收缩功能并不是唯一的出路。
有迹象表明在芯片行业,芯片制造商也开始重新审视芯片设计的基本概念之一。
在半导体行业超过50年,进步是衡量的能力在一块硅晶体管密度的两倍。虽然这种方法仍然是有用的,权力和性能优势已经减少了过去的几个节点。另外,硅的成本每平方毫米上升上升是由于基本的物理学。甚至推出EUV不能改变这个方程。
收缩功能将继续前进道路对于那些能负担得起的成本不断上升,尽管是结合一些先进的包装来提高性能,减少权力和提高产量。在垂直整合的背景下,公司开发一个智能手机或人工智能芯片,那些仍然被认为是可接受的成本。但只有智能手机芯片生产足够的体积来实现巨大的规模经济效应,甚至部分开始减缓由于市场饱和,更多本地化的竞争,尤其是在低端市场。
AI,与此同时,适合不同的垂直和小批量的芯片开发,独特的设计,今天不可以复制的其他应用程序,甚至其他公司在同一应用程序空间。这就是为什么GPU在培训市场表现太好了。的最有效的选择,但它是便宜的,结果不错,在大型数组。
这是一个调整开始有意义。智能手机市场扁平化,减少供应商数量航运十亿单位advanced-node出类拔萃。和人工智能芯片,在许多情况下,强调的是高度定制的架构,这是不同的从一个云提供商到另一个,和从一个工业应用程序到下一个。
这并不减少需要增加计算和存储密度。任何人工智能/ ML / DL应用程序可以受益于这两个,只要芯片架构通过没有任何瓶颈移动数据。事实上,这些芯片可以实现几个数量级的每瓦性能改进,也许更多,根据多个业内人士。挑战将是获得所有的到一个死,因为许多这些设计充满分划板的尺寸。
但而不是依靠收缩功能开放更多的房地产,设计团队开始探索他们可以删除的死而不影响性能或成本。当然有权衡性能通过移动芯片外的一些特性,如并行转换器或模拟IP,但如果面积用于更多的处理和内存,然后芯片制造商仍然可以获得显著的性能改进。关键是优先考虑数据在系统层面上,和工作向后设计硅。
这是一个完全不同的起点芯片架构,因为它始于一个固定的空间量。从那里,焦点转向在I / O层作权衡,然后开发的硬件和软件体系结构。实际上,这是一个接近硬件软件合作设计的新方法,它对整个芯片设计生态系统有很大的影响。真正的注意力从移动数据,细分数据被搬到最远的。
是什么让这个想法有趣的是,它不需要任何重大变化在芯片的布局方式,验证、调试或测试。同样的外部和在线分析仍然适用,同样的材料和技术,已被证明在一个流程节点仍然是可行的。但它极大地改变了ROI和高性能芯片的上市时间。
|
|
|
|
|
|
|
|
|
|
留下一个回复