可能会有新的应用程序需要更大的密度和处理能力。
人工智能及其分支——机器学习、深度学习、各种类型的神经网络——几乎无处不在，随着需要处理的数据量继续以数量级增长，它们将需要更强大的处理能力。目前尚不清楚这将如何影响半导体制造业，也不清楚这将以多快的速度发生。
人工智能不仅仅是最新的热门术语。这是一种变革性的横向技术，意味着它可以应用于各种不同的细分市场，有时还可以以多种方式应用。如今，每个人似乎都有一个AI/ML/DL计划，要么是将其捆绑到辅助或自动驾驶等终端产品中，要么是一个可以加权的安全摄像头，以忽略某些行为或入侵，而专注于其他行为或入侵。它还可以用于提高这些产品在开发的各个阶段的经济性和/或可靠性，包括设计、验证、测试和制造。它可以应用于组件或整个系统或系统的系统。
这在数据中心内部已经很明显了，那里正在开发非常大的和越来越多的定制芯片，以非常快速地处理大量数据，使用新的架构，将处理元素和小内存分散在一个芯片或包周围。在这些业务中，对更多处理能力的需求似乎没有上限，这有助于使台积电和三星在7nm方面的投资看起来非常及时。未来最大的问题是，人工智能是否会推动5nm和3nm工艺的需求，这个问题的答案蕴含着大量资金。
与过去不同的是，当转移到下一个节点几乎可以保证整个供应链的新业务时，7纳米晶体管密度的最大驱动力是手机、加密货币、服务器芯片和人工智能。这四种应用中，有两种如今看来利润要低得多。加密货币已经大幅缩水。除此之外，手机市场也趋于平缓。虽然这仍然是一笔好生意，但苹果(Apple)、三星(Samsung)和华为(Huawei)等公司现在正在大力推进先进的包装技术。苹果甚至已经开始设计自己的处理器，到目前为止还不清楚该公司何时或是否需要5nm，更不用说3nm了。苹果是台积电最大的领先客户，因此任何转变都可能产生重大影响。
人工智能已经成为包括fpga和gpu在内的高级节点服务器芯片的重要驱动因素。但随着asic开始在人工智能领域占据更大的份额，特别是随着人工智能处理越来越接近边缘，更多的异构处理器加入其中，这些芯片可能会被包装成芯片。这意味着不是所有的组件都需要在最新的节点上开发，这可能会严重影响下一个节点的容量。
那么，晶圆代工厂和设备制造商在什么时候把赌注下在哪里呢?如今，一个先进的晶圆代工厂的成本大约在10亿美元左右，随着新节点的制造变得更加复杂，这个成本可能会大幅上升。再加上新的工具和设备，如高NA EUV扫描仪，制造流程的变化允许更多的测试点，以及对快速定制的更大需求，整个制造生态系统对新材料和设备的投资变得远不那么自动化。
要使新工艺可行，需要整个生态系统的参与，从IP和工具供应商到新材料和各种设备，从蚀刻机、晶圆清洗机到测试人员。它要求所有人几乎在同一时间聚集在一起，这就是为什么EUV的延迟在供应链中造成了如此多的混乱。
但是5nm, 3nm，甚至1.5nm是非常不同的挑战。
他们需要新型的晶体管，以及制造这些晶体管的新方法，包括各种类型的蚀刻、沉积，甚至在衬底或其他材料上生长结构。他们还需要新的检测和计量设备，因为这些设计很可能是一次性的，而且需求和寿命都不可预测。
这使得对未来节点下注成为一场高风险的赌博。谁有勇气下这样的赌注，以及如果其中一些赌注的结果不像所有人预期的那样，这个行业在未来五年将发生怎样的变化，这将是一件有趣的事情。
|
|
|
|
|
|
|
|
|
|
留下回复