رفتن به محتوای اصلی
فرآیند آنگسترومتوضیح۲۹ مرداد ۱۴۰۵، ۶:۲۳· 7 دقیقه مطالعه· #1 از 2 در هوش مصنوعی

معماری تراشه A16 تی‌اس‌ام‌سی با انتقال برق از پشت برای پردازنده‌های هوش مصنوعی نسل بعد رونمایی شد

تی‌اس‌ام‌سی (TSMC) با موفقیت معماری تراشه کلاس آنگستروم A16 خود را تأیید کرد. این معماری با انتقال خطوط برق به پشت ویفر سیلیکونی، مسیر انتقال برق را کاملاً از مسیر مسیریابی داده‌ها جدا می‌کند. این پیشرفت که تولید انبوه آن برای اواخر سال ۲۰۲۶ برنامه‌ریزی شده، نویدبخش شکستن گلوگاه‌های سخت‌افزاری فعلی برای پردازنده‌های هوش مصنوعی نسل بعد است.

به قلم آزاده ابراهیمی

تی‌اس‌ام‌سی و شرکای تولید 40%اینتل و رقبا 30%تحلیلگران صنعت 30%
تی‌اس‌ام‌سی و شرکای تولید
تمرکز بر ادغام یکپارچه معماری‌های جدید برق با اکوسیستم‌های طراحی موجود برای حفظ تسلط بر بازار.
اینتل و رقبا
طرفداری از بازطراحی‌های اساسی و تهاجمی‌تر معماری سلولی برای به حداکثر رساندن مزایای نظری انتقال برق از پشت.
تحلیلگران صنعت
تأکید بر چالش‌های عظیم تولید، نرخ بازده و مدیریت حرارتی مورد نیاز برای رساندن تراشه‌های کلاس آنگستروم به تولید انبوه.

اصطلاحات کلیدی

GAAFET (ترانزیستور اثر میدانی گیت فراگیر)
طرحی از ترانزیستور که در آن مواد گیت به طور کامل کانال رسانا را احاطه می‌کند و کنترل بهتری بر جریان الکترون‌ها و کاهش نشت فراهم می‌آورد.
ریل توان فوق‌العاده (Super Power Rail یا SPR)
پیاده‌سازی اختصاصی تی‌اس‌ام‌سی از انتقال برق از پشت، که برق را مستقیماً از پشت ویفر به منبع و تخلیه ترانزیستور متصل می‌کند.
افت IR
کاهش ولتاژی که هنگام عبور برق از سیم‌کشی فلزی مقاومتی یک تراشه رخ می‌دهد و می‌تواند عملکرد را کاهش دهد.
گره (Node)
یک نسل خاص از فناوری تولید نیمه‌رسانا، که به طور سنتی بر حسب نانومتر اندازه‌گیری می‌شود و نشان‌دهنده مقیاس و تراکم ترانزیستورها است.
FinFET
استاندارد قبلی برای طراحی ترانزیستور، که از ساختار سه‌بعدی باله‌مانند استفاده می‌کند که توسط گیت از سه طرف احاطه شده است.

نکات کلیدی

  • تی‌اس‌ام‌سی فرآیند A16 خود را با موفقیت تأیید کرده و ورود خود را به «عصر آنگستروم» در تولید تراشه رقم زده است.
  • فرآیند A16 «ریل توان فوق‌العاده» را معرفی می‌کند که شبکه توزیع برق تراشه را به طور کامل به پشت ویفر منتقل می‌کند.
  • این تغییر معماری فضای جلویی را برای سیگنال‌های داده آزاد می‌کند و تراکم و افت ولتاژ را کاهش می‌دهد.
  • A16 در ترکیب با ترانزیستورهای گیت فراگیر (GAAFET)، در مقایسه با فرآیندهای قبلی، تا ۱۰٪ سرعت بیشتر یا ۲۰٪ مصرف برق کمتر ارائه می‌دهد.
  • این فناوری به طور خاص برای الزامات توان و تراکم عظیم شتاب‌دهنده‌های هوش مصنوعی نسل بعد هدف‌گذاری شده است.
  • تولید انبوه فرآیند A16 برنامه‌ریزی شده است که در سه‌ماهه چهارم سال ۲۰۲۶ آغاز شود.

تی‌اس‌ام‌سی با موفقیت فناوری فرآیند A16 خود را تأیید کرد و ورود قطعی خود را به «عصر آنگستروم» در تولید نیمه‌رساناها رقم زد. فرآیند A16 که تولید انبوه آن برای سه‌ماهه چهارم سال ۲۰۲۶ برنامه‌ریزی شده است، صرفاً کاهش سنتی در اندازه ترانزیستور نیست. در عوض، این فرآیند نشان‌دهنده بازطراحی اساسی نحوه دریافت برق توسط ریزتراشه است. تی‌اس‌ام‌سی با انتقال شبکه توزیع برق به پشت ویفر سیلیکونی، در حال حل یک ترافیک فیزیکی است که پیشرفت پردازنده‌های هوش مصنوعی نسل بعد را تهدید می‌کرد.[1][4]

برای درک این پیشرفت، باید به فضای میکروسکوپی یک ریزتراشه مدرن نگاه کرد. برای دهه‌ها، هم سیم‌هایی که برق (توان) را تأمین می‌کنند و هم سیم‌هایی که داده‌ها (سیگنال‌ها) را منتقل می‌کنند، روی ترانزیستورها در قسمت جلویی ویفر سیلیکونی لایه‌بندی شده‌اند. با کوچک شدن ترانزیستورها به مقیاس‌های اتمی، این بزرگراه‌های میکروسکوپی به طرز باورنکردنی شلوغ شده‌اند. خطوط برق و خطوط سیگنال مجبورند برای همان فضای بسیار کوچک با هم رقابت کنند.[2][5]

این تراکم یک مشکل جدی به نام «افت IR» ایجاد می‌کند. با نازک‌تر و فشرده‌تر شدن سیم‌های برق، مقاومت الکتریکی آن‌ها افزایش می‌یابد. تا زمانی که برق از پیچ و خم سیم‌کشی عبور کرده و به ترانزیستور برسد، مقدار قابل توجهی از ولتاژ به دلیل مقاومت از دست می‌رود. برای تراشه‌های با عملکرد بالا که به جریان‌های عظیم و آنی برق نیاز دارند، این افت ولتاژ ترانزیستورها را از انرژی محروم کرده، سرعت آن‌ها را محدود می‌کند و گرمای ناخواسته تولید می‌کند.[2][7]

راه‌حل تی‌اس‌ام‌سی فناوری‌ای به نام «ریل توان فوق‌العاده» (Super Power Rail یا SPR) است که پیاده‌سازی اختصاصی مفهومی به نام انتقال برق از پشت (backside power delivery) است. به جای اینکه برق و داده مجبور به اشتراک‌گذاری جلوی تراشه باشند، A16 کل شبکه توزیع برق را به پشت ویفر منتقل می‌کند. اتصالات میکروسکوپی ویژه‌ای که به عنوان تماس‌های پشتی شناخته می‌شوند، از طریق سیلیکون حفر می‌شوند تا برق را مستقیماً به پایه ترانزیستورها برسانند.[3][6]

با انتقال برق‌رسانی به پشت ویفر، معماری A16 فضای حیاتی را برای سیگنال‌های داده در جلو آزاد می‌کند.

این جداسازی معماری شبیه به انتقال لوله‌های تأسیساتی یک شهر به یک سیستم تونل زیرزمینی اختصاصی است، که خیابان‌های سطحی را کاملاً برای ترافیک آزاد می‌گذارد. با جابجایی شبکه برق حجیم، قسمت جلویی تراشه تقریباً به طور کامل برای مسیریابی سیگنال داده آزاد می‌شود. این امر به مهندسان اجازه می‌دهد تا مسیرهای کوتاه‌تر و مستقیم‌تری برای حرکت داده‌ها طراحی کنند، که به طور قابل توجهی تأخیر (latency) را کاهش داده و کارایی کلی مدارهای منطقی را بهبود می‌بخشد.[2][3]

مزیت فوری ریل توان فوق‌العاده، کاهش چشمگیر افت IR است. از آنجایی که خطوط برق پشتی مجبور به رقابت برای فضا نیستند، می‌توانند پهن‌تر و ضخیم‌تر ساخته شوند و مسیری با کمترین مقاومت برای برق فراهم کنند. این تضمین می‌کند که ترانزیستورها دقیقاً زمانی که به آن نیاز دارند، منبع تغذیه پایدار و فراوانی دریافت کنند، که برای حجم کاری سنگین مورد نیاز محاسبات مدرن حیاتی است.[2][8]

در کنار ریل توان فوق‌العاده، فرآیند A16 یک نوآوری بزرگ دیگر را معرفی می‌کند: ترانزیستور نانوشیت «گیت فراگیر» (Gate-All-Around یا GAAFET). در دهه گذشته، استاندارد صنعتی FinFET بوده است، طرحی که در آن کانال ترانزیستور مانند یک باله سه‌بعدی ایستاده و گیت جریان الکترون‌ها را از سه طرف کنترل می‌کند. با این حال، با کوچک شدن قطعات به زیر سه نانومتر، حتی FinFETها نیز برای جلوگیری از نشت الکترون‌ها در زمانی که قرار است ترانزیستور خاموش باشد، دچار مشکل می‌شوند.[2][6]

معماری GAAFET این مشکل را با شکل دادن کانال رسانا به نوارهای میکروسکوپی یا نانوشیت‌ها حل می‌کند. سپس مواد گیت به طور کامل دور هر چهار طرف کانال پیچیده می‌شود. اگر FinFET مانند گرفتن یک شلنگ آب با سه انگشت باشد، GAAFET مانند پیچیدن کل دست به دور آن است. این کنترل ۳۶۰ درجه‌ای به شدت نشت الکترون را کاهش می‌دهد و به ترانزیستور اجازه می‌دهد با دقت و بهره‌وری انرژی بسیار بیشتری روشن و خاموش شود.[2][4]

ترانزیستورهای گیت فراگیر (GAAFET) گیت را به طور کامل دور کانال رسانا می‌پیچند و از نشت الکترون در مقیاس‌های اتمی جلوگیری می‌کنند.
معماری GAAFET این مشکل را با شکل دادن کانال رسانا به نوارهای میکروسکوپی یا نانوشیت‌ها حل می‌کند.

هنگامی که ریل توان فوق‌العاده و ترانزیستورهای GAAFET ترکیب می‌شوند، دستاوردهای عملکردی قابل توجهی حاصل می‌شود. طبق داده‌های تأیید تی‌اس‌ام‌سی، فرآیند A16 افزایش ۸ تا ۱۰ درصدی در سرعت محاسباتی را ارائه می‌دهد در حالی که همان مقدار برق نسل قبلی N2P را مصرف می‌کند. متناوباً، اگر یک طراح تراشه بخواهد عمر باتری یا مدیریت حرارتی را در اولویت قرار دهد، A16 می‌تواند مصرف برق را ۱۵ تا ۲۰ درصد کاهش دهد در حالی که همان سرعت عملیاتی را حفظ می‌کند.[4][8]

فراتر از سرعت و توان، بازسازی ساختاری همچنین منجر به بهبود قابل توجهی در تراکم فیزیکی می‌شود. از آنجایی که مسیریابی سیگنال جلویی دیگر توسط خطوط برق مسدود نمی‌شود، مهندسان می‌توانند ترانزیستورها را نزدیک‌تر به هم بسته‌بندی کنند. فرآیند A16 افزایش ۸ تا ۱۰ درصدی در تراکم تراشه را ارائه می‌دهد و به طراحان اجازه می‌دهد هسته‌های محاسباتی و حافظه‌های کش بیشتری را در همان فضای فیزیکی جای دهند.[3][4]

ترکیب ریل توان فوق‌العاده و ترانزیستورهای GAAFET، دستاوردهای قابل توجهی در عملکرد و بهره‌وری به همراه دارد.

این بهبودهای خاص دقیقاً برای صنعت هوش مصنوعی طراحی شده‌اند. شتاب‌دهنده‌های هوش مصنوعی، مانند آن‌هایی که توسط انویدیا و گوگل طراحی شده‌اند، در حال حاضر پرمصرف‌ترین پردازنده‌های روی کره زمین هستند. آموزش مدل‌های زبان بزرگ به جریان‌های سوئیچینگ همزمان عظیم و شبکه‌های برق بسیار متراکم نیاز دارد. محدودیت‌های فیزیکی انتقال برق از جلو به یکی از گلوگاه‌های اصلی تبدیل شده است که عملکرد این غول‌های هوش مصنوعی را محدود می‌کند.[5][7]

A16 با حذف مجازی افت IR و آزاد کردن فضای مسیریابی، دقیقاً زیرساخت سخت‌افزاری مورد نیاز هوش مصنوعی نسل بعد را فراهم می‌کند. تأمین برق پایدار به بلوک‌های منطقی با استفاده بالا اجازه می‌دهد تا با حداکثر ظرفیت کار کنند بدون اینکه از نظر ولتاژ دچار کمبود شوند، در حالی که مسیریابی سیگنال متراکم‌تر امکان انتقال سریع‌تر داده‌ها بین هسته‌های پردازنده و بانک‌های حافظه آن را فراهم می‌کند.[3][5]

تی‌اس‌ام‌سی تنها شرکت ریخته‌گری نیست که برای پیاده‌سازی این فناوری در حال رقابت است. اینتل به شدت در حال توسعه سیستم انتقال برق از پشت خود به نام PowerVia بوده که اوایل سال جاری در آزمایش‌ها رونمایی شد. سامسونگ نیز در حال آماده‌سازی معماری مشابهی برای فرآیند آتی SF2Z خود است. انتقال به برق‌رسانی از پشت به طور جهانی به عنوان گام اجباری بعدی برای زنده نگه داشتن قانون مور در عصر آنگستروم شناخته می‌شود.[2][7]

با این حال، تی‌اس‌ام‌سی یک مزیت استراتژیک متمایز در نحوه پیاده‌سازی این فناوری مهندسی کرده است. از لحاظ تاریخی، اتخاذ یک معماری رادیکال جدید مانند انتقال برق از پشت، طراحان تراشه را ملزم می‌کرد که کتابخانه‌های سلولی استاندارد و روش‌های طراحی خود را به طور کامل بازنگری کنند. به عنوان مثال، PowerVia اینتل در طول مرحله آزمایش خود نیاز به اصلاحات قابل توجهی در معماری سلولی زیربنایی داشت.[2][4]

در مقابل، تی‌اس‌ام‌سی فرآیند A16 را طوری طراحی کرد که تراکم گیت و انعطاف‌پذیری طراحی فرآیند N2P قبلی خود را حفظ کند. تی‌اس‌ام‌سی با انجام حداقل تنظیمات در ساختار جلویی، تضمین می‌کند که A16 با طرح‌های تراشه موجود سازگاری بالایی داشته باشد. این استراتژی از میلیاردها دلاری که شرکت‌هایی مانند اپل، AMD و انویدیا قبلاً در اکوسیستم‌های طراحی خود سرمایه‌گذاری کرده‌اند، محافظت می‌کند و مانع ورود به فرآیند جدید را کاهش می‌دهد.[4][6]

با وجود تأیید موفقیت‌آمیز، تولید فیزیکی انتقال برق از پشت یک چالش مهندسی فوق‌العاده باقی می‌ماند. برای نمایان شدن پشت ترانزیستورها، ویفر سیلیکونی باید تا کسری از ضخامت اصلی خود – اغلب کمتر از ۳۰ میکرومتر – سابیده شود. این ویفر فوق‌العاده شکننده باید سپس با دقت میکروسکوپی کاملاً تراز شود تا اتصالات برق پشتی به ترانزیستورهای در مقیاس نانومتری در جلو متصل شوند.[2][3]

تولید تراشه‌های کلاس آنگستروم نیاز به سابیدن ویفرهای سیلیکونی تا ضخامت کمتر از ۳۰ میکرومتر دارد.

صنعت به دقت توانایی تی‌اس‌ام‌سی در مدیریت این پیچیدگی تولید در مقیاس را زیر نظر دارد. کنترل نازک‌سازی ویفر، دقت تراز پشتی و نرخ بازده کلی، قابلیت تجاری فرآیند A16 را تعیین خواهد کرد. در حالی که تی‌اس‌ام‌سی سابقه اثبات شده‌ای در تسلط بر افزایش تولید پیچیده دارد، عصر آنگستروم هیچ حاشیه خطایی باقی نمی‌گذارد.[1][5]

با شروع تولید آزمایشی و برنامه‌ریزی تولید انبوه برای اواخر سال ۲۰۲۶، انتظار می‌رود اولین دستگاه‌های مصرفی و سرورهای هوش مصنوعی سازمانی که از تراشه‌های A16 استفاده می‌کنند، در سال ۲۰۲۷ وارد بازار شوند. تی‌اس‌ام‌سی با جداسازی اساسی برق از داده، نه تنها ترانزیستور را کوچک کرده است؛ بلکه معماری فیزیکی محاسبات را بازآفرینی کرده و تضمین می‌کند که سخت‌افزار می‌تواند تقاضاهای سیری‌ناپذیر انقلاب هوش مصنوعی را برآورده کند.[1][7]

چرا مهم است

با رشد تصاعدی مدل‌های هوش مصنوعی، آن‌ها به یک دیوار فیزیکی سخت برخورد کرده‌اند: ریزتراشه‌های کنونی نمی‌توانند برق را تأمین کرده و داده‌ها را به اندازه کافی سریع جابجا کنند، بدون اینکه بیش از حد داغ شوند. معماری A16 تی‌اس‌ام‌سی اساساً ساختار سیلیکون را برای شکستن این گلوگاه بازطراحی می‌کند و زیرساخت سخت‌افزاری را تعیین می‌کند که سرعت و قابلیت‌های سیستم‌های هوش مصنوعی، گوشی‌های هوشمند و مراکز داده دهه آینده را دیکته خواهد کرد.

آنچه نمی‌دانیم

  • نرخ بازده دقیقی که تی‌اس‌ام‌سی می‌تواند هنگام ورود A16 به تولید انبوه در اواخر سال ۲۰۲۶ به آن دست یابد.
  • رفتار دفع حرارتی انتقال برق از پشت در محیط‌های سرور هوش مصنوعی با بار سنگین و واقعی چگونه خواهد بود.
  • اینکه آیا فناوری PowerVia رقیب اینتل مزیت عملکردی ملموسی نسبت به ریل توان فوق‌العاده تی‌اس‌ام‌سی ارائه خواهد داد یا خیر.

منابع

پوشش منابع

8 منبع

3 دیدگاه شناسایی‌شده

تی‌اس‌ام‌سی و شرکای تولید 40%اینتل و رقبا 30%تحلیلگران صنعت 30%
  1. [1]Bits&Chipsتحلیلگران صنعت

    TSMC unveils surprise A16 node, scheduled for mass production in 2026

    مطالعه در Bits&Chips
  2. [2]AmiNextاینتل و رقبا

    TSMC A16 Process Technology Explained: Ushering in the Angstrom Era

    مطالعه در AmiNext
  3. [3]SemiWikiتحلیلگران صنعت

    TSMC A16 Backside Power at VLSI 2026

    مطالعه در SemiWiki
  4. [4]BigGoتی‌اس‌ام‌سی و شرکای تولید

    TSMC has successfully developed and validated its A16 process technology

    مطالعه در BigGo
  5. [5]Financial Contentتحلیلگران صنعت

    The semiconductor industry has officially crossed the threshold into the Angstrom Era

    مطالعه در Financial Content
  6. [6]TSMCتی‌اس‌ام‌سی و شرکای تولید

    TSMC A16™ technology integrates leading nanosheet transistors with innovative backside power rail solution

    مطالعه در TSMC
  7. [7]Sammy Fansتی‌اس‌ام‌سی و شرکای تولید

    TSMC has developed a new technology, A16, that could make future chips faster

    مطالعه در Sammy Fans
  8. [8]Wccftechتحلیلگران صنعت

    TSMC's A16 '1.6nm' Node Promises 10% Speed Boost or 20% Power Cut Over 2nm

    مطالعه در Wccftech

نظرات

همیشه در جریان باشید

هر زاویه. هر روز.

دریافت هوش مصنوعی اخبار همراه با پوشش کامل منابع و تحلیل دیدگاه‌ها، مستقیم در صندوق ورودی شما.