为了2nm投入40亿,麒麟1020芯片进度曝光,有望比A14提前量产
2020-03-28 10:01:29AI云资讯1307
芯片的研发过程,有几项非常重要的指标:第一是设计工艺,包含芯片的性能、散热、稳定性等,第二就是光刻阶段包括晶圆纯度、离子注入等,第三是良品率,实验阶段的成果永远只能停留在实验室,就像量子计算一样,再厉害没有大范围正式使用之前,并不能产生最高价值。

下面我们来说一说,芯片和芯片的精密度,以及华为麒麟1020芯片的研发过程
芯片的精密度,到底会产生什么价值?为什么芯片精细程度都在追求越低越好呢?这就不得不说一说晶体管了,以我们目前主流的7nm手机芯片来说,首先硅原子之间的间距大概是0.5nm,硅原子本身的直径大约在0.1nm,以7nm举例,芯片上的一条硅晶管的宽度是差不多12个原子的。同时这条硅晶管是要承载电磁波的,电磁波有个特性就是波长越短承载能量越多,但是响应的波长越短对晶体管的损坏就越大,所以说制造芯片,其实就是在跟原子打交道。

既然已经到了原子级别,已经从21世纪初的90nm发展到后来的14nm、7nm,为什么还要发展5nm的芯片呢?这就有两方面的原因

第一个,规格制式越小,芯片计算能力越强
说到芯片,就不得不说芯片的主要功能,在有限的芯片集成电路板上,承载更多的数据以及计算能力,就需要不断的缩小芯片工艺,这样才能有更多的晶体管被植入到集成电路上,例如100nm和10nm的芯片规格制式,在晶体管植入上可能相差两超过百倍甚至千倍,这样性能也相差甚远。

第二,规格制式越小,反而更有利散热
当然前提是在规格制式相差不大的情况下,这里不能拿500nm的芯片去跟10nm的芯片比散热。在相同功率下,不同规格制式的芯片中,精密程度越小的芯片,产生的热量越小,电流损失也就更小。要知道目前芯片上大多数的能量是以热量的形式散发出去,而并不是计算。

第三,这还牵扯到了一个“沉没成本”的规则,其实说白了也就是“摩尔定律”的更新迭代
我们都知道,芯片研发是一项非常耗资的研发,技术、资源、资金、数十年的决心、少一样都不行。就是因为这样的因素,导致芯片行业发展飞快,可能等到你研发出来7nm芯片的时候,7nm已经成为了过去,所以说哪怕在当前手机芯片在7nm规格下,已经有了足够的性能的时候,华为、苹果公司、高通等芯片公司,依旧会大力投入研发,以免被“技术沉没”。

根据华为总裁何庭波透露消息显示,华为的下一代麒麟芯片1020,将比上一代麒麟990规格相比多2nm的精密度,预计投入在40亿,已经在实验环境下成功验证,但是目前并没有透露良品率,预计会在2020年下半年的华为mate40上正是商用,根据华为2020年手机发布历程来看,预计麒麟1020的发布会预先在欧洲发布,届时会比iPhone的A14芯片更早发布,性能参数预计将比麒麟990有大幅度提升
相关文章
- 麒麟信安举办2025年度表彰大会!礼赞奋斗者,共启新征程
- 麒麟信安中标中泰证券国产操作系统项目
- 校企合作 聚力同行 | 麒麟信安与多所高校签订校企合作协议
- 开箱即用、安全无忧!麒麟信安全国产化智算一体机发布,高效赋能DeepSeek大模型应用实践
- 国产操作系统的坚实一步:银河麒麟V11全项通过政府采购标准
- CLSF盛会收官:麒麟软件携技术硕果,绘就Linux生态新蓝图
- 麒麟软件聚力打造开源数智生态
- 操作系统大会2025 | 麒麟信安系列新品发布!智创未来,再启新程
- 德施曼麒麟R9 用AI重新定义智能锁,获五大权威认证
- 超7万套浙江落地、3万余套海南中标:银河麒麟领航教育信息化浪潮
- 不可变系统+开明包格式:银河麒麟V11用磐石架构破解生态与稳定难题
- 我国首款6.6内核商业版操作系统银河麒麟V11发布
- 从72小时到4小时:银河麒麟迁移运维平台重塑行业CVE应急响应标准
- 【比赛直击】泰坦军团携手玉麒麟 共燃盐城青春电竞烽火
- 麒麟软件与京东政企业务达成战略合作,携手升级国产化办公与供应链服务能力
- 银河麒麟高级服务器操作系统、银河麒麟桌面操作系统获得IPv6 Ready Logo证书
人工智能企业
更多>>人工智能硬件
更多>>人工智能产业
更多>>人工智能技术
更多>>- 云知声Unisound U1-OCR大模型发布!首个工业级文档智能基础大模型,开启OCR 3.0时代
- 基石智算上线 MiniMax M2.5,超强编程与智能体工具调用能力
- 昇腾原生支持,科学多模态大模型Intern-S1-Pro正式发布并开源
- 百度千帆深度研究Agent登顶权威评测榜单DeepResearch Bench
- 在MoltBot/ClawdBot,火山方舟模型服务助力开发者畅享模型自由
- 教程 | OpenCode调用基石智算大模型,AI 编程效率翻倍
- 全国首个!上海上线规划资源AI大模型,商汤大装置让城市治理“更聪明”
- 昇思人工智能框架峰会 | 昇思MindSpore MoE模型性能优化方案,提升训练性能15%+









