台积电发狠 今年就试产16nm

简介:

曾经有客户希望台积电的工艺更新换代步伐能够放缓一些,但无论从技术还是从商业角度讲,台积电显然都不可能这么做,甚至还要加快速度,已经决定将16nm FinFET工艺的试产时间从2014年提前到2013年底,并且希望能在2015年底用极紫外光刻技术制造10nm的芯片

台积电此举显然是为了应付GlobalFoundries、三星电子的激烈竞争,这两家代工厂都已经宣布很快就会上马FinFET立体晶体管技术。

台积电原计划在2014年底到2015年初量产16nm,现在看起来明年年中就有可能提前实现,但具体还要取决于试产的良品率成果。

台积电首席技术官孙元成(Jack Sun)表示:“我们对16nm FinFET工艺在明年的黄金时代(量产)充满信心。”

他还披露,16nm目前正在使用128Mb SRAM进行测试,核心电压0.8V,I/O电压1.8V,良品率“超出预期”。标准单元、内存单元等基础性IP都已经做好了准备,但是关键内部模块的测试要到6月份才会开始。

有趣的是,就在不久前,Imagination刚刚宣布和台积电达成进一步的战略合作伙伴关系,PowerVR 6系列移动GPU未来会使用台积电的16nm FinFET工艺生产,而几乎同时,ARM和台积电也联合宣布,64-bit ARMv8架构的Cortex-A57芯片已经成功完成了第一次流片,所用工艺正好也是台积电的16nm FinFET。这显然给了台积电十足的动力去提速。

台积电估计,64-bit ARMv8核心在16nm工艺上的性能将比28nm 32-bit ARM A9高出多达90%,而相比之下20nm A15核心只能提速大约40%。

台积电:谁也别拦我 今年就试产16nm
FinFET立体晶体管

不过在16nm之前,台积电还有一站20nm,量产也得等到明年,那么两代新工艺安排得如此靠近,台积电是如何定位的?

有业内人士认为,台积电其实把20nm当成了一个过渡,它也不会给芯片厂商带来太多优势。当然,台积电可不这么想,至少不会这么说。孙元成声称,等到2017年的时候,台积电20nm芯片的产量就会追上28nm。

他声称,台积电20nm可比28nm性能提升20%,或者功耗降低30%,栅极密度也将增加大约1.9倍,GlobalFoundries就只能增加20%。

台积电预计能在今年完成大约20个20nm芯片设计的流片工作,其中5月份拿到20nm Cortex-A15芯片的样品。

台积电:谁也别拦我 今年就试产16nm

【编辑推荐】

目录
相关文章
|
人工智能 异构计算
基于PAI-DSW使用SD WebUI实现AI扩图功能
在本教程中,您将学习如何在阿里云交互式建模(PAI-DSW)中,使用Stable-Diffusion-WebUI实现AI扩图功能。
基于PAI-DSW使用SD WebUI实现AI扩图功能
|
C++ Python
VS Code按住ctrl不能跳转到定义/函数(Python)
VS Code按住ctrl不能跳转到定义/函数(Python)
3831 0
VS Code按住ctrl不能跳转到定义/函数(Python)
|
开发框架 算法 .NET
一个简单高效低内存的.NET操作Excel开源框架 - MiniExcel
一个简单高效低内存的.NET操作Excel开源框架 - MiniExcel
311 0
|
5月前
|
搜索推荐 测试技术 C语言
NPU适配推荐系统GR模型流程
本示例将开源Generative Recommendations模型迁移至NPU训练,并通过HSTU融合算子优化性能。基于Atlas 800T A2平台,使用PyTorch 2.1.0、Python 3.11.0等环境。文档涵盖容器启动、依赖安装、算子适配、源码修改、数据预处理及配置文件设置等内容。性能测试显示,使用HSTU融合算子可显著降低端到端耗时(如ml_1m数据集单step从346ms降至47.6ms)。
|
8月前
|
机器学习/深度学习 供应链 算法
越过“三重门”,萤石给出了商用清洁机器人的新解法
春节期间,扫地机器人销量同比增长40%,成为年轻人追捧的“电子年货”。然而,商用清洁机器人在写字楼、银行等场所的应用仍依赖人工,尤其在处理复杂污渍时表现不佳。尽管市场需求刚性存在,但商用清洁机器人面临灵活性不足、依赖人工维护及成本高昂等问题,导致商业化进展缓慢。萤石推出的云视觉商用清洁机器人BS1,通过纯视觉方案和自清洁技术,解决了这些问题,大幅提升了清洁效率和自动化水平,降低了运营成本,标志着商用清洁机器人市场正迎来商业化拐点。
123 0
越过“三重门”,萤石给出了商用清洁机器人的新解法
|
并行计算 PyTorch Linux
大概率(5重方法)解决RuntimeError: CUDA out of memory. Tried to allocate ... MiB
大概率(5重方法)解决RuntimeError: CUDA out of memory. Tried to allocate ... MiB
9155 0
|
前端开发 开发者
解决Edge输入document.querySelector(‘video‘).playbackRate = 2.5视频无法加速的问题,‘Uncaught (in promise) TypeErro’
解决Edge输入document.querySelector(‘video‘).playbackRate = 2.5视频无法加速的问题,‘Uncaught (in promise) TypeErro’
|
12月前
|
数据可视化 数据挖掘 BI
没办法用Trello?其实有更聪明的替代方案!
在快节奏的工作环境中,Trello作为一款广受好评的项目管理和任务协作工具,凭借其直观的看板界面赢得了全球用户的青睐。然而,由于访问受限、数据安全和本土化资源不足等问题,Trello在国内的实际使用面临诸多挑战。为此,板栗看板(Banli)应运而生,作为一款专为国内市场开发的工具,板栗看板不仅在功能上媲美Trello,还在访问稳定性、自定义选项、智能提醒、数据分析和权限管理等方面进行了优化,特别适合中国团队和企业的实际需求。
354 0
|
安全 算法 网络安全
国家信息安全水平考试NISP一级理论真题答案1
国家信息安全水平考试NISP一级理论真题答案1