近年来,随着人工智能和高性能计算需求的爆发,芯片制造技术进入了一个全新的发展阶段。台积电作为全球领先的半导体代工厂,不断创新工艺制程,以满足客户对性能、功耗和面积的极致追求。2025年,台积电发布了16A制程工艺,这是一项结合了栅极全包围(GAA)纳米片晶体管技术和背面供电技术的革命性节点,预示着芯片制造领域的技术飞跃。而令人瞩目的是,英伟达将成为该工艺的首个商业客户,打破苹果多年以来作为台积电新节点首发客户的传统地位。作为全球GPU领域的领军者,英伟达此次选择16A制程用于其即将发布的Feynman架构GPU,这也反映了其对AI芯片市场巨大潜力的信心和技术前瞻性。台积电16A工艺在提升速度与降低功耗方面具有显著优势。
相较于上一代2纳米N2工艺,16A不仅实现了8%-10%的性能提升或者15%-20%的功耗下降,同时还带来7%-10%的晶体管密度提升。更重要的是,背面供电技术的引入大幅减轻了晶圆正面布线的复杂程度,提升了供电效率,解决了传统节点因布线拥塞引发的性能瓶颈,从而为大规模GPU等高复杂度芯片设计提供了更大的自由度和扩展空间。背面供电技术将电源轨从芯片正面后移至晶圆背面,这不仅缩短了电源传输的路径,减少了电压降,还释放了大量用于信号布线的空间,有效优化了芯片的电气性能和热管理。对英伟达而言,采用16A工艺的Feynman GPU预计可以集成更宽的内核、更大的缓存,以及更多的AI计算单元,增强整体计算能力和功耗效率。长期以来,台积电新工艺的首发客户几乎都是苹果,其iPhone SoC产品作为高销量产品,为台积电新节点提供稳定的生产基础和经济效益。然而,本次英伟达抢先采用16A工艺打破了这一格局,成为首个将最新制程工艺应用于AI加速器产品的半导体巨头。
此举不仅体现了英伟达对芯片前沿技术的快速接受及布局,也凸显了AI计算需求正成为推动制程技术发展的强大动力。英伟达向先进制程转型的决定,也意味着公司更为激进的产品路线图。此前,其Hopper架构GPU采用的是台积电4N工艺,Blackwell数据中心产品基于4NP工艺,相较于业界主流的5纳米甚至更先进工艺,英伟达一度选择相对成熟但工艺节点稍逊的技术以保证产品稳定性。此次16A的大胆选用,显示英伟达希望通过领先工艺的性能优势,在竞争日益激烈的AI芯片市场中抢占先机,为未来几年的产品线奠定技术优势。市场竞争方面,英伟达的先行步伐也给主要竞争对手带来了压力。AMD计划在下一代EPYC服务器处理器及MI400级别加速器产品中采用标准2纳米工艺,英特尔则致力于推出具备类似背面供电功能的18A工艺。
这意味着AI芯片产业将在未来几年展开多个制程节点的激烈竞争。英伟达若能成功推出基于16A工艺的Feynman架构GPU,有望在2028年前取得制程优势,为高性能人工智能计算提供更强大的硬件支持。虽然16A工艺带来的技术优势显著,但其制造成本也相应提升。根据行业传闻,16A晶圆的单价预计超过3万美元,相较于基准N2工艺更为昂贵。然而,相比英伟达的AI GPU动辄售价数万美元的产品定位,高工艺节点成本只是整体设计支出的部分。英伟达显然预期工艺优势所带来的性能与能效提升,将能够抵消制造成本带来的压力,进而进一步巩固其在全球AI硬件领域的领导地位。
采用16A工艺也为台积电证明其领先地位提供了契机。面对英特尔即将推出具备背面供电技术的18A工艺,台积电通过英伟达这一旗舰客户的成功案例,能够向全球展示其技术领先及产业链成熟度,从而巩固其在尖端半导体制造领域的优势。未来,背面供电技术不仅将影响芯片制作工艺,还将深刻改变芯片封装和架构设计。设计师将需要适应新的散热模型以及电源管理策略,以配合新的供电方式实现最佳性能。同时,3D堆叠缓存与垂直集成SRAM等技术也将因背面供电的支持变得更加实用,为芯片集成度和带宽提升带来可能。简而言之,英伟达成为台积电16A工艺的首批客户,开启了一场制程和架构的新革命。
这一决定不仅彰显了AI计算对半导体产业发展的深远影响,还将引领全球芯片制造迈入背面供电和GAA晶体管技术的新时代。随着16A工艺的商业化推广,未来的GPU和AI芯片将在性能、功耗和规模上实现质的飞跃,推动人工智能和高性能计算技术更上一层楼。 。
