格罗方德押注FD-SOI:不用EUV,目标7nm级性能

资讯 腾讯网 作者:腾讯网 全文 5292 字 · 约 14 分钟读完 分类芯片

八年前,格罗方德(GlobalFoundries)宣布停止7nm FinFET工艺的研发。八年后,这家晶圆代工厂正在尝试以另一条技术路线,重新进入先进逻辑工艺的竞争。 在接受Tom's H....

所属频道 算力与芯片

八年前,格罗方德(GlobalFoundries)停下了7nm FinFET工艺的研发脚步。八年过去,这家晶圆代工厂换了一条技术路线,试图重回先进逻辑工艺的赛场。格罗方德FD-SOI业务部门副总裁Sudipto Bose在接受Tom's Hardware采访时,把公司新一代FDX Fusion工艺的细节讲了一遍。该技术建立在FD-SOI(全耗尽型绝缘体上硅)之上,用的是先进平面晶体管,不依赖EUV光刻,目标是把功耗和性能做到7nm级别,逻辑密度则达到8nm级别。



严格说,它算不上传统意义上的7nm工艺。格罗方德公布的数据显示,FDX Fusion的逻辑密度是每平方毫米1400万个逻辑门,折合约5600万颗晶体管/mm²(按双输入NAND门、每个逻辑门对应4颗晶体管计算)。格罗方德把它归入7nm级别,主要看的是芯片最终能跑出怎样的功耗和性能,晶体管密度并非依据。



这背后是格罗方德对FDX Fusion的定位:不去和传统先进FinFET工艺硬拼晶体管密度,转而借助FD-SOI的结构、材料和工艺创新,在不用EUV的前提下拿出有竞争力的性能,同时尽量压低芯片设计与制造的成本。




突破传统工艺的性能边界




格罗方德在FD-SOI上的投入并非始于今日。Sudipto Bose称,公司在这一领域已经持续投资接近八年。眼下,格罗方德的22FDX及22FDX+平台已经积累了相当数量的客户,超过90家客户的产品正陆续进入生产爬坡阶段。



格罗方德之所以接着往下做FDX Fusion,原因也在这里。


FD-SOI跟传统FinFET在晶体管结构上就走的是两条路。它用超薄硅层加埋氧层(BOX),靠控制沟道硅层的厚度把沟道做到完全耗尽。跟传统体硅工艺比,这种结构功耗低,背栅控制能力也好。自适应体偏置(Adaptive Body Bias,ABB)则是FD-SOI手里的一张重要技术牌:给晶体管体区加不同电压,阈值电压就能跟着变——正向偏置把阈值电压拉低、性能提上去,反向偏置把阈值电压抬高、漏电功耗压下来。



有了这套手段,芯片就能随不同工作负载,在性能和功耗之间动态找平衡。


在格罗方德看来,FD-SOI的潜力到22nm并没有用完。FDX Fusion想做的,就是在原有技术优势不掉的前提下,把数字逻辑密度、射频性能和存储集成能力再往上推一截。


Sudipto Bose还举了个例子:现在的22FDX放在一些应用里,逻辑门密度确实没到16nm工艺的水平,可论CPU频率、每瓦性能这些系统指标,已经能摸到16nm级别,有些情况下甚至能到12nm级别。


这也正是格罗方德看工艺节点竞争的路子:晶体管密度当然要紧,但芯片最后能不能满足系统对性能、功耗、面积的要求,一样要紧。




FDX Fusion的核心技术




传统FD-SOI结构之上,FDX Fusion靠什么把性能再往上推一截?


先从晶体管说起。


格罗方德正与Soitec、CEA-Leti联手,在FAMES项目下为FDX Fusion开发应变硅衬底,Sudipto Bose透露了这一消息。


FD-SOI用的绝缘体上硅晶圆由Soitec专门供应,三方要解决的问题是:怎样把应变引入这类衬底,让电荷载流子的迁移率变好,晶体管性能随之提高。


这套方案目前已在实验室里验证可行,接下来合作伙伴要打磨制造工艺,为量产铺路。


衬底材料之外,PFET和NFET也是格罗方德性能优化的重点,相关项目有多项。


据Sudipto Bose介绍,FDX Fusion的研发投入大体分两块:晶体管本身占约50%,接触栅极间距(CPP)与金属层间距的优化占另外50%。


晶体管和互连结构的密度,直接取决于这两个间距。格罗方德的办法是上更先进的图形化技术、光刻工艺,再加上栅极氧化层工程,把尺寸继续往下压。


光刻路线没有转向EUV,FDX Fusion依旧走DUV。要拿到目标的栅极和金属间距,关键层预计得用多重图形化。


CPP和金属间距的具体数值,格罗方德还没公布。Sudipto Bose的说法是,这里面有技术IP,公司想先完成首批硅片验证,再一步步告诉客户。


换句话说,FDX Fusion并非把现有22FDX工艺直接缩一圈,晶体管、衬底、光刻、互连几个环节都得系统性地升级。




7nm级的说法从何而来?




格罗方德在逻辑密度和性能上走了另一条定义路子,这也是FDX Fusion最受关注之处。按官方公布的目标,每平方毫米可做到1400万个逻辑门;若按双输入NAND门折算,约合5600万颗晶体管/mm²,已经贴近三星8nm级工艺的水准。



那格罗方德为什么不干脆叫它8nm,偏要定成7nm级?Sudipto Bose的说法是,逻辑门密度管的主要是芯片物理尺寸,芯片实际跑成什么样,它反映不全。FDX Fusion不只把逻辑密度往上推,还留住了FD-SOI的自适应体偏置能力,标准单元和金属互连也一并做了优化。



格罗方德的目标是让最终芯片在TOPS/W这类指标上追平甚至压过传统7nm工艺。功耗和性能方面,公司给出的目标也比较具体:拿现有一代FDX平台当基准,FDX Fusion要做到性能提升30%、功耗降低40%;若以标准核心来比,至少也要有20%的改善。



不过这些数字目前都还是格罗方德的研发目标,最后能跑到什么水平,要看具体应用和芯片设计。


这样看,FDX Fusion的7nm级定位,并非宣称晶体管密度和传统7nm FinFET一样,而是想靠一套不同的技术组合,拿到相近的综合性能。




从应用定位来说,格罗方德把FDX Fusion放在连接、射频和低功耗芯片上,并不打算拿它去做通用CPU或大型AI计算芯片的制造平台。





连接类芯片是头一个方向,涵盖Wi-Fi、蓝牙、蜂窝通信和卫星通信等应用。格罗方德FD-SOI在这一块原本就有市场基础,FDX Fusion想的是把射频性能再往上推,接住更高的数据传输需求。


Sudipto Bose专门点出500GHz的fT/fmax指标,也就是晶体管的截止频率和最大振荡频率。高频射频电路很吃这项能力,FDX Fusion借此可以面向性能要求更高的连接应用。


汽车雷达同样被划进重点市场。格罗方德在汽车领域已有较多雷达业务,81GHz相关应用尤其集中。FDX Fusion性能上来之后,公司希望帮客户把汽车雷达产品组合铺得更开,汽车MCU也一并列入目标市场。


边缘AI是另一处布局。Sudipto Bose把物理AI拆成Sense、Think、Act和Connect四个环节,即感知、思考、行动和连接。人形机器人和汽车要靠视觉系统感知周围,再由推理芯片理解环境、作出判断;语音识别芯片则负责收声、识别语义并完成相应推理。这类应用未必需要数据中心级别的算力,但对功耗、实时响应和本地推理能力要求不低。FDX Fusion想做的,就是给边缘视觉处理、语音识别和推理芯片提供工艺支持。





数据中心方向上,格罗方德盯的也不是CPU,而是数据连接和信号处理。


落到数据中心的实际环节,硅光技术要干的活是电信号和光信号之间的相互转换。接收端先把光信号变成电信号,这时候信号往往偏弱,还得经过放大电路处理,再送往计算芯片。


这类放大电路,格罗方德眼下用的是硅锗工艺。往后,FDX Fusion也会成为客户可选的另一条工艺路径。


Sudipto Bose专门点出了100Gbps至200Gbps每波长的应用场景,以及TIA(跨阻放大器)、时钟恢复电路等设计。


从这些方向看,格罗方德想把FD-SOI从过去低功耗芯片的地盘,往高速数据中心互联上再推一步。




绕开EUV,把成本压下来




性能是FDX Fusion的技术目标,成本则是格罗方德想立起来的另一张牌。


传统6nm、7nm级先进工艺离不开EUV光刻设备,设备投入和光罩成本都不低。


FDX Fusion走的是DUV光刻加先进平面晶体管的路子,用不上EUV设备。格罗方德因此有机会拿出一个价格更有竞争力的工艺平台。


Sudipto Bose称,FDX Fusion的光罩费用预计会比6nm级工艺低不少,客户流片时也不用再掏同等水平的钱。


这对边缘AI、汽车电子这类需要大量专用芯片的领域来说,意义不小。边缘设备跟大型通用处理器不一样,往往得针对不同应用单独设计芯片,一颗芯片很难把所有应用都包下来,客户可能得为不同产品分别开发。



可要是每流一次片都得扛数百万美元的光罩成本,开发多款专用芯片的经济压力就上来了。


格罗方德想用FDX Fusion把这个门槛压下去,让客户能按不同应用多次流片,又不必背上与传统先进节点一样重的设计成本。


当然,不用EUV不代表FDX Fusion就好造。


Sudipto Bose也直言,这会是全球最先进的平面晶体管工艺之一,制造复杂度比现在22nm级FD-SOI产线高出一截,也高过格罗方德的12nm FinFET工艺。


公司正跟设备供应商一起,找能达标又能稳住良率的设备组合。


设备投资上,FDX Fusion还是得添新设备,不过格罗方德打算在前端晶体管制造环节尽量把现有设备用起来。


公司的目标是让FDX Fusion的运行成本明显低于传统7nm或6nm级工艺。成本优势到底有多大,得等晶圆厂做完内部工艺验证才能进一步确定。




大规模量产的时间点定在2030年。格罗方德同时给出了从设计工具到客户投产的分步安排。




商业化节奏上,这家公司的规划相当具体:2027年年中先拿出首版FDX Fusion PDK(工艺设计套件),客户和设计生态从那时起就能着手芯片设计。



到2028年,格罗方德期望进入初期客户生产阶段。Sudipto Bose特意点明,这一步是初期客户生产,并非大规模量产。真正的高良率、有意义的量产规模,公司的目标设在2030年。



眼下已有客户表态要用这项技术做芯片,不过格罗方德还得先把符合客户规格的产品交出来。


采访里还说到BMW、Bosch、NXP、Siemens和Tesla这些企业。按Sudipto Bose的说法,它们过去几年一直在推着格罗方德开发同类技术,也提了相应需求。公司现在要做的,是证明这个技术平台能交付、能满足这些要求。


EDA和IP生态这一侧,格罗方德已同主要EDA厂商接洽,眼下处在RFI/RFQ阶段,沟通前后持续了大约六到九个月。


头两年,工作重心放在试点客户身上,先做标准单元、I/O和SRAM这类基础IP。PCIe Gen 4/5、LPDDR6、DisplayPort等复杂IP则跟着首批客户的具体应用需求来,一步步补齐。内部还有MIPS和ARC处理器IP资源可用,用来推FDX Fusion生态。Sudipto Bose透露,MIPS会与公司联手开发面向物理AI优化的平台,把现有处理器IP与FDX Fusion工艺做适配。



在Sudipto Bose看来,有了MIPS这样一家内部客户,开发节奏能提速5倍。原因在于MIPS可以提前把测试芯片做出来,再把问题反馈给工艺团队。




格罗方德还在摸别的路子。




按照格罗方德的说法,FDX Fusion只是第一代产品,下一代技术往哪个方向走,公司已经在琢磨了。


Sudipto Bose提到,创新实验室里还压着几项技术:嵌入式非易失性存储器、EDA布线、Chip Folding、2.5D集成。这些以后都可能被装进下一代FDX Fusion。


至于下一代产品什么时候发布,眼下还没定。格罗方德估计,要等到2028年上半年到年中,首批硅片验证做完、客户反馈陆续回来,技术路线才会看得比较清楚。


FDX Fusion并不是把CEA-Leti现成的研究成果拿来就用。


Sudipto Bose说,衬底工程这块由格罗方德跟Soitec、CEA-Leti一起做,其余部分基本是格罗方德自己的积累,包括现有FDX平台、之前的7nm项目,还有12nm工艺研发中攒下的技术。


从这次采访看,格罗方德没打算回头去挤传统先进FinFET那条路,而是想用FD-SOI另立一套打法:靠先进平面晶体管加特殊衬底把性能拉上去,用DUV工艺避开EUV设备投入,再拿较低的设计成本去吸引边缘AI、汽车电子和高速互联的客户。


这条路走不走得通,说到底得看2028年首批客户产品拿出的成绩,以及2030年量产时的实际表现。不过对FD-SOI来说,FDX Fusion好歹指出了一个新方向:它已经不只是22nm时代那种主打低功耗的特色工艺,眼下正往更高性能的专用芯片市场里探。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 印度MeitY:24个月自研GPU,1.275万亿卢比计划铺路

    【TechWeb】11月6日消息,据印度科技媒体ETGovernment报道,印度电子和信息技术部(MeitY)秘书长S. Krishnan在接受专访时表示,根据“印度半导体使命2.0”(India Semiconductor Mission 2.0),印度政府计划支持本土GPU芯片研发,并预计这项工作需要约24个月。

    来源 腾讯网
  2. 乌兰察布模式:美国数据中心为何被叫停,中国为何忙着开工

    数据中心迎来了它的至暗时刻。美东时间2026年11月5日,美股AI产业链创下了19个月来最大的单日跌幅。纳斯达克综合指数收跌5.52%,较10月高点回撤逾10%、跌进技术性回调区间;费城半导体指数跌12.25%,英伟达跌9.26%,AMD跌17.26%,闪迪跌22.26%,全市场市值一天少了约3万亿美元。就在美股大跌的

    来源 腾讯网
  3. 印度要自研GPU:24个月目标,预算1.275万亿卢比

    【TechWeb】11月6日消息,据印度科技媒体ETGovernment报道,印度电子和信息技术部(MeitY)秘书长S. Krishnan在接受专访时表示,根据“印度半导体使命2.0”(India Semiconductor Mission 2.0),印度政府计划支持本土GPU芯片研发,并预计这项工作需要约24个月。

    来源 AI 行业观察
  4. 印度GPU自研计划:24个月目标与1.275万亿卢比预算

    印度在ISM 2.0下瞄准本土GPU,正是对这一结构性约束的回应。与此同时,印度当前的AI算力供给仍然高度依赖进口。IndiaAI Mission的共享算力池在2026年6月达到超过45,000块GPU,面向研究人员和初创企业提供补贴性算力接入。但据印度媒体报道,截至2026年10月,该任务实际可用的GPU约为30,0

    来源 TechWeb
  5. 印度拟24个月自研GPU:ISM 2.0覆盖设计到制造

    印度在ISM 2.0下瞄准本土GPU,正是对这一结构性约束的回应。与此同时,印度当前的AI算力供给仍然高度依赖进口。IndiaAI Mission的共享算力池在2026年6月达到超过45,000块GPU,面向研究人员和初创企业提供补贴性算力接入。但据印度媒体报道,截至2026年10月,该任务实际可用的GPU约为30,0

    来源 TechWeb
  6. 王兴兴:芯片产能全球告急,算力替代模型成AI竞争关键

    11月6日,宇树科技(688836.SH)创始人、董事长王兴兴在世界浙商大会上称,人工智能竞争的根本正在从模型转向支撑模型的底层资源。他依次提到数据、算力、芯片、能源和矿五类资源,并称“目前全球的芯片产能是远远不够的,即便把行业已规划的扩产计算在内,仍然不够”。在这场发言中,芯片产能被放在最紧的位置。“哪怕以目...

    来源 腾讯网
  7. 日企承认短期离不开中国钨链:出口管制推高微钻头价格

    由于熔点高、硬度大,钨是制造切削工具、汽车,以及半导体设备等众多工业产品不可或缺的稀有金属。近年来,人工智能(AI)热潮推动半导体行业需求激增,钨市场供需持续趋紧。去年年初,中国对多种钨相关材料实施出口限制,铋、钼等关键金属也在其中。“中方的出口限制,令AI供应链承压,”11月5日,《日经亚洲》以此为题刊...

    来源 腾讯网
  8. 天数智芯天垓300实测对标国际主流:单卡吞吐达1.05倍

    中经记者 李玉洋 上海报道“快速迭代、还未收敛”,这是当前算力和大模型技术发展的一个共同表征。“现在整个行业还处在算法快速迭代的阶段。哪怕同一家公司、不同版本模型的计算特征、算子结构都会发生改变。”日前,国内通用GPU(GPGPU)厂商天数智芯(09903.HK)副总裁邹翾在“从模型到世界”媒体开放日活动上如是表示。.

    来源 腾讯网
  9. 红米跑iOS 16、Mac跑安卓:AI正让搞机圈重新热闹

    在红米上成功运行iOS 16、在Mac上运行安卓App,这些尝试在最近一两个月突然热闹起来。 前不久,B站UP主@RryanLyu甚至还成功让一加Ace 5运行了鸿蒙6,还修复了GPU驱动,能够正常显示桌面、系统动效和应用小窗。 几乎同时,还有人通过修改底层配置,成功解除了部分英伟达RTX 20、30、40系列显卡的计

    来源 AI 行业观察
  10. 微软停续甲骨文AI算力合同:旧代英伟达芯片触发800亿美元云合约重审

    彭博社报道,微软已停止续约2023年与甲骨文签订的AI算力租赁协议,核心原因是甲骨文服务器搭载的旧代英伟达芯片已不符合微软当前需求。此举是微软对逾800亿美元外部云合约系统性重审的组成部分,甲骨文股价当日下跌约4%。与此同时,AI云服务商IREN因微软调整技术规格要求,被迫将逾40亿美元年化算力容量的上线时间推迟至明年

    来源 AI 科技快讯
  11. Diamond Foundry 成功制造世界首个 200mm(8 英寸)金刚石单晶

    IT之家 11 月 7 日消息,企业 Diamond Foundry 当地时间本月 5 日宣布,其成功制造出世界首个 200mm(8 英寸)金刚石单晶。 更大的单晶尺寸意味着更优秀的晶边面积利用率和更高的生产效率,有助于加速金刚石材料在半导体领域的商业化应用。 金刚石拥有超宽禁带、高载流子迁移率、高击穿场强、高热导率等

    来源 AI 行业观察
  12. 台积电与英伟达:数据中心政策冲击下谁被错杀

    市场恐慌时最大的危险,不是跌。是把不同的东西,当成同一种东西在卖。 11月5日到6日,纳斯达克单日跌5.52%。费城半导体指数暴跌12.25%,创2020年3月以来最大单日跌幅,标普500成分股单日蒸发约2.9万亿美元,七巨头合计损失约1.04万亿美元。 其中,尤其AI数据中心产业链全军覆没,大量之前网红热门股,跌幅普

    来源 AI 行业观察
  13. 英伟达1140万美元AI芯片运输途中失踪,奥克兰警方仍在追查

    被盗物品为AI芯片和计算机硬件,价值高达1140万美元(约合7610万元人民币)。分析人士表示,这可能是一起针对高科技企业精心策划的盗窃案。这批芯片在美国境外的售价接近美国本土的两倍,不排除赃物已经被转运出境的可能。

    来源 华尔街见闻
  14. 谷歌母公司押注AI芯片:豪掷5.48亿美元建仓高通

    快科技11月7日消息,Alphabet(谷歌母公司)最新提交的13F持仓文件披露,公司在第三季度首次建仓高通,购入297.7万股,持仓市值约5.48亿美元,占高通总股本不足0.5%,这笔新增持仓直接跻身Alpha

    来源 快科技
  15. 摩根士丹利反思AI交易:“建设”叙事退场,应用层接棒

    摩根士丹利警告:AI投资逻辑正经历结构性转变。纳斯达克较高点回调逾10%,费城半导体指数单日暴跌12%,本轮抛售被定性为对冲基金仓位出清而非基本面崩塌。更关键的是,AI资本开支增速预计从2026年的100%骤降至2028年的14%——押注数据中心建设的单一叙事已走到尽头,市场重心正从基础设施供应商转向真正能变现盈利的应

    来源 华尔街见闻
  16. 费城半导体指数涨6.57%,AMD飙13.2%,AI硬件股全线反弹

    IT之家 11 月 6 日消息,美国股市今日开盘后,AI 硬件产业链全线反弹,费城半导体指数最高涨 6.57%。 个股方面,AMD 涨 13.2%,闪迪涨 11.75%,希捷科技涨 6.34%,美光科技涨 9.07%,迈威尔科技涨 9.46%,Lumentum 涨 9.58%;英伟达涨 6.44%,台积电涨 7.55%

    来源 AI 行业观察
  17. 三星SK海力士单季利润破纪录:存储涨价见顶,AI高端品仍紧俏

    近日,全球存储产业交出了半导体史上最惊人的一份季度财报组合。 2026年第三季度,三星电子单季营业利润107.4万亿韩元,成为全球第一家单季营业利润突破100万亿韩元的科技公司;SK海力士单季营收首次越过100万亿韩元,营业利润率高达80%;美光单季营收542亿美元、毛利率87%;铠侠单季营收2.48万亿日元,一个季度

    来源 AI 行业观察
向下滚动自动加载更多