︿
Top

7奈米EUV晶片量產後,台積電與三星電子決戰於5奈米

瀏覽次數:7752| 歡迎推文: facebook twitter wechat twitter twitter

科技產業資訊室 - May 發表於 2019年4月16日
圖、台積電與三星電子IC晶圓製程決戰於5奈米
 
最近,IC晶圓製程技術競爭進入白熱化,尤其面對台積電的晶圓製程持續領先,三星電子最近似乎在拼命趕進度,陸續宣布7奈米EUV進入量產,接著宣布5奈米工藝完成開發。相對於傳統的氬氟(ArF)技術,EUV微影技術可以以更短的波長繪製更精確的半導體電路圖形。三星電子解釋說,與目前的10奈米製程相比,7奈米EUV製程可以減小晶片尺寸約40%,提高功率效率約50%。接著,三星電子於2019年4月16日宣布,已成功開發出5奈米,與目前的7奈米製程相比,5奈米工藝可以通過優化電池設計將功率效率提高20%,性能提高10%,從而將邏輯面積減少25%。

三星電子計劃在2019年6月推出Exynos 9825晶片,這是一個採用7奈米EUV工藝生產的應用處理器(AP),應用於即將推出的Galaxy Note 10旗艦機。現在,三星電子的主要任務是吸引新客戶使用基於EUV的7-nm生產線,該生產線將從2020年開始全面運營。在新生產線開始全面運營之前,需要從客戶那裡獲得足夠的訂單,主要潛在客戶包括:高通、NVIDIA、IBM和Apple。


三星與IBM曾於2018年12月宣佈,兩家公司之間為期15年的戰略技術研發合作夥伴關係,三星將為IBM 開發Power Systems、IBM Z和LinuxONE、高性能計算(HPC)系統和雲計算產品製造,採7奈米製程微處理器。其實,原先IBM於2015年曾將晶片開發團隊賣給GLOBALFOUNDRIES,可是後來於2018年8月GLOBALFOUNDRIES選擇退出7奈米開發計畫。因而,最後IBM宣布與三星簽訂15年合作計畫。
 
其實,我國台積電為延續7奈米製程領先優勢,已於2019年3月底按既定時程正式量產以支援極紫外光(EUV)微影技術的7奈米加強版(7+)製程,而全程採用EUV技術的5奈米製程也於2019年4月初開發完成將在2019年第2季進入風險試產,預計 2020 年量產。至於,3 奈米晶圓預計 2020 年開工興建、隔年試產,並在 2022 至 2023 年間進入量產,台積電將持續成為全球半導體業的領頭羊。
 
台積電於2019年4月16日宣布推出6奈米(6N)製程技術,這是一種策略,就是強化7奈米(7N)技術以提升效能/成本優勢且加速產品上市時間。藉由目前試產中的7奈米強效版(N7+)使用極紫外光(EUV)微影技術所獲得的新能力,台積電N6技術的邏輯密度較N7技術增加18%;同時,N6技術的設計法則與台積公司通過考驗的N7技術完全相容,使得7奈米完備的設計生態系統能夠被再使用。因此,N6提供客戶一個具備快速設計週期且只需使用非常有限的工程資源的無縫升級路徑,支援客戶採用此項嶄新的技術來達成產品的效益。6奈米技術預計於2020年第一季進入試產,提供客戶更多具成本效益的優勢,並且延續7奈米家族在功耗及效能上的領先地位,支援多樣化的產品應用,包括高階到中階行動產品、消費性應用、人工智慧、網通、5G基礎架構、繪圖處理器、以及高效能運算。

然而,市場認為,台積電7奈米量產的產品先於三星電子,現在又推出6奈米,但台積電不會將EUV設備應用於整個製程,而只應用於少數幾個產品製程。也就是說,台積電擁有選擇採用EUV與不採用EUV版本製程的彈性,也就是訂價策略會成為台積電的優勢。例如,台積電為華為(Huawei)成功開發應用處理器麒麟985,採用7奈米的EUV製程,應用於華為Mate 30智慧手機。華為應用處理器麒麟985,可能在今年上半年量產推出。
 
隨著7奈米EUV晶片量產開出後,前段製程的戰場已經從7奈米發展到5奈米。尤其,台積電5奈米製程可能用於蘋果的A14應用處理器。還有,蘋果為擺脫受制於英特爾、高通及三星,正致力自行設計數據機晶片,並指派1,200至2,000名工程師參與數據晶片開發計畫,該晶片設計將由目前的合作夥伴台積電製造,預計2021年問世。
 
還有,市場也注意到輝達(Nvidia)的動態,也可能影響代工產業未來的命運。目前7奈米EUV大客戶,包括:蘋果、三星電子的行動部門、高通、IBM、華為和AMD,但有能力跨入小於10奈米製程的先進代工廠並不多。輝達已表示:「今年沒有推出7奈米圖形處理器(GPU)的計畫。」。到2020年底產量穩定時,輝達可能會採用台積電的5奈米製程,若選擇三星代工才可能有機會縮短與台積電的差距。

其實,未來下世代AI晶片的重大突破關鍵,並非是演算法而是硬體設計,也就是晶圓製程的再進化。例如,英偉達正在探索三條主要前進的道路:(1)開發更特殊用途的晶片;(2)減少深度學習期間所需的運算;(3)嘗試使用類比而非數位晶片架構。至於,英特爾也提出AI硬體重要性正不斷在AI領域中提高,提出“邊緣人工智慧”將變得更有效率,還有支持透過雲端處理的AI數據中心,能夠在完全靈活的可編程晶片架構上處理更廣泛的學習任務。(909字;圖1)
 
 
參考資料:
Samsung Electronics to Begin Mass Production of 7 nm EVU Chips in June