一顆臺積電5nm芯片總成本超2900元?

訊石光通訊網(wǎng) 2020/9/28 11:09:34

 ICC訊  上周二,雷鋒網(wǎng)報道了臺積電2nm制程研發(fā)進(jìn)度超前,業(yè)界看好其2023年下半年風(fēng)險試產(chǎn)良率就可以高達(dá)90%。這對于業(yè)界而言既是好消息,也是壞消息。好的是,當(dāng)下AI和手機(jī)等芯片可以憑借先進(jìn)制程獲得更好的能效比,進(jìn)行更多創(chuàng)新。壞的是,先進(jìn)制程芯片的成本給無晶圓芯片設(shè)計公司帶來了巨大的壓力。

  喬治敦大學(xué)沃爾什外交學(xué)院安全與新興技術(shù)中心(CSET)的兩位作者編寫的一份題為《AI Chips: What They Are and Why They Matter》的報告,借助模型預(yù)估得出,臺積電每片5nm晶圓的收費(fèi)可能約為17,000美元,是7nm的近兩倍。

  該報告同時估計,每片300mm直徑的晶圓通常可以制造71.4顆5nm芯片,這讓無晶圓芯片公司的制造成本達(dá)到每顆238美元(約為1642元)。

  不僅不如,通過對半導(dǎo)體行業(yè)和AI芯片設(shè)計的調(diào)查,作者通過模型不僅估算出5nm芯片238美元的制造成本,還提出了每顆芯片108美元的設(shè)計成本以及每顆芯片80美元的封裝和測試成本。

  這使芯片設(shè)計公司為每顆5nm芯片支付的總成本將高達(dá)426美元(約為2939元)。

 5nm之后“高貴”的先進(jìn)制程

  市場研究機(jī)構(gòu)International Business Strategies (IBS)給出的數(shù)據(jù)顯示,28nm之后芯片的成本迅速上升。28nm工藝的成本為0.629億美元,到了7nm和5nm,芯片的正本迅速暴增,5nm將增至4.76億美元。三星稱其3nm GAA 的成本可能會超過5億美元。

  來自IBS

  設(shè)計一款5nm芯片的總成本將高達(dá)近5億美元,那平均到每顆芯片的成本有多高?CSET在報告中的模型類比了英偉達(dá)P100 GPU,這款GPU基于臺積電16nm節(jié)點(diǎn)處制造,包含153億個晶體管,裸片面積為610 平方毫米,相當(dāng)于晶體管密度25 MTr/mm2。

  由此計算,直徑300毫米的硅晶片能夠生產(chǎn)71.4顆 610平方毫米的芯片。

  假設(shè)5nm GPU的芯片面積為610平方毫米,并且晶體管密度比P100 GPU高,達(dá)到907億個晶體管。下表中是用模型估算的臺積電90至5nm之間的節(jié)點(diǎn)晶體管密度。在90至7nm范圍內(nèi)的節(jié)點(diǎn),模型使用具有相同規(guī)格的假想GPU,包括晶體管除晶體管密度,假想的5nm GPU與假設(shè)節(jié)點(diǎn)關(guān)聯(lián)。

  CSET的成本模型使用的是無晶圓廠的角度,包含建造工廠的成本、材料、人工,制造研發(fā)和利潤等。芯片制造出來后,將外包給芯片測試和封裝(ATP)公司。

  當(dāng)然,使用更先進(jìn)的制程節(jié)點(diǎn)芯片設(shè)計公司也會有相應(yīng)的成本增加。最終看來,芯片設(shè)計成本和ATP成本之和等于總生產(chǎn)成本,得出每顆5nm芯片支付的總成本將高達(dá)426美元成本的結(jié)論。

  之所以先進(jìn)制程芯片的成本不斷增加,不可忽視的是半導(dǎo)體制造設(shè)備成本每年增加11%,每顆芯片的設(shè)計成本增加24%,其增長率都高于半導(dǎo)體市場7%的增長率。

  2018年的時候,臺積電CEO魏哲家就打趣地說,臺積電預(yù)計在5nm投資了250億美元,各位就知道以后價格是多少了!

  并且,隨著半導(dǎo)體復(fù)雜性的增加,對高端人才的需求也不斷增長,這也進(jìn)一步推高了先進(jìn)制程芯片的成本。報告中指出,研究人員的有效數(shù),即用半導(dǎo)體研發(fā)支出除以高技能研究人員的工資,從1971年到2015年增長了18倍。

  換句話說,摩爾定律延續(xù)增加大量的投入和人才。

  雷鋒網(wǎng)此前報道,為了支撐先進(jìn)制程,臺積電十年內(nèi)研發(fā)人數(shù)增加了三倍,2017年研發(fā)人員將近6200人,比2008年多了近兩倍,這6200人只從事研發(fā),不從事生產(chǎn)。

  先進(jìn)制程的高成本如何影響半導(dǎo)體和AI發(fā)展?

  半導(dǎo)體市場以超過世界經(jīng)濟(jì)3%的速度增長。目前,半導(dǎo)體產(chǎn)業(yè)占全球的0.5%經(jīng)濟(jì)產(chǎn)出。對于半導(dǎo)體產(chǎn)業(yè)而言,先進(jìn)的制程和高性能芯片驅(qū)動著行業(yè)的進(jìn)步,晶體管成為關(guān)鍵。

  晶體管尺寸減小使每個晶體管的功耗也降低,CPU的峰值性能利用率每1.57年翻一番,一直持續(xù)到2000年。此后,由于晶體管尺寸減小放緩,效率每2.6年翻一番,相當(dāng)于每年30%的效率提升。

  報告中指出,臺積電聲稱的節(jié)點(diǎn)進(jìn)步帶來的速度提升和功耗降低,從90 nm和5 nm之間以恒定比例變化,但趨勢趨于平穩(wěn)。三星兩種指標(biāo)在14 nm和5 nm之間都有下降趨勢,但缺少大于14 nm的節(jié)點(diǎn)處的數(shù)據(jù)。

  不過,由于半導(dǎo)體設(shè)備、研發(fā)等成本持續(xù)增加,這也讓大量晶圓代工廠無法參與先進(jìn)制程的生產(chǎn)和競爭,比如,GlobalFoundries就不生產(chǎn)14 nm以下的芯片。

  下表給出了每個工藝節(jié)點(diǎn)量產(chǎn)的時間以及代工廠的數(shù)量,可以看到,隨著制程的向前推進(jìn),晶圓代工廠數(shù)量越來越少。目前先進(jìn)的制程工藝代工廠僅剩臺積電、三星和英特爾。

  雖然代工廠越來越少,但業(yè)界對于先進(jìn)制程的需求并沒有減少。AI芯片就對先進(jìn)制程有不小的需求,最先進(jìn)的AI芯片比最先進(jìn)的CPU更快,且具有更高的AI效率算法。AI芯片的效率是CPU的一千倍,這相當(dāng)于摩爾定律驅(qū)動下CPU 26年的改進(jìn)。

  這要求晶體管持續(xù)改進(jìn),晶體管的改進(jìn)仍在繼續(xù),但進(jìn)展緩慢。得益于FinFET晶體管的發(fā)明,英特爾在2011年推出了商業(yè)化的22nm FinFET,業(yè)界也基于FinFET將半導(dǎo)體制程從22nm一直向前推進(jìn)到如今的5nm。

  到了2nm,臺積電和英特爾都采用GAA(Gate-all-around,環(huán)繞閘極)或稱為GAAFET維持先進(jìn)制程的性能提升。魏哲家透露,臺積電制程每前進(jìn)一個世代,客戶的產(chǎn)品速度效能提升30%- 40%,功耗可以降低20%-30%。

  但高昂的成本和性能提升的幅度減少,讓AI公司在計算上花費(fèi)的時間和金錢更多,進(jìn)而成為AI發(fā)展的瓶頸。

  報告指出,AI實(shí)驗(yàn)室的訓(xùn)練的費(fèi)用非常高,估算AlphaGo、AlphaGo Zero、AlphaZero和AlphaStar模型的訓(xùn)練成本每個為5000萬到1億美元之間。

  值得關(guān)注的是,由于CSET當(dāng)前正在關(guān)注AI和先進(jìn)計算的進(jìn)步所帶來的影響。該報告稱,美國政府正在考慮如何控制AI技術(shù),但由于AI軟件、算法和數(shù)據(jù)集不是理想的控制目標(biāo),因此硬件成為了重點(diǎn)。

  未來,有多少AI芯片功能能夠用得起先進(jìn)制程?AI在全球的發(fā)展又會受到怎樣的限制?

新聞來源:雷鋒網(wǎng)

相關(guān)文章