半导体 7 纳米制程的第一轮战役由台积电抢下全球头香,且主要 IC 设计大客户苹果、海思、高通、NVIDIA、AMD、比特大陆、GMO、嘉楠耘智等数十家订单全数到手,但在台积电看似赢的风光又漂亮之际,最大劲敌三星电子正在密谋一场世纪大反扑计划,要挖走台积电在人工智能芯片上的“镇庙大神”。
三星 7 纳米问世的时间点落后台积电,然而为求一举成名,推出的第一版就会导入 EUV 光刻技术。反之,台积电为了在今年第三季提前让 7 纳米工艺问世,该版本并没有导入 EUV 光刻技术。台积电“抢快”策略确实获得第一轮战役的巨大成功,但三星采用 EUV 光刻机的 7 纳米来势汹汹,带来的效能提升,以及后续影响力的爆发,恐怕会让台积电如坐针毡。
台积电有“人工智能造芯者”之称,Google 是其中的“镇庙大神”
半导体产业靠着智能手机已饱餐多年,然进入 7 纳米工艺后,手机已无法支撑其巨额投资。因此,高速运算 HPC 应用包含人工智能、 GPU / CPU 、服务器、加密货币等重要性很快将凌驾于手机之上,成为 7 纳米应用的生力军。
很早看准高速运算 HPC 商机的台积电,素有“人工智能造芯者”之美誉,全球只要喊的出来名号的人工智能芯片,大约9 成都由台积电操刀,包括 Google 、NVIDIA、赛灵思、寒武纪、深鉴、地平线、比特大陆、嘉楠耘智等。
而 Google 针对机器学习、改善搜索引擎、影像搜索、云视觉API 、翻译、地图等云计算服务的效率与准确性而设计的定制化 ASIC :TPU(Tensor Processing Unit),曾是 DeepMind 旗下AlphaGO 打败韩国围棋高手李世乭而一战成名的背后功臣。
为验证 TensorFlow 框架,Google 仿效苹果跨入自制芯片一途所推出的 TPU,在机器学习效率号称比 GPU 和 CPU 速度快上 15 ~ 30 倍。
Google 的 TPU 从第一代开始,一直到 2018 年演进到第三代 TPU 都是由台积操刀生产,而 ASIC 设计是由 Marvell 或博通打造,这样的合作一直被视为是生产 Google TPU 的“铁三角”胜利方程式。
Google 的 人工智能芯片 TPU 第一~三代都由台积电操刀,然 7 纳米惊传分手
但近期有个震惊业界的消息传出,Google 未来采用 7 纳米制程工艺的 TPU 芯片,将会首度从台积电转单到三星生产,届时三星也将包办 ASIC 设计、芯片制造到后段封测,这恐怕将成为三星在 7 纳米战役上的一大胜利,抢下台积电在人工智能芯片客户群中的“镇庙大神”!
为什么 Google 的 7 纳米TPU 芯片要从老班底台积电转单到三星?这是个让人跌破眼镜的选择。
业界对于个中原因是众说纷纭,“价格论”再度被提出,认为这次又是三星不计成本的低价抢单。业界曾形容,三星为了抢单是无所不用其极,甚至提出让客户觉得“不答应还真是脑袋坏掉”的超低价格。然而,Google TPU 并非大宗型产品,价格绝非选择代工厂的首要考量。
行业内人士分析,关键原因有两个,第一是 3D 堆叠技术,第二是功耗问题。台积电的制程功耗太大,会导致后端封装承受不住,只好降低效能作来因应,这导致前几代 Google 的 TPU 在效能上有一些限制。
再者,TPU 芯片需要大量且精准的 3D 堆叠技术把运算单元叠起来,更重要的是,散热必须要好,而三星一直以来在这方面的技术很强,因为存储器早已大量使用 3D 堆叠工艺,三星又是存储产业的龙头,技术自然不在话下。
当然,台积电也有 CoWoS(Chip on Wafer on Substrate)技术将多颗芯片整合堆叠在单一元件上,再封装于基板,但传出三星极力优化该方面的技术,加上三星在散热的处理上优于台积电,使其成为胜过台积电拿下 Google 的 7 纳米 TPU 订单的关键。
还有一点,三星为了确保帮 Google 代工的 TPU 稳定度,虽然终极目标是以 7 纳米生产,但不排除先导入 10 纳米,确定没问题后,再以 7 纳米作为量产工艺节点。所以,三星为 Google 代工的 TPU 技术,也可以说是以 10/7 纳米两个世代打造。
三星为 Google“造芯”贴身“临摹”后恐实力大增 不利于其他 AI 阵营
不过,Google 的人工智能芯片让三星代工,恐埋一个巨大隐忧,这不是对 Google,而是对其他阵营的人工智能芯片业者。
三星在业界一向有“Copy Cat”之称,客户让三星代工产品,最怕的就是关键技术被偷偷学去,况且三星的产品线从最上游的各式逻辑芯片、存储芯片、制造生产,甚至是机台设备都自己掌握,一直延伸到系统端包括电视、手机、面板等,所有产品是无所不包,人工智能是新时代显学,三星自然是追求做到顶尖。
若三星帮 Google 的人工智能芯片做 ASIC 和生产,无非是给了三星一个向巨人贴身“临摹”的绝佳机会,Google 的人工智能当中窍门恐被“聪明绝顶”的三星学了去。
不过,业界认为 Google 可是一点都不担心,因为对方偷得了硬件,但 Google 擅长的软件是三星学不到的。
但真正该担心的是 Google 以外的人工智能芯片公司,三星从巨人身上即使学不到 9成武功,只要学个 6 ~ 7 成功力,就可以大幅优化自家的人工智能芯片,这恐怕十分不利于竞争对手。
这也是台积电一直以来所倡导的观念,唯有纯晶圆代工厂模式(pure foundry business model),不与客户竞争、不生产自己的产品,才能获得客户青睐。
据业者透露,其实 Google 找上三星也不是首选,原本属意找英特尔的晶圆代工部门合作,但英特尔早已决定淡出该领域,在没有其他选择下,只好找三星试试看,看看下一个“朋友”会不会更好。
三星这次挖角 Google 订单,也让人回忆起当年高通在FinFET 制程工艺的选择上,舍台积电、选择三星的往事。
回顾一下台积电和三星上一次的技术大过招,是发生在 3 ~ 4 年前的传统平面式技术,转进鳍式场效电晶体 FinFET 技术架构之役,该战役具有跨时代的意义。
当时,三星的 14 纳米 FinFET工艺制程领先台积电的 16 纳米 FinFET工艺制程量产,这是三星在技术上第一次超车台积电,且首次抢下原本属于台积电的大客户高通的订单,在晶圆代工领域是一战成名,也逼得台积电出面表示其 16 纳米 FinFET 技术虽是“后发”,但绝对会“先至”!
虽然之后三星领先问世的 14 纳米 FinFET 工艺,但无论从市占率、客户数角度,都被台积电狠狠超越,但这一精彩交锋已是历史留名,更点出台积电与高通这位老伙伴之间,数十年来从“相知相惜”逐渐转为“矛盾”的情节,才让三星有机可趁。
当年高通放弃台积电的 FinFET 工艺而选择三星,外传的理由很多。有人说,三星几乎是不赚钱,甚至是“倒贴”高通来抢单; 也有人说三星的 FinFET 工艺确实推出的时间比较早; 更有人说,台积电自从有了苹果这位让它在行动通讯时代登峰造极的大客户后,高通觉得受到“冷落”,因此“移情别恋”。
不过,台积电在 7 纳米工艺上抢下全球量产的头香,自然又把高通这位“老朋友”给盼回来,加上有 100% 苹果处理器芯片的代工订单,台积电的 7 纳米首役是赢的风光。
然近期业界也传出,等到明年三星采用 EUV 光刻技术的 7 纳米工艺量产后,高通恐怕将再度回到三星怀抱,这点是台积电不得不防的。
三星的 7 纳米不抢“快”要抢“威”,导入 EUV 台积电硬是打脸反击
三星的 7 纳米策略不“抢快”,而是“抢威”,第一版的 7 纳米 LPP 制程要立刻让 EUV 技术导入,因此跳过非 EUV 技术的版本,导致量产 7 纳米工艺的时间点落后台积电。根据规划,三星预计是年底到明年初的时间点进入生产。
业界认为,真正导入 EUV 光刻技术的 7 纳米版本,才是具有历史意义的技术制程。
因此,台积电总裁兼副董事长魏哲家日前在法说会上高分贝喊话“我们将会是第一家量产 EUV 技术的半导体厂!”宣示意味浓厚,挑明过招的对象,就是预计几乎是同时间量产的三星。
图丨张忠谋
DT 君曾当面问过台积电创办人张忠谋,三星和英特尔,谁才是台积电真正的敌人?当时张忠谋早已断言,英特尔的企业文化缺乏“服务的精神”,因为英特尔向来只服务自己的产品,然而“服务客户”是晶圆代工模式的精髓之一,这似乎在暗示英特尔进入晶圆代工产业注定不会成功,如今回顾,是一语成谶。
然谈到三星,张忠谋的口气大为不同,他认为三星是一家十分有决心和毅力,且高层一下令是整个组织都会凝聚一心达成目标的公司,这非常不容易。
业界提到一个重点,三星是一家只要锁定一个领域进入,凡事绝对要做到第一的企业,没有所谓的“老二哲学”。这一点,是让很多对弈者都毛骨悚然的特质。
台积电在晶圆代工领域的市占率已经攀上 60%,龙头地位无可撼动,但三星进入该产业的轨迹从帮苹果做代工,陆续转型为生产自己的手机处理器芯片,甚至几年前在 FinFET 技术战役上超车台积电、抢下高通订单,实力绝对不容小觑。
这一次,三星 7 纳米技术要直取台积电在人工智能领域的“镇庙大神”Google 订单,更要抢回高通的处理器订单,这已经预告,台积电眼前的赢不是赢,更激烈的战役还在后面等着,第二轮的 7 纳米技术之役,未开战却早已硝烟四起!
-
半导体
+关注
关注
334文章
26840浏览量
214093 -
台积电
+关注
关注
43文章
5595浏览量
165952 -
ai技术
+关注
关注
1文章
1250浏览量
24188
原文标题:谷歌下一代 7 纳米 TPU 惊爆弃台积电,转单三星!恐成韩国 AI 技术实力反转直上拐点
文章出处:【微信号:Anxin-360ic,微信公众号:芯师爷】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论