帳號:
密碼:
最新動態
產業快訊
CTIMES/SmartAuto / 新聞 /
[評析]從晶片量產流程看iPhone 6S晶片門事件
 

【CTIMES/SmartAuto 姚嘉洋 報導】   2015年10月15日 星期四

瀏覽人次:【46350】

蘋果的A9晶片門事件延燒至今,似乎並沒有要落幕的意思,網路上諸多科技網站的相關評測也不斷冒出來,甚至更燒出了台灣與韓國之間的國仇家恨。

Source:www.independent.co.uk
Source:www.independent.co.uk

但這次事件本身,或許可以從晶片量產流程來思考一番。

在正式討論之前,我們先將A9處理器定義為系統單晶片,它內建了CPU(處理器核心)、GPU(繪圖處理器核心)、2GB的LPDDR4,以及協同處理器M9。

基於這樣的定義下,搭載台積電與三星的先進製程的,其實只有CPU與GPU而已,從目前網路所公開的資訊來看,A9處理器所採用的封裝技術,應該是POP(Package on Package),這也是過去蘋果處理器所貫用的技術,就A9處理器的生產流程來看,台積電與三星各自採用16與14nm FinFET製程,量產出CPU與GPU的整合裸晶後,再與LPDDR4整合在同一封裝中,之後再用一次封裝技術與M9協同處理器,整合在第二次的封裝內。

所以,如果台積電版本的A9處理器真如外界所說一樣的優異,那麼由海力士所提供的LPDDR4,或許也要沾上一點功勞才是,整顆處理器要運作,記憶體也是要用到電的。畢竟,截至目前為止,所有網路上所提供的A9處理器的測試數據,全包含了LPDDR4與M9協同處理器在內。

那麼,14與16nm FinFET在製程上的差異,究竟有多大?這個答案恐怕只有蘋果的處理器設計團隊才會清楚。如果對晶片的設計流程有概略了解的業界人士就會知道,事實上,將處理器導入先進製程的設計至量產的週期,約莫為一年半至兩年的時間,就EDA、IP供應商、晶片設計乃至於晶圓代工業者,必須共同合作,才能將一顆系統單晶片導入量產流程,其中最在意的,莫過於PPA(性能、功耗與面積)的整體最佳化的表現。因為不論是晶圓代工或是EDA業者,都有能力讓蘋果知道,在A9處理器在Type Out之前,其裸晶的操作時脈、電壓與電流之間的動態關係變化為何,就蘋果的立場,為了能讓整支智慧型手機的運作更能順暢無虞,就一定會調整到最佳化的狀態,才會投入量產。

在12吋晶圓尚未切割之前,至少可以確定的是,14nm FinFET所可以切割出來的數量絕對高於16nm FinFET,但在良率或是功耗方面的表現如何,在沒有任何公開資訊發布之前,我們也只能推測,因為電晶體密度相對較高,洩漏電流不易控制的情況下,三星在功耗上的確有可能略遜於台積電一籌。至於在良率方面,倘若三星與台積電不相上下,那麼就晶圓切割的經濟效益而言,三星在這方面就能小贏台積電,更遑論在單一裸晶上的尺寸也贏過台積電。

然而,封裝是否也會影響處理器的表現呢?據筆者私下訪問一線EDA業者得知,理論上,封裝並不會影響整顆處理器的表現。但EDA業者也談到,即便是採用相同製程的單一裸晶,裸晶與裸晶之間,多少還是會有Variation(變異)存在,更別說記憶體本身也會有相同的情形,在加以整合後,說沒有影響整顆處理器的表現,是不可能的。所以,這或許可以呼應到蘋果的公開聲明中,所提到的2-3%的差距,雖然,蘋果僅指出這是續航力上的差別而已,卻沒有指出哪種製程勝出,畢竟這與PPA有直接的關係,或許蘋果本身也不願意破壞與兩大晶圓代工業者的關係,故採取了這樣的處理方式。

總結來看,光是裸晶本身就有可能產生差距的情況下,採用了不同來源的LPDDR4、快閃記憶體同樣也有不同的供應商所供應,一直到整合為智慧型手機後,但在每一個環結所累積的誤差不斷增加之下,即便在評測上如何將影響因素減到最少,,所產生出來的結果,或許有其參考價值,但真正能參考的比重又有多少,也許這是需要思考的課題之一。換個角度來看,在面對眾多不同供應商的情況下,蘋果若還能將整體系統表現控制在理想範圍內,這應該也是蘋果值得可以被稱讚的地方之一。

更別說,對手機業者而言,備有Second Source,甚至是有供應商砍價來取得訂單的作法,倘若真是這樣,那麼,出現三星與台積電兩家供應商,似乎也不足為奇。至於台積電與三星的技術製程誰能勝出,若從PPA的角度來看,恐怕也只有蘋果心裡清楚了。

關鍵字: 14nm FinFET  16nm FinFET  POP  A9  CPU  GPU  LPDDR4  M9  封裝  EDA  晶圓代工  三星(Samsung蘋果  台積電(TSMC
相關新聞
美國國家實驗室打造超級電腦 異構運算架構滿足HPC和AI需求
三星發表ALoP相機技術 讓夜拍更清晰、手機更輕薄
新思科技與台積電合作 實現數兆級電晶體AI與多晶粒晶片設計
AMD攜手合作夥伴擴展AI解決方案 全方位強化AI策略布局
NVIDIA乙太網路技術加速被應用於建造全球最大AI超級電腦
comments powered by Disqus
相關討論
  相關文章
» SiC MOSFET:意法半導體克服產業挑戰的顛覆性技術
» 揮別製程物理極限 半導體異質整合的創新與機遇
» AI運算方興未艾 3D DRAM技術成性能瓶頸
» 跨過半導體極限高牆 奈米片推動摩爾定律發展
» STM32MP25系列MPU加速邊緣AI應用發展 開啟嵌入式智慧新時代


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.3.141.32.53
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw