《SK海力士宣布开发第三代1Znm内存芯片》

  • 来源专题:集成电路
  • 编译者: shenxiang
  • 发布时间:2019-10-31
  • 10月21日,SK海力士今天宣布开发适用第三代1Z纳米DDR4 DRAM,据称,这款芯片实现了单一芯片标准内业界最大容量的16Gb,在一张晶圆中能生产的存储量也是现存的DRAM内最大。

    与上一代1Y产品相比,该产品的生产率提高了约27%,由于可以在不适用超高价的EUV(极紫外光刻)曝光工艺的情况下进行生产,其在成本上具有竞争优势。

    新款1Z纳米DRAM支持高达3200 Mbps的数据传输速率,据称是DDR4规格内最高速度。在功耗方面,与基于第二代8Gb产品的相同容量模组相比,功耗降低约40%。

    第三代产品适用前一代生产工艺中从来没使用过的新材料,将DRAM操作的关键要素静电容量(Capacitance)最大化。此外,还引进了新的设计技术,提高了动作稳定性。

    接下来,SK海力士计划将第三代10纳米级微细工程技术扩展到多种应用领域,包括下一代移动DRAM LPDDR5和最高端DRAM HBM3等。

    DRAM 1Z开发事业TF长李廷燻表示,该芯片计划年内完成批量生产,从明年开始正式供应。

相关报告
  • 《韩国SK海力士开发出下一代智能存算一体芯片技术》

    • 来源专题:集成电路
    • 编译者:李衍
    • 发布时间:2023-03-15
    • 据官网2月16日报道,SK海力士宣布已开发出具备计算功能的下一代内存半导体技术“PIM(processing-in-memory,存算一体)”。 到目前为止,存储半导体负责保存数据,而非存储半导体(如CPU或GPU)负责处理数据是人们普遍的认知。尽管如此,SK海力士依然在新一代智能存储器领域积极摸索创新,进而首次公开公司在相关领域的研发成果。 SK海力士将在2月底于美国旧金山举行的半导体领域最负盛名的国际学术大会 – 2022年ISSCC(International Solid-State Circuits Conference,国际固态电路会议)大会上发布PIM芯片技术的开发成果。随着PIM技术的不断发展,SK海力士期待存储半导体在智能手机等ICT产品发挥更为核心的作用,甚至在未来成功实现“存储器中心计算(Memory Centric Computing)”。 SK 海力士还开发出了公司首款基于PIM技术的产品 – GDDR6-AiM(Accelerator-in-Memory,内存加速器3)的样本。GDDR6-AiM是将计算功能添加到数据传输速度为16Gbps的GDDR6内存的产品。与传统DRAM相比,将GDDR6-AiM 与 CPU、GPU 相结合的系统可在特定计算环境中将演算速度提高至最高16倍。GDDR6-AiM有望在机器学习、高性能计算、大数据计算和存储等领域有广泛应用。 GDDR6-AiM的工作电压为1.25V,低于GDDR64内存的标准工作电压(1.35V)。不仅如此,PIM的应用还减少了与CPU、GPU的数据传输往来,从而降低了CPU及GPU的能源消耗,借此GDDR6-AiM成功使功耗降低80%。SK海力士相信,借助该产品的低能耗特性,公司得以减少设备的碳排放并改善公司的ESG经营成果。基于具备独立计算功能的PIM技术,SK海力士将通过GDDR6-AiM构建全新的存储器解决方案生态系统。 此外,SK 海力士还计划与最近刚从SK电讯拆分出来的人工智能半导体公司SAPEON Inc.携手合作,推出将GDDR6-AiM和人工智能半导体相结合的技术。
  • 《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。