登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《IMEC，Cadence公司第一个5nm测试芯片流片》

  • 来源专题：集成电路
  • 编译者： zhaohuimin
  • 发布时间：2015-10-13

  • 2015年10月7日

    IMEC纳米电子研究中心和EDA公司Cadence宣布，他们已经完成了第一个使用5nm制造工艺的测试芯片的流片工作。

    流片工作中最主要的流程包括极紫外光刻（EUV）和193nm沉浸光刻，主要制造部分是一个Finfet器件的无源部分后端设计中的金属互联。

84浏览量
原文链接
相关报告

  • 《移动公司将ARMv9芯片贴在5nm上》
    • 来源专题：宽带移动通信
    • 编译者：张卓然
    • 发布时间：2021-06-02
    • ARM客户已经使用Cadence和Synopsys的工具，利用新的ARMv9架构进行5nm和3nm设计 ARM客户使用Cortex-X2、Cortex-A710和Cortex-A510 CPU、Mali-G710 GPU和DynamIQ Shared Unit-110成功实现了5nm移动系统芯片设计。 作为合作的一部分，Cadence 设计系统对5nm和7nm工艺技术上的数字和验证全流程进行了微调，以支持带有RTL到GDS数字流快速采用工具包（RAK）的ARMv9体系结构。这一举措意义重大，因为ARMv9的大部分重点都放在使用Neoverse架构的数据中心的大型芯片上。Synsopsys工具也将设计提升到3nm。 开发ARMv9移动SoC的Cadence数字流程和相应的5nm和7nm RAK包括Modus DFT软件解决方案、Genus合成解决方案、Innovus实现系统、Quantus提取解决方案、Tempus定时结束解决方案和ECO 选项、Voltus IC电源完整性解决方案，共形等价检验和共形低功耗。 Cadence iSpatial技术提供了一个集成的、可预测的实现流程，因此用户可以更快地实现设计收敛。该流程还采用了分层技术，以帮助减少大型高性能CPU的设计时间。Innovus实施系统的GigaOpt功率优化功能显著降低了大型5nm芯片的动态功耗，而Tempus ECO选项使用基于路径的优化提供了结束精确的最终设计收敛。 Cadence还优化了其系统级验证IP（系统VIP）和验证全流程，以支持ARMv9 IP最新的AMBA互连协议。系统VIP扩展包括新的检查程序、验证计划和流量生成器，以有效地验证ARM移动SoC一致性、性能和ARM SystemReady合规性。 验证全流程为最新的ARMv9 IP提供最佳验证吞吐量，包括Cadence Xcelium逻辑仿真平台、钯 Z1和Z2企业仿真平台、Protium X1和X2企业原型平台、JasperGold正式验证平台、vManager规划和度量，以及Perspec系统验证器和虚拟系统平台。 Cadence高级副总裁兼数字与结束组总经理Chin Chi Teng博士表示：“Cadence与ARM合作开发了多代CPU和GPU，用于移动IP开发，我们的最新工作扩展了我们对最近推出的Armv9体系结构的支持。ARM使用我们的Cadence数字和验证全流程创新来开发其移动IP，随着ARM新CPU的推出，我们使客户能够实现PPA目标，加快设计定案时间，并提供系统就绪验证和早期软件启动。” 同样的芯片设计人员也在使用Synopsys 融合设计平台，包括用于5nm 设计定案和早期3nm设计的ARMv9芯片上的RTL设计师和融合编译器。其中包括融合设计平台、验证连续体平台和DesignWare接口IP。 Synopsys数字设计集团总经理山卡尔·克里希那摩西表示：“在这个知识驱动的世界，数据正成为一种日益增长的重要货币，其及时、高效和安全的处理对于塑造一个安全、信息杠杆化的未来至关重要。我们广泛的优化设计、验证、IP、软件安全和软件质量解决方案组合已与Arm进行了积极的联合优化，以支持基于Armv9体系结构的新一轮高价值应用程序，为可靠的、以电源为中心的性能建立新的基准。” Arm新移动解决方案的早期采用者正在使用Synopsys针对Arm优化的验证连续体平台解决方案，包括虚拟机开发工具包（VDK），其中Arm快速模型用于Cortex-X2、Cortex-A710、Cortex-A510 CPU和Mali-G710 GPU、VCS 仿真、用于软件和硬件调试的Verdi、Synopsys ZeBu服务器上AMBA验证IP和HAPS硬件加速了软硬件协同开发。
    249浏览量
    原文链接

  • 《谷歌联合三星开发5nm芯片，对标苹果?》
    • 来源专题：光电情报网信息监测服务平台
    • 编译者：husisi
    • 发布时间：2020-05-07
    • 有消息称，谷歌与三星合作研发的处理器已经收到第一批工程样本。该处理器代号“Whitechaple”，采用三星5nm制程，将搭载在Pixel手机及Chromebook笔记本上。在自研了云端、边缘端处理器之后，谷歌自研手机处理器意欲何为?将对谷歌的生态、产品产生哪些影响? 面向终端设备的主处理器 据悉，谷歌与三星联合设计的5nm芯片是一枚“起到关键作用的”主处理器，对设备的运行速度、电池续航能力和性能起到决定性作用。该处理器采用Arm8核CPU，硬件针对谷歌机器学习进行优化，并支持谷歌助手和“始终在线”功能。 近期，谷歌收到了第一批工程样本。该处理器明年有望搭载在Pixel手机上，后续版本将搭载在Chromebook笔记本上。 谷歌一直在强化半导体业务能力。此前发布的Pixel手机上已经搭载了谷歌定制设计的机器学习和图像处理芯片，谷歌还从苹果、英特尔等竞争对手“挖角”了芯片工程师。但是，手机处理器需要CPU、GPU、通信基带等多个芯片，任何一个短板都将使谷歌无法完全摆脱对高通等芯片巨头的依赖。 补齐云边端芯片版图 无论是海外五大科技巨头“FAANG”(脸书、苹果、亚马逊、奈飞、谷歌)，还是国内的“BAT”，都在进军芯片设计业务。早在2006年，谷歌就开始研究如何在数据中心中使用GPU、FPGA和定制ASIC。在科技巨头跨界“造芯”的道路上，谷歌是一支不可忽视的力量。 从2015年起，谷歌基于自主研发的定制化芯片TPU，完成了云-边、端-端的计算架构协同。2016年的I/O开发者大会上，谷歌公布了自主研发的定制化芯片TensorProcessingUnits(TPU)，以强化数据中心的机器学习能力。 2017年，谷歌将第二代TPU引入谷歌云平台，后续推出的第三代云TPU利用谷歌云平台的AI服务运行及其学习模型，可实现单个Pod中每秒超过100千万亿次浮点运算性能。在云TPU的基础上，谷歌又推出了针对边缘侧的EdgeTPU。这款ASIC芯片是对CloudTPU和谷歌云服务的补充，能实现端到端、云端到边缘的基础架构。 在云计算、AI、5G的催化下，云边端一体化趋势增强。华为、阿里、英特尔等厂商都在践行“云-边-端”的计算架构协同。华为董事徐文伟表示，华为的价值主张是打造一个平台，把众多的传感器连接起来，实现连接+平台+AI+生态。为此，华为在端、边、云都推出并部署了AI芯片。在手机端，华为从麒麟970开始嵌入AI芯片，在边缘端，华为推出了应用于汽车的人工智能计算芯片Ascend310，在云端则部署了鲲鹏920等芯片。阿里云推出IoT边缘计算产品LinkEdge时宣布将打造云、边、端一体化的协同计算体系，并陆续推出用于设计制造高性能端上芯片的IP核玄铁910、SoC芯片设计平台“无剑”、云端芯片含光800，端云一体初步成型。 在终端侧，谷歌曾为手机主处理器设计辅助芯片，包括提升手机图像处理能力的PixelVisualCore，提升声音识别和转录能力的PixelNeuralCore等，以负载手机端的机器学习类任务。但是，随着云算力下沉、终端算力上升、边缘算力融合的趋势不断加强，拥有一颗针对自家生态进行优化的端处理器，才能更好地发挥谷歌在机器学习的优势和沉淀，让手机、笔记本等终端与谷歌的AI算力体系紧密贴合。 提升产品体验 2010年，苹果发布了采用自研处理器A4和自家操作系统iOS4的里程碑式产品iPhone4，自此摆脱了对三星处理器的依赖。 长期以来，谷歌安卓与苹果iOS是两大手机操作系统。苹果通过自研A系列处理器，让硬件更好地贴合软件系统需要，实现软硬件一体化。谷歌自研移动终端处理器，也有利于更好地发挥软件系统能力，通过软硬件协同优化终端体验。 “谷歌与苹果殊途同归，谷歌一直在建立半导体能力，在掌握软件的同时掌握硬件，这种软硬件一体化的方式无疑是推动服务深度整合的最好方法。自研处理器是谷歌打造闭环生态的初步尝试，也是第一步。”赛迪顾问集成电路产业研究中心分析师陈跃楠向记者指出。 集邦咨询分析师姚嘉洋向记者表示，由于智能型手机大多是以Android阵营为主，谷歌累积了庞大的数据库与AI运算资源，打造自有处理器有利于优化智能手机的AI应用。例如，让用户与手机语音助理之间的对话更为智慧，让语音助理更好地理解用户需求、语言翻译更为精确，省电与性能提升表现更为优异等，以Google现今的布局态势来看，确实会有这样的战略思考。 但是，手机处理器研发门槛高，属于资金、技术密集型业务，是块难啃的硬骨头。姚嘉洋表示，苹果之所以能在处理器领域如鱼得水，得益于先前的收购策略和早期投入，累积了相对丰富的处理器开发经验。加上苹果近年来在业务上的转型，服务相关收入日益攀升，推动整体获利提升，这成为处理器研发的坚实后盾，使得苹果在处理器开发上处于一定的领先地位。 与苹果类似，谷歌在移动芯片领域也有着早期收购和人才积累。在2010年A4处理器发布之前，苹果传出收购被用于手机和移动终端的芯片企业Intrinsity。同时，谷歌也传出收购芯片设计创业公司Agnilux。2017年，有消息称谷歌挖角了苹果的芯片设计师ManuGulati担任SoC系统架构设计师。 此前Gulati曾参与iPhone、iPad以及AppleTV等产品定制芯片的研发。同一年，谷歌斥资11亿美元收购HTC手机研发团队，进一步增强手机硬件的设计能力。去年，谷歌在印度班加罗尔成立了新的芯片团队，成员包括从英特尔、英伟达、高通聘用的工程师，目标是设计手机及数据中心芯片。 但是，谷歌自研手机处理器并非毫无风险。受限于Pixel手机的市场份额，谷歌需要把控处理器研发投入和产品收益的平衡。 “由于Pixel手机在市场仍属于少数，开发一颗5nm的主处理器置于智能手机中，单是开发费用动辄需要数百万甚至千万美元。尽管谷歌近年的营收表现十分优异，但若无法一战成名，恐怕不利于长期的处理器开发计划。”姚嘉洋说。
    193浏览量
    原文链接