广告

“无AI,不手机”?台积电5nm AI芯片成本超2900元

2020-09-28 综合报道 阅读:
自从华为在麒麟芯片970第一次使用了带NPU单元(神经网络处理单元)的AI芯片以来,AI手机芯片越来越受到重视,似乎有“无AI,不手机”之势,不过带有AI功能的手机芯片成本也会增加,最近有分析称台积电的AI手机芯片成本可能超过2900元,搭载到手机终端上,售价可能还要涨一大截。

自从华为在麒麟芯片970第一次使用了带NPU单元(神经网络处理单元)的AI芯片以来,AI手机芯片越来越受到重视,似乎有“无AI,不手机”之势,不过带有AI功能的手机芯片成本也会增加,最近有分析称台积电的AI手机芯片成本可能超过2900元,搭载到手机终端上,售价可能还要涨一大截。GXFednc

GXFednc

乔治敦大学沃尔什外交学院安全与新兴技术中心(CSET)的两位作者编写的一份题为《AI Chips: What They Are and Why They Matter》的报告,借助模型预估得出,台积电每片5nm晶圆的收费可能约为17,000美元,是7nm的近两倍。GXFednc

GXFednc

GXFednc

该报告同时估计,每片300mm直径的晶圆通常可以制造71.4颗5nm芯片,这让无晶圆芯片公司的制造成本达到每颗238美元(约为1642元)。GXFednc

GXFednc

不仅不如,通过对半导体行业和AI芯片设计的调查,作者通过模型不仅估算出5nm芯片238美元的制造成本,还提出了每颗芯片108美元的设计成本以及每颗芯片80美元的封装和测试成本。GXFednc

这使芯片设计公司为每颗5nm芯片支付的总成本将高达426美元(约为2939元)。GXFednc

5nm之后“高贵”的先进制程GXFednc

市场研究机构International Business Strategies (IBS)给出的数据显示,28nm之后芯片的成本迅速上升。28nm工艺的成本为0.629亿美元,到了7nm和5nm,芯片的正本迅速暴增,5nm将增至4.76亿美元。三星称其3nm GAA 的成本可能会超过5亿美元。GXFednc

GXFednc

来自IBSGXFednc

GXFednc

设计一款5nm芯片的总成本将高达近5亿美元,那平均到每颗芯片的成本有多高?CSET在报告中的模型类比了英伟达P100 GPU,这款GPU基于台积电16nm节点处制造,包含153亿个晶体管,裸片面积为610 平方毫米,相当于晶体管密度25 MTr/mm 2GXFednc

由此计算,直径300毫米的硅晶片能够生产71.4颗 610平方毫米的芯片。GXFednc

假设5nm GPU的芯片面积为610平方毫米,并且晶体管密度比P100 GPU高,达到907亿个晶体管。下表中是用模型估算的台积电90至5nm之间的节点晶体管密度。在90至7nm范围内的节点,模型使用具有相同规格的假想GPU,包括晶体管除晶体管密度,假想的5nm GPU与假设节点关联。GXFednc

GXFednc

CSET的成本模型使用的是无晶圆厂的角度,包含建造工厂的成本、材料、人工,制造研发和利润等。芯片制造出来后,将外包给芯片测试和封装(ATP)公司。GXFednc

当然,使用更先进的制程节点芯片设计公司也会有相应的成本增加。最终看来,芯片设计成本和ATP成本之和等于总生产成本,得出每颗5nm芯片支付的总成本将高达426美元成本的结论。GXFednc

之所以先进制程芯片的成本不断增加,不可忽视的是半导体制造设备成本每年增加11%,每颗芯片的设计成本增加24%,其增长率都高于半导体市场7%的增长率。GXFednc

2018年的时候,台积电CEO魏哲家就打趣地说,台积电预计在5nm投资了250亿美元,各位就知道以后价格是多少了!GXFednc

并且,随着半导体复杂性的增加,对高端人才的需求也不断增长,这也进一步推高了先进制程芯片的成本。报告中指出,研究人员的有效数,即用半导体研发支出除以高技能研究人员的工资,从1971年到2015年增长了18倍。GXFednc

换句话说,摩尔定律延续增加大量的投入和人才。GXFednc

为了支撑先进制程,台积电十年内研发人数增加了三倍,2017年研发人员将近6200人,比2008年多了近两倍,这6200人只从事研发,不从事生产。GXFednc

先进制程的高成本如何影响半导体和AI发展?GXFednc

半导体市场以超过世界经济3%的速度增长。目前,半导体产业占全球的0.5%经济产出。对于半导体产业而言,先进的制程和高性能芯片驱动着行业的进步,晶体管成为关键。GXFednc

晶体管尺寸减小使每个晶体管的功耗也降低,CPU的峰值性能利用率每1.57年翻一番,一直持续到2000年。此后,由于晶体管尺寸减小放缓,效率每2.6年翻一番,相当于每年30%的效率提升。GXFednc

报告中指出,台积电声称的节点进步带来的速度提升和功耗降低,从90 nm和5 nm之间以恒定比例变化,但趋势趋于平稳。三星两种指标在14 nm和5 nm之间都有下降趋势,但缺少大于14 nm的节点处的数据。GXFednc

GXFednc

GXFednc

不过,由于半导体设备、研发等成本持续增加,这也让大量晶圆代工厂无法参与先进制程的生产和竞争,比如,GlobalFoundries就不生产14 nm以下的芯片。GXFednc

下表给出了每个工艺节点量产的时间以及代工厂的数量,可以看到,随着制程的向前推进,晶圆代工厂数量越来越少。目前先进的制程工艺代工厂仅剩台积电、三星和英特尔。GXFednc

GXFednc

虽然代工厂越来越少,但业界对于先进制程的需求并没有减少。AI芯片就对先进制程有不小的需求,最先进的AI芯片比最先进的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,这相当于摩尔定律驱动下CPU 26年的改进。GXFednc

这要求晶体管持续改进,晶体管的改进仍在继续,但进展缓慢。得益于FinFET晶体管的发明,英特尔在2011年推出了商业化的22nm FinFET,业界也基于FinFET将半导体制程从22nm一直向前推进到如今的5nm。GXFednc

到了2nm,台积电和英特尔都采用GAA(Gate-all-around,环绕闸极)或称为GAAFET维持先进制程的性能提升。魏哲家透露,台积电制程每前进一个世代,客户的产品速度效能提升30%- 40%,功耗可以降低20%-30%。GXFednc

但高昂的成本和性能提升的幅度减少,让AI公司在计算上花费的时间和金钱更多,进而成为AI发展的瓶颈。GXFednc

报告指出,AI实验室的训练的费用非常高,估算AlphaGo、AlphaGo Zero、AlphaZero和AlphaStar模型的训练成本每个为5000万到1亿美元之间。GXFednc

GXFednc

值得关注的是,由于CSET当前正在关注AI和先进计算的进步所带来的影响。该报告称,美国政府正在考虑如何控制AI技术,但由于AI软件、算法和数据集不是理想的控制目标,因此硬件成为了重点。GXFednc

未来,有多少AI芯片功能能够用得起先进制程?AI在全球的发展又会受到怎样的限制?GXFednc

内容整理自:雷锋网,CSETGXFednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 安卓旗舰标配的屏下指纹,或将登上苹果iPhone 13 屏下指纹在安卓旗舰手机中早就普及,小米、OV、三星,以及华为等都配置了屏下指纹。可是,在屏下指纹领域,苹果一直没有动静,不过,最近有爆料称下一版本iPhone 13或将同时配备屏下指纹和Face ID传感器。
  • 拆解:一加8T采用双电池+增强散热设计 现在,有两个以上摄像头的手机已经司空见惯了,从iPhone11起,包括现在的iPhone12都是2+摄像头。不过,2块电池的手机有见过吗?本文通过外媒JerryRigEverything 第一时间分享的拆机视频,确实让我们看到了内置2块电池的手机。
  • 误把双运放当DAC!这个错误有点Low? 几年前,我为需要测试的热辐射传感器阵列开发驱动板,采用双串行DAC设计。然而,DAC的模拟输出异常!我思来想去,彻夜未眠,判断可能是DAC芯片本身的问题。当我准备要换掉这颗芯片时,才发现,原来它不是DAC芯片……
  • 苹果要做新款“折叠屏”吗?新专利显示滑出式OLED iPhon 折叠屏在2019年突然大火,但是至今仍然没有量产机型,不过,最近的专利显示,苹果可能正在研究新形势的“折叠屏”,这种“折叠屏”可以在需要时从设备中拉出或卷出的iPhone显示屏,以获得更大的屏幕面积。
  • ASML最新一代EUV光刻机3600D:生产效率增加18% 荷兰ASML(阿斯麦)公布了光刻机产品的最新进展:最新一代EUV光刻机3600D,30mJ/cm2的曝光速度达到每小时曝光160片晶圆,生产率提高了18%,并改进机器匹配套准精度至1.1nm。
  • 苹果iPhone 12发布,A14芯片性能再次跃升,高通、三星谁能 苹果iPhone 12于今日正式发布了,芯片方面的亮点在于A14和5G,5G采用高通的基带集成在A14中。A14芯片性能的提升主要在于晶体管数量增多,GPU,NPU以及DSP信号处理技术。在高端手机芯片领域,除了苹果,仅有高通,三星了,还有被封杀的华为麒麟,那么谁能与A14一较高下?
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了