫使Intel不愿意为ARM代工

 

Intel缘何为ARM代工,新标准能被广泛接受么?| 解读

 

在几年前PC业务增长进入瓶颈之际,以智能手机为代表的智能终端异军突起,ARM也随着智能终端设备的井喷而一飞冲天。虽然ARM只是一个只授权不生产的企业,而且无论是CPU的性能,还是企业规模都远远不能和Intel相比,但这背后却是ARM与X86的斗争。

在过去几年Intel+微软+桌面/笔记本电脑 与 ARM+Linux衍生系统+智能手机/平板之间已经发生了数次较量,Intel研发了用于智能穿戴设备和物联网的“居里”和“爱迪生”,以及用于手机和平板的阿童木系列芯片,并通过高额补贴想将X86芯片在手机和平板电脑,以及智能穿戴产品中推广。为了能够兼容安卓系统,Intel甚至不惜以损失部分CPU性能为代价进行翻译,而且还入股展讯,与展讯合作开发X86手机芯片。

同样,ARM也在数年前就布局低功耗服务器CPU,并以相对不高的价格将ARM V8指令集授权给APM、Cavium、AMD、高通、华为、国防科大、华芯通等诸多IC设计公司开发ARM服务器CPU,APM开发出了ARM服务器CPU,采用该芯片的服务器已经在数据中心、互联网服务器等领域有了批量的应用。华为也开发了一款32核A57的服务器芯片,该项目为核高基项目,而且根据公开资料,下一步将在特殊领域得以推广。国防科大也开发了FT2000,就SPEC2006测试成绩来看,FT2000的多线程性能已经能与Intel Xeon E5-2695v3芯片相媲美。而面对咄咄逼人的ARM服务器CPU,Intel也专门开发了至强D系列低功耗服务器CPU来应对。

因此,在这种ARM与X86互相侵蚀对方传统优势领域的情况下,想要Intel为ARM代工,就比较困难了。

提出新标准根源在于Intel打算开放代工业务

由于PC业务已经近乎夕阳产业。而移动设备、智能穿戴、物联网的市场异常庞大。而在过去几年,Intel通过巨额补贴试图将X86芯片打进移动设备市场的效果非常有限,除了少数厂家选择了X86芯片之外,像三星、华为、LG、步步高、小米等全球主要整机厂都选择了ARM。

在这种大背景下,Intel从电脑时代独霸的角色,成了移动设备时代必需与人合作的角色。而且由于PC业务增量有限,Intel开发对外代工,还能将闲置产能充分利用起来,实现利益最大化。

而这对于ARM而言,Intel为其代工无异于Intel对ARM的示好和妥协,这使得ARM芯片也能够使用全球最好的制造工艺,这不仅为ARM阵营IC设计公司多了一个技术实力极强的流片渠道,也使ARM芯片可以在采用更好的制造工艺下获得更好的性能。

然而,目前Intel对外开放代工的时机却略显晚了一些,虽然在制造工艺上Intel依然领先,但至少在命名上,三星和台积电已经超越了Intel。对于原本不大规模对外开放代工业务的Intel来说,三星和台积电在制造工艺上注水压根就无所谓。

但是对于准备对外开放代工业务,和台积电、三星抢生意的Intel来说,如果坐视台积电和三星在制造工艺命名上耍花招,就很可能会使自己失去一些订单,蒙受利益损失。特别是在当前制造工艺命名比较乱的情况下,继台积电推出12nm制造工艺后,三星推出6nm、8nm制造工艺。

因此,Intel推出新的衡量半导体工艺水平的公式就尤为重要了。Intel希望在介绍工艺节点时要公布逻辑芯片的晶体管密度、SRAM cell单元面积等参数,并定下加权系数以便于新标准计算。

原本的XXnm制造工艺,一方面是衡量速度,一方面也是集成度。越高工艺的目标是集成度越高,速度越快。但如果只用XXnm来衡量制造工艺,其实是有所欠缺的。比如中国大陆的SMIC和台积电相比,虽然是同等工艺但要慢不少。加上之前苹果交付三星代工的14nm芯片反而不如台积电16nm芯片的情况,使Intel提出的新公式具有一定依据。

不过,Intel这个新标准的权威性还有待提升,相关例证也有待补充,而且新标准计算相对复杂,不太容易被大众理解。更关键的是出于商业利益,台积电和三星也不可能去迎合Intel的新标准,毕竟台积电和三星已经通过在命名上玩花样获得了实际利益,想要让台积电和三星迎合Intel新标准,无异于挥刀自宫,实属强人所难。



   


 


  

本文转自d1net(转载)

目录
相关文章
|
达摩院 安全 Cloud Native
不可错过!Arm 、Intel 及阿里云等资深技术专家现场解读系统安全
欢迎报名!15 位安全大咖齐聚的龙蜥系统安全 MeetUp 来了
不可错过!Arm 、Intel 及阿里云等资深技术专家现场解读系统安全
|
弹性计算 编解码 负载均衡
阿里云ECS服务器GPU实例、倚天ARM架构和intel实例价格下调最高47%
阿里云ECS服务器GPU实例、倚天ARM架构和intel实例价格下调最高47%,ecs.c8y/g8y/r8y、ecs.g7/c7/r7、ecs.gn6v、ecs.gn6i阿里云产品大规模调价,核心云产品价格全线下调,技术红利释放核心产品最高降幅50%,以下产品的价格调整将于2023年5月7日生效,最终以产品详情页实际情况为准,阿里云百科分享阿里云官网发布的降价产品及降价幅度说明:
385 0
|
弹性计算 编解码 负载均衡
看看吧:阿里云ECS服务器降价intel实例、倚天ARM和GPU服务器均参与
阿里云ECS服务器降价intel实例、倚天ARM和GPU服务器均参与,阿里云产品大规模调价,核心云产品价格全线下调,技术红利释放核心产品最高降幅50%,以下产品的价格调整将于2023年5月7日生效,最终以产品详情页实际情况为准,阿里云百科分享阿里云官网发布的降价产品及降价幅度说明:
186 0
|
供应链 安全 Cloud Native
|
人工智能 安全 物联网
|
人工智能 物联网 数据中心