账号:
密码:
最新动态
 
产业快讯
CTIMES/SmartAuto / 新闻 /
[评析]从晶片量产流程看iPhone 6S晶片门事件
 

【CTIMES / SMARTAUTO ABC_1 报导】    2015年10月15日 星期四

浏览人次:【46321】

苹果的A9晶片门事件延烧至今,似乎并没有要落幕的意思,网路上诸多科技网站的相关评测也不断冒出来,甚至更烧出了台湾与韩国之间的国仇家恨。

Source:www.independent.co.uk (S偶然侧:呜呜呜.independent.Co.UK)
Source:www.independent.co.uk (S偶然侧:呜呜呜.independent.Co.UK)

但这次事件本身,或许可以从晶片量产流程来思考一番。

在正式讨论之前,我们先将A9处理器定义为系统单晶片,它内建了CPU(处理器核心)、GPU(绘图处理器核心)、2GB的LPDDR4,以及协同处理器M9。

基于这样的定义下,搭载台积电与三星的先进制程的,其实只有CPU与GPU而已,从目前网路所公开的资讯来看,A9处理器所采用的封装技术,应该是POP(Package on Package) ,这也是过去苹果处理器所贯用的技术,就A9处理器的生产流程来看,台积电与三星各自采用16与14nm FinFET制程,量产出CPU与GPU的整合裸晶后,再与LPDDR4整合在同一封装中,之后再用一次封装技术与M9协同处理器,整合在第二次的封装内。

所以,如果台积电版本的A9处理器真如外界所说一样的优异,那么由海力士所提供的LPDDR4,或许也要沾上一点功劳才是,整颗处理器要运作,记忆体也是要用到电的。毕竟,截至目前为止,所有网路上所提供的A9处理器的测试数据,全包含了LPDDR4与M9协同处理器在内。

那么,14与16nm FinFET在制程上的差异,究竟有多大?这个答案恐怕只有苹果的处理器设计团队才会清楚。如果对晶片的设计流程有概略了解的业界人士就会知道,事实上,将处理器导入先进制程的设计至量产的周期,约莫为一年半至两年的时间,就EDA、IP供应商、晶片设计乃至于晶圆代工业者,必须共同合作,才能将一颗系统单晶片导入量产流程,其中最在意的,莫过于PPA(性能、功耗与面积)的整体最佳化的表现。因为不论是晶圆代工或是EDA业者,都有能力让苹果知道,在A9处理器在Type Out之前,其裸晶的操作时脉、电压与电流之间的动态关系变化为何,就苹果的立场,为了能让整支智慧型手机的运作更能顺畅无虞,就一定会调整到最佳化的状态,才会投入量产。

在12吋晶圆尚未切割之前,至少可以确定的是,14nm FinFET所可以切割出来的数量绝对高于16nm FinFET,但在良率或是功耗方面的表现如何,在没有任何公开资讯发布之前,我们也只能推测,因为电晶体密度相对较高,泄漏电流不易控制的情况下,三星在功耗上的确有可能略逊于台积电一筹。至于在良率方面,倘若三星与台积电不相上下,那么就晶圆切割的经济效益而言,三星在这方面就能小赢台积电,更遑论在单一裸晶上的尺寸也赢过台积电。

然而,封装是否也会影响处理器的表现呢?据笔者私下访问一线EDA业者得知,理论上,封装并不会影响整颗处理器的表现。但EDA业者也谈到,即便是采用相同制程的单一裸晶,裸晶与裸晶之间,多少还是会有Variation(变异)存在,更别说记忆体本身也会有相同的情形,在加以整合后,说没有影响整颗处理器的表现,是不可能的。所以,这或许可以呼应到苹果的公开声明中,所提到的2-3%的差距,虽然,苹果仅指出这是续航力上的差别而已,却没有指出哪种制程胜出,毕竟这与PPA有直接的关系,或许苹果本身也不愿意破坏与两大晶圆代工业者的关系,故采取了这样的处理方式。

总结来看,光是裸晶本身就有可能产生差距的情况下,采用了不同来源的LPDDR4、快闪记忆体同样也有不同的供应商所供应,一直到整合为智慧型手机后,但在每一个环结所累积的误差不断增加之下,即​​便在评测上如何将影响因素减到最少,,所产生出来的结果,或许有其参考价值,但真正能参考的比重又有多少,也许这是需要思考的课题之一。换个角度来看,在面对众多不同供应商的情况下,苹果若还能将整体系统表现控制在理想范围内,这应该也是苹果值得可以被称赞的地方之一。

更别说,对手机业者而言,备有Second Source,甚至是有供应商砍价来取得订单的作法,倘若真是这样,那么,出现三星与台积电两家供应商,似乎也不足为奇。至于台积电与三星的技术制程谁能胜出,若从PPA的角度来看,恐怕也只有苹果心里清楚了。

關鍵字: 14nm FinFET  16nm FinFET  POP  A9  CPU  GPU  LPDDR4  M9  封装  EDA  晶圆代工  三星  苹果  台積電 
相关新闻
新思科技与台积电合作 实现数兆级电晶体AI与多晶粒晶片设计
AMD携手合作夥伴扩展AI解决方案 全方位强化AI策略布局
NVIDIA乙太网路技术加速被应用於建造全球最大AI超级电脑
Arm Tech Symposia 2024於台北展开 推动建构运算未来的人工智慧革命
NVIDIA将生成式AI工具、模拟和感知工作流程带入ROS开发者生态系
comments powered by Disqus
相关讨论
  相关文章
» 挥别制程物理极限 半导体异质整合的创新与机遇
» AI运算方兴未艾 3D DRAM技术成性能瓶颈
» 跨过半导体极限高墙 奈米片推动摩尔定律发展
» STM32MP25系列MPU加速边缘AI应用发展 开启嵌入式智慧新时代
» STM32 MCU产品线再添新成员 STM32H7R/S与STM32U0各擅胜场


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK8B8BJAFCISTACUKX
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw