漏電減10倍 Intel揭秘45nm High-K技術

2020-12-03 中關村在線

  Dailytech網站通過採訪英特爾高層Mark Bohr、副總裁Steve Smith確認了下一代45nm處理器Penryn家族的一些特性,包括支持SSE4、高K技術和金屬門電晶體。

  目前英特爾最受人關注的就是下一代酷睿處理器Penryn。Penryn是Conrone核心桌面處理器的45nm版本開發代號。不過Penryn也可以代表整個45nm產品線。去年年初,英特爾表示他們將進入45nm製程的研究,而在08年之後,他們還會引入一個全新的微架構,也就是Penryn的繼任者,Nehalem處理器。

  英特爾表示,下一代Penryn雙核心處理器將集成4.1億電晶體,而四核心處理器集成的電晶體則是8.2億。目前酷睿2雙核處理器集成了2.98億電晶體。英特爾去年發布的45nm SRAM晶片共集成了10億多的電晶體,晶片面積只有119平方毫米。據悉,最先一批Penryn四核心處理器也將採用把2個雙核心處理器封裝在一起的方式,因此總共將包含8.2億個電晶體。



英特爾45nm晶圓圖

  製程的進步、核心面積的縮減將允許工程師實現更高的時鐘頻率,不過英特爾的另一個選擇則是在同樣的核心面積上集成更多的電晶體。「大多數增加的電晶體將用於實現更多的緩存。」Smith表示。

  當前的酷睿2桌面處理器集成了額外的SSE指令集,但是在2006年的秋季IDF大會上,英特爾宣布SSE4將只為Nehalem核心準備。英特爾的Penryn手冊中寫道Penryn將具有「Intel SSE4指令集擴展功能,並且會改進多媒體與高性能計算應用程式的表現。」

  當問到SSE4指令集在Penryn上的表現時,Smith表示:「我們已經看到新的指令集可以在多媒體應用中實現2位數(百分比)的性能提升。」Penryn仍將採用LGA 775接口,這意味著當前的主板在理論上也可以直接安裝最新的處理器,但是在供電方面目前的主板還無法完整支持新的CPU。「主板廠商必須對它們的產品進行一些細微的調整以便更好地支持未來的Penryn。我們無法保證人們可以直接將Penryn插在當前的主板上而不發生任何損壞。」但是上周實施的Penryn系統啟動試驗取得了很大的成功,許多當前未作修改的硬體設備都可以順利啟動到作業系統下,這些設備包括筆記本電腦、幾塊桌面PC主板和幾塊伺服器主板


英特爾High-K技術示意圖

  在半導體製作的光刻技術上,Penryn則遠遠沒有從65nm到45nm這樣簡單,它將運用最新的P1266技術。英特爾在Penryn上會採用高介電薄膜(High-K Dielectrics)和金屬門集成電路。當前使用的多晶矽門(Polysilicon Gate)將被一個金屬層代替,而基座與電晶體之間的二氧化矽層也將被一個高介電薄膜所取代。英特爾採用高K技術和金屬門電晶體可能比製程的提升更為有效。英特爾的手冊中指出,運用高K技術和金屬門電晶體可以將電流提升20%,這反映到性能上也就是約20%的性能提升。與當前的酷睿2桌面處理器相比,採用新技術的Penryn處理器在源極漏極的電流洩露將減少5倍,而介電薄膜的電流洩漏將減少10倍。「新技術的採用會為電晶體技術帶來自1960年代引入polysilicongate MOS電晶體技術以來最巨大的變革。」英特爾的創始人之一,摩爾定律的發明者戈登·摩爾表示。

  到32nm製程,英特爾的印刷技術將採用P1268版本。但是英特爾的腳步不會停止。在這次採訪中,英特爾還透露將進一步採用22nm技術,也就是P1270版本。採用22nm技術的產品將在2011年實現量產。「在2008年,我們將見到全新的Nehalem。」Smith表示。

相關焦點

  • 省電更涼爽 Intel 45nm使用High-K技術
    在近日臺北舉行的IDF大會上,Intel公布他們已經成功於CPU中應用High-K技術,從而減少CPU電晶體漏電情況。與當前採用的SIO技術相比,High-K防漏電能力提升驚人,如果將SIO技術下漏電比為1,那麼High-K將是0.01。
  • IBM陣營high-k技術發生變化
    IBM陣營high-k技術發生變化
  • High-k 45nm 酷睿2四核處理器Q9300性能測試
    這些都表明了:消費級高效計算依然在保持著高速發展態勢,更多的Server級應用正在往消費級遷移,並行處理、虛擬化、高級內存管理技術等對處理器提出了更好的要求。而High-k 45nm新技術的推出,使電晶體的性能提升~20%,漏電流降低90%。在相同的架構下,High-k 45nm 的處理器性能大大提升,同時功耗大大降低。
  • 從10μm到45nm!英特爾CPU工藝發展史
    從10μm到45nm!由於它採用了NMOS(N溝道MOS)電路,因此運算速度比8008快10倍,後者採用了PMOS(P溝道MOS)電路。之後,在1978年Intel又陸續推出了8086處理器,這時工藝已經縮減為3微米工藝,含2.9萬個電晶體,頻率有4.77MHz、8MHz和10MHz。
  • 編輯教你選45納米處理器_Intel 酷睿2四核 Q9550(盒...
    從低到高,各個價位,各個檔次的CPU產品目前都已經鋪墊有45nm技術的產品,對於這些產品每個消費者的需求不同自然也就會有不同的選擇。  與65nm工藝相比,45nm工藝在減小電晶體體積的同時,還修正了漏電問題。
  • HKMG: High-K Metal Gate–The Road so far!
    自從1958年IC問世以來,隨著半導體製程技術的演進,電晶體尺寸一路Shrink/Scaling。而隨著尺寸的Shrink/Scaling,必然伴隨新的技術或材料的使用才能一次次突破摩爾定律的極限,滿足新的器件物理或電學特性,此處僅以柵極詳述其發展歷程。
  • 32納米製程技術原理詳解
    32納米製成技術是基於45納米技術的改良版本,總體歸納起來組要有以下三點。1:32納米製程技術的基礎是第二代高k+金屬柵極電晶體。英特爾對第一代高k+金屬柵極電晶體進行了眾多改進。在45納米製程中,高k電介質的等效氧化層厚度為1.0納米。
  • 臺灣晶圓廠選擇 ASM 提供 High-k ALD工具
    宣布一家臺灣晶圓廠為其28 納米節點high-k 閘極介電層量產製程選擇ASM的Pulsar原子層沉積技術(ALD)工具。本文引用地址:http://www.eepw.com.cn/article/94073.htm  除此之外,此家晶圓廠也將與ASM針對最新世代的high-k閘極技術進行製程開發活動。 ASM 在2009年第2季將針對進階節點開發計劃提供額外的 Pulsar 製程模塊。
  • 臺積電、聯電45nm技術實力愈來愈接近?
    臺灣《電子時報》今天報導,臺灣半導體晶片代工雙雄臺積電、聯電將在明年下半年雙雙邁進45nm工藝大門:臺積電、聯電技術實力愈來愈接近?聯電預估,2007年下半45nm製程低耗電製程晶片投入試產,並於2008年推出泛用型製程,臺積電也規劃2007年第三季45nm製程投產,使得2家公司極可能在45nm製程世代面對面競爭。
  • 半導體電鍍中45nm銅工藝面臨的挑戰
    慧聰表面處理網:    摘要:本文綜述了銅工藝即將面臨的各種變化,包括擴散阻障層(barrier)、電鍍添加劑、覆蓋層以及與多孔超低k電介質之間的整合等。     隨著半導體向45nm工藝的深入發展,銅工藝技術不可避免地要發生一些變化。
  • HKMG(High-K 柵氧化物層 +Metal Gate)技術
    這使SiO2柵介質必須非常薄(例如在65 nm工藝中為10.5-12A, 只有4個原子層厚)。當小於這樣的厚度時,柵洩漏將增加到不可接受的程度,使傳統的按比例尺寸縮小不再能繼續下去。我們知道簡單的SiO2的介電常數k =3.9。根據等式COX = EOX / TOX,如果能找到具有較大介電常數的材料,那麼柵就可以採用較厚的介質,得到高的柵氧化物電容,因而洩漏較小。
  • 脫胎換骨 英特爾45納米技術深度解析_Intel 酷睿2雙核 E7200(散...
    而納米技術也就是在納米尺度(0.1nm到100nm之間)的研究物質的相互作用和運動規律,以及在實際應用中利用這些規律的多學科的科學和技術。我們更加熟悉的是在處理器上的納米技術,越來越小的納米工藝數值從一個側面推動了信息產業這幾十年爆炸式的增長,納米工藝的數字表示處理器內部電晶體之間連線寬度,45納米技術則是CPU製造工藝的空前高度。
  • IBM:32nm製程High-K金屬柵極試產成功
    IBM公司及其技術同盟廠商,包括特許半導體、飛思卡爾、英飛凌、三星、意法半導體和東芝今天共同宣布,他們在IBM位於美國紐約州East Fishkill的300mm晶圓廠已經成功展示了32nm High-K金屬柵極技術晶圓,聯盟各廠商客戶現在已經可以開始進行32nm晶片產品的設計開發工作。
  • 突破intel十代酷睿官方限制,ASRock主板支持非K CPU超頻!
    ASRock主板在前幾篇文章中依依醬介紹過某些品牌的高端Z490主板在硬體層面上是支持PCIe 4.0的,但是由於intel十代酷睿本身的限制並不能Z490主板並能很好的原生支持,對此技嘉主板的廠商代表則表示下一代的intel
  • 運用Intel OpenVINO 自製自動駕駛車視覺系統
    不過自駕車這項技術聽起來就很難,那 Maker 們有沒有機會自己土炮一臺呢?在自駕車眾多技術中最不可缺少的一項就是電腦視覺技術,但要搞懂一大堆數學、人工智慧理論、程式撰寫方式、系統框架和硬體架構,還得懂得如何建立資料集、訓練及優化(加速)模型,這可就難倒大多數人了,難道就不能「快快樂樂學 AI」,站在巨人的肩膀上看世界嗎?