IBM представила передовую технологию производства полупроводниковых чипов субнанометрового класса. Новый техпроцесс с нормами 0,7 нм (7 ангстрем) станет логическим развитием архитектуры нанопроводных транзисторов, полностью окружённых затворами (GAA, Gate-All-Around). По прогнозам компании, массовое внедрение данной технологии ожидается не позднее 2031 года, что позволит существенно повысить производительность процессоров при значительном снижении их энергопотребления.
На текущий момент корпорация IBM совместно с японским партнёром Rapidus активно внедряет массовое производство 2-нм чипов на базе транзисторов с GAA-каналами. Данная технология начала разрабатываться ещё 15 лет назад в сотрудничестве с Samsung. Несмотря на фундаментальный переход от архитектуры FinFET к GAA, современные транзисторные массивы всё ещё остаются преимущественно планарными. Однако будущее микроэлектроники лежит в переходе к полноценной 3D-компоновке, при которой транзисторы будут располагаться в несколько вертикальных слоёв.
Следующим этапом эволюции после «наностраничной» архитектуры станет технология NanoStack. IBM предлагает укладывать транзисторы друг над другом со смещением, что концептуально близко к разработке CFET, предложенной исследовательским центром IMEC. Для наглядности того, как может быть реализована данная вертикальная интеграция, приводим иллюстрацию IMEC.
Согласно позиции IBM, хотя наностраничные транзисторы обладают отличным контролем канала и минимальными утечками, дальнейший рост плотности размещения требует перехода в «третье измерение». Новая архитектура обеспечивает раздельное проектирование каналов и использование сверхтонких диэлектриков для электрической развязки. Это позволит разместить на кристалле размером с ноготь около 100 млрд транзисторов, что в два раза превышает плотность 2-нм технологии Gate-All-Around, анонсированной в 2021 году.
Согласно внутренним расчётам IBM, внедрение 0,7-нм техпроцесса обеспечит прирост производительности до 50% или повышение энергоэффективности до 70% по сравнению с 2-нм решениями. Особое внимание уделено масштабированию памяти SRAM — оно улучшится на 40%. Это критически важно для развития современных ИИ-ускорителей, так как увеличение объёма быстрой памяти в непосредственной близости от вычислительных блоков радикально снижает затраты энергии на передачу данных. Учитывая, что энергопотребление и теплоотвод стали главными барьерами для масштабирования дата-центров, разработка IBM может стать ключевым решением для индустрии искусственного интеллекта.
