شرکت IBM امروز از فناوری ساخت تراشه 0.7 نانومتری خود رونمایی کرد. فناوری پیشرفته‌ای که نه ‌تنها مرز 1 نانومتر را پشت سر می‌گذارد، بلکه با معرفی معماری سه‌بعدی جدیدی موسوم به Nanostack، مسیر تازه‌ای را برای افزایش تراکم ترانزیستورها و بهبود عملکرد پردازنده‌های آینده به نمایش می‌گذارد. این فناوری جدید می‌تواند نسل جدید تراشه‌های هوش مصنوعی، پردازنده‌های سرور و حتی تراشه‌های موبایل را متحول کند.

IBM امروز ضمن معرفی فناوری ساخت تراشه جدید خود با لیتوگرافی 0.7 نانومتری، از معماری سه‌بعدی جدیدی با عنوان Nanostack نیز رونمایی کرد و به تشریح مشخصات و قابلیت‌های آن‌ پرداخت. به گفته این شرکت فناوری ساخت 0.7 نانومتری آن قادر است حدود 100 میلیارد ترانزیستور را در فضایی به اندازه یک ناخن جای دهد. این میزان تراکم تقریباً دو برابر بیشتر از تراشه 2 نانومتری است که IBM در سال 2021 معرفی کرده بود. افزایش تعداد ترانزیستورها در یک فضای ثابت، سبب افزایش قدرت پردازشی، کاهش مصرف انرژی و کوچک‌تر شدن تراشه‌ها می‌شود.

فناوری Nanostack کلید دستیابی به فناوری 0.7 نانومتری

براساس گزارش Wccftech، مهم‌ترین نوآوری IBM در این فناوری، استفاده از معماری جدید Nanostack است. این معماری نسخه تکامل‌ یافته فناوری Nanosheet محسوب می‌شود که IBM نخستین بار آن را در تراشه 2 نانومتری خود معرفی کرده بود. فناوری Nanosheet از ترانزیستورهایی با ساختار ورقه‌ای استفاده می‌کند، اما Nanostack یک گام فراتر رفته و این ترانزیستورها را به‌ صورت عمودی روی یکدیگر قرار می‌دهد.

در این معماری، ترانزیستورها به شکل عمودی و با آرایش پلکانی روی هم قرار می‌گیرند. این طراحی سه‌بعدی باعث می‌شود بدون افزایش ابعاد تراشه، تعداد بسیار بیشتری ترانزیستور در آن جای گیرد. IBM معتقد است این روش یکی از معدود راهکارهای عملی برای ادامه روند کوچک‌سازی تراشه‌ها در سال‌های آینده است؛ چرا که صنعت نیمه‌هادی اکنون با محدودیت‌های فیزیکی در اندازه اتم‌های سیلیکون روبرو شده‌ است.

معرفی فناوری Nanostack شرکت IBM

برای ساخت این معماری، IBM موفق شده است روشی جدید برای اتصال دو ویفر سیلیکونی توسعه دهد. در این فرآیند، دو ویفر با استفاده از پیوندهای دی‌الکتریک فوق‌نازک به یکدیگر متصل شده و ساختاری چند لایه ایجاد می‌کنند. سپس ترانزیستورهای سه‌بعدی روی این ساختار شکل می‌گیرند. انجام این فرآیند نیازمند هم‌ترازی دقیق ترانزیستورها است تا عملکرد مدارها بدون اختلال حفظ شود. IBM اعلام کرده که این معماری در آزمایش‌های عملی با موفقیت اعتبارسنجی شده است.

50 درصد عملکرد بهتر و 70 درصد بازدهی انرژی بیشتر

این شرکت همچنین مدعی است که فناوری 0.7 نانومتری در مقایسه با فناوری 2 نانومتری می‌تواند تا 50 درصد عملکرد بالاتر یا حدود 70 درصد بازدهی انرژی بیشتر ارائه دهد. این ارقام نشان می‌دهد نسل جدید تراشه‌ها قادر خواهند بود توان پردازشی بسیار بیشتری را با مصرف برق کمتر در اختیار کاربران قرار دهند. موضوعی که برای مراکز داده، ابرکامپیوترها و به ‌ویژه فناوری هوش مصنوعی اهمیت بسیار زیادی دارد.

IBM یکی از مهم‌ترین کاربردهای فناوری جدید را در پردازنده‌های هوش مصنوعی می‌داند. این شرکت اعلام کرده است که استفاده از فناوری 0.7 نانومتری می‌تواند توان پردازشی تراشه‌های هوش مصنوعی را از حدود 4500 تریلیون TOPS به حدود 9000 تریلیون TOPS افزایش دهد. در نتیجه، مدت زمان آموزش مدل‌های بزرگ هوش مصنوعی که امروز ممکن است نزدیک به سه ماه طول بکشد، می‌تواند به تنها چند هفته کاهش پیدا کند.

تولید انبوه تراشه‌ها شاید تا 5 سال دیگر

نقشه راه فناوری ساخت تراشه IBM

IBM همچنین تصویری از نقشه راه فناوری‌های خود منتشر کرده که نشان می‌دهد پس از فناوری FinFET و سپس Nanosheet، اکنون فناوری Nanostack به ‌عنوان نسل بعدی ترانزیستورها در حال توسعه است. این نقشه راه حتی به فناوری‌های کوچک‌تر از 1 نانومتر و ورود به مقیاس آنگستروم نیز اشاره می‌کند که نشان می‌دهد صنعت نیمه‌هادی همچنان به دنبال ادامه روند کوچک‌سازی تراشه‌ها است.

البته IBM اعلام کرده است که فناوری 0.7 نانومتری هنوز در مرحله تحقیق و توسعه قرار دارد و نباید آن را به‌ عنوان محصول در نظر گرفت. این شرکت پیش‌بینی می‌کند که در صورت موفقیت‌آمیز بودن روند توسعه، امکان آغاز تولید انبوه تراشه‌ها با این فناوری طی حدود پنج سال آینده فراهم شود.

نظر خود را اضافه کنید.

ارسال نظر بدون عضویت در سایت

0
نظر شما پس از تایید مدیر منتشر خواهد شد.
  • هیچ نظری یافت نشد

ورود به شهرسخت‌افزار

ثبت نام در شهر سخت افزار
ورود به شهر سخت افزار

ثبت نام در شهر سخت افزار

نام و نام خانوادگی(*)
لطفا نام خود را وارد کنید

ایمیل(*)
لطفا ایمیل خود را به درستی وارد کنید

رمز عبور(*)
لطفا رمز عبور خود را وارد کنید

شماره موبایل
Invalid Input

جزو کدام دسته از اشخاص هستید؟(*)

لطفا یکی از موارد را انتخاب کنید