شرکت TSMC از فناوری فرآیند جدید و پیشرو در جهان خود، A14، رونمایی کرده است که برای پیشبرد پیشرفتها در مراکز داده هوش مصنوعی و در عین حال بهبود بهرهوری انرژی آنها طراحی شده است.
در مقایسه با فرآیند N2 پیشرو در صنعت TSMC که در اواخر سال جاری وارد مرحله تولید میشود، A14 سرعت را تا 15٪ در همان توان بهبود میبخشد یا توان را تا 30٪ در همان سرعت کاهش میدهد، همراه با بیش از 20٪ افزایش در تراکم منطقی. این را شرکت TSMC اعلام کرد.
شرکت TSMC انتظار دارد که تولید تراشه برای مشتریان هوش مصنوعی مانند Nvidia با فرآیند A14 را در سال 2028 آغاز کند. این را شرکت در یک جلسه توجیهی با تحلیلگران و خبرنگاران پیش از برگزاری سمپوزیوم فناوری آمریکای شمالی این شرکت در کالیفرنیا اعلام کرد.
مدیرعامل TSMC، سی.سی. وی، در یک بیانیه آماده گفت: "فناوریهای منطقی پیشرفته TSMC مانند A14 بخشی از مجموعه کاملی از راه حلها هستند که جهانهای فیزیکی و دیجیتالی را به هم متصل میکنند تا نوآوری مشتریان ما را برای پیشبرد آینده هوش مصنوعی آزاد کنند."
کوین ژانگ، معاون ارشد TSMC، به خبرنگاران گفت که شرکت TSMC از افزایش تقاضا برای تراشههای هوش مصنوعی شگفتزده شده است.
او گفت: "ما فکر میکردیم که دستگاههای لبهای، تلفنهای هوشمند و اینترنت اشیا در مجموع باید بزرگترین مصرفکنندگان سیلیکون پیشرفته باشند، اما دیگر اینطور نیست، عمدتاً به دلیل هوش مصنوعی. افزایش ناگهانی هوش مصنوعی واقعاً چشمانداز صنعت نیمهرسانا را بهطور قابل توجهی تغییر داده است."
این شرکت توضیح داد که چگونه فرآیند A14 میتواند دستگاههای جدیدی مانند عینکهای هوشمند را تامین کند و به طور بالقوه از تلفنهای هوشمند به عنوان بزرگترین دستگاه الکترونیکی مصرفی از نظر تعداد محمولهها پیشی بگیرد.
ژانگ گفت: برای یک روز کامل استفاده از باتری در عینکهای هوشمند، سیلیکون پیشرفته به سنسورها و اتصال زیادی نیاز دارد.
او خاطرنشان کرد: "از نظر محتوای سیلیکونی، این میتواند با یک تلفن هوشمند در آینده رقابت کند."
به گفته TSMC، در حال حاضر، مراکز داده به پایه و اساس برنامههای مبتنی بر هوش مصنوعی تبدیل شدهاند.
در حالی که رقبایی مانند اینتل و سامسونگ در تلاش برای همگام شدن هستند، برترین کارخانه ریختهگری جهان در حال پیشرفت در فناوری ساخت تراشه است.
دان هاچسون، معاون رئیس TechInsights، به EE Times گفت: "TSMC به نوآوری ادامه میدهد، انگار هیچ چیز سر راهش نیست. بسیاری پیشبینی میکردند که دستاوردهای PPA از بین رفتهاند و قانون مور نیز به پایان رسیده است. چیزی که در مورد 14A جدید TSMC بسیار مهم است این است که مشخصات PPA آن اساساً مشابه N2 است."
پشتیبانی فنی
TSMC توسعههایی را شرح داد که از عرضه گره A14 پشتیبانی میکنند، از جمله فوتونیک سیلیکونی که از نور برای سرعت بخشیدن به پردازش در مراکز داده و در عین حال کاهش مصرف انرژی استفاده میکند. به گفته بانک سرمایهگذاری گلدمن ساکس، تقاضای برق مراکز داده احتمالاً در پنج سال آینده افزایش خواهد یافت و فشار بر شبکههای انرژی را افزایش میدهد.
TSMC قصد دارد دایهای نوری را با دایهای الکترونیکی روی یک زیرلایه با اپتیکهای بستهبندی شده مشترک، روی هم قرار دهد.
ژانگ گفت: "ما فکر میکنیم که فناوری زیرلایه آزمایش امروزی قادر است یکپارچگی بین یک کاشی محاسباتی و موتور نوری را گرد هم آورد."
رقیبان کوچکتر TSMC مانند GlobalFoundries و Tower Semiconductor از جمله اولین شرکتهایی بودهاند که تراشههایی با فوتونیک سیلیکونی را به مشتریان ارائه کردهاند. IBM نیز اخیراً راه حل فوتونیک خود را اعلام کرده است.
ژانگ گفت: بهبود 30 درصدی بهرهوری انرژی TSMC با A14 در کاهش مصرف انرژی مراکز داده "قابل توجه" خواهد بود.
او خاطرنشان کرد: "ما از طرحهای یکپارچهسازی interposer خود مانند CoWoS استفاده میکنیم تا حافظه بیشتری را برای کاهش انرژی مصرفی جابجایی حافظه به منطق گرد هم آوریم. ما همچنین با مشتری محصول خود برای ارائه راه حلهای حرارتی پیشرفتهتر، یک طراحی هیتسینک، شریک هستیم. اگر گرما را به طور موثرتری حذف کنید، میتوانید دمای دای را کاهش دهید تا کارایی محاسباتی را بهبود بخشید."
تراشه هوش مصنوعی معمولی امروزی دارای یک مدار مجتمع کوچک با پشته سهبعدی برای الزامات محاسباتی با چگالی بالا است که توسط حافظه با پهنای باند بالا احاطه شده است، که همه اینها روی یک interposer لایه توزیع مجدد یکپارچه شدهاند.
به گفته ژانگ، تغییر مهم در آینده جایگزینی اتصالات مسی با فوتونیک سیلیکونی خواهد بود.
ژانگ گفت: "امروزه سرویس ورودی/خروجی پرسرعت مبتنی بر یک راه حل مسی است. این بسیار پرمصرف است. اگر به مقیاسبندی نرخ سیگنال ادامه دهید و ورودی/خروجی بیشتری اضافه کنید، اساساً به یک وضعیت محدود از نظر قدرت تبدیل میشود. در آینده نزدیک، شاهد خواهیم بود که مشتریان شروع به استفاده از فوتونیک سیلیکونی یکپارچه برای بیرون آوردن سیگنال برای اتصال تراشه به تراشه میکنند."
مشتریان تراشه هوش مصنوعی TSMC شامل Nvidia، AMD و Intel هستند.
ژانگ گفت: "هدف ما این است که فوتونیک سیلیکونی یکپارچه را به یک پلتفرم برای پیکربندیهای مختلف و کاربردهای مختلف تبدیل کنیم. ما در حال همکاری هستیم تا آن را ظرف یک سال به تولید برسانیم."
اولین نسخه از A14 دارای تحویل برق پشتی، فناوری معرفی شده توسط اینتل نخواهد بود. این فناوری مزایایی مانند افزایش چگالی منطقی، بهبود عملکرد ترانزیستور و کاهش افت ولتاژ را ارائه میدهد. TSMC یک نسخه مشتق از A14 را با طرح برق پشتی خود، به نام Super Power Rail، در سال 2029 معرفی خواهد کرد. TSMC برای اولین بار از طرح برق پشتی با گره N16 خود در نیمه دوم سال 2026 استفاده خواهد کرد.
تراشه روی ویفر
طراحیهای تراشه آنقدر بزرگ میشوند که از اندازه 850 میلیمتر 2 رتیکل فراتر میروند، رتیکل فوتوماسک مورد استفاده برای چاپ الگوها روی یک ویفر سیلیکونی است. برای حل این مشکل، TSMC فناوری سیلیکون روی ویفر را شرح داد.
ژانگ گفت: "شما از یک ویفر برای ساخت interposer استفاده میکنید، سپس تمام دایها را روی آن قرار میدهید. این به طور موثر 40 برابر اندازه رتیکل را به شما میدهد، قابلیت از نظر یکپارچهسازی، گرد هم آوردن منطق و حافظه با پهنای باند بالا."
بدون EUV با NA بالا
به طور شگفتانگیزی، TSMC در حال حاضر برنامهای برای استفاده از ابزارهای لیتوگرافی EUV با NA بالا از ASML برای ساخت تراشهها از گره 2 نانومتری تا گره A14 ندارد. TSMC بزرگترین پایگاه نصب شده ابزارهای EUV را در جهان دارد، اما هنوز EUV با NA بالا را اتخاذ نکرده است.
ژانگ گفت: "به عنوان مثال، از 2 نانومتر تا A14، ما مجبور نیستیم از NA بالا استفاده کنیم، اما میتوانیم به حفظ پیچیدگی مشابه از نظر مراحل پردازش ادامه دهیم. در هر نسل از فناوری، ما سعی میکنیم تعداد افزایش ماسک را به حداقل برسانیم. این برای ارائه یک راه حل مقرون به صرفه بسیار مهم است."
اینتل در آوریل 2024 اعلام کرد که اولین شرکت در این صنعت است که ابزارهای EUV با NA بالا را اتخاذ کرده است. این شرکت آمریکایی انتظار دارد که از این ابزارها با سایر فرآیندهای لیتوگرافی برای ساخت تراشههای پیشرفته استفاده کند، که با 18A اینتل در سال 2025 آغاز میشود و به تولید گره 14A اینتل ادامه مییابد. اینتل گفت که رویکرد آن فناوری فرآیند پیشرفته را برای هزینه و عملکرد بهینه میکند.