Blog Ayrıntıları

Soru basit görünüyor: tek bir 300 mm silikon yongasından kaç tane 2 nm yonga yapılabilir?
Gerçekte, cevap tek bir sayıdan çok daha fazlasını, modern yarı iletken üretimini ortaya koyuyor. Geometri, verim istatistikleri, tasarım ödünleşimleri ve gelişmiş süreçlerin fiziksel sınırlarını içerir.

Bu makale, teorik maksimumları, bir yarı iletken fabrikasından gerçekten çıkanlardan ayırarak, mühendislik odaklı, gerçekçi bir hesaplama sunmaktadır.

1. “2 nm” Gerçekten Ne Anlama Geliyor?

Adına rağmen, 2 nm teknoloji düğümü, gerçek bir fiziksel boyutu temsil etmez. Modern düğümler, gerçek kapı uzunluklarından ziyade, transistör yoğunluğundaki, performanstaki ve güç verimliliğindeki iyileştirmeleri yansıtan markalaşma kurallarıdır.

Tipik bir 2 nm sınıfı süreç, kapı-tüm-etrafında veya nanosheet transistörleri, onlarca nanometre mertebesinde etkili kapı uzunluklarını ve aşırı ultraviyole litografinin kapsamlı kullanımını içerir. Sonuç olarak, yonga alanı—düğüm etiketi değil—bir yongaya kaç yonganın sığdığını belirleyen birincil faktördür.

2. 300 mm Yongasının Kullanılabilir Alanı

Standart bir 300 mm yongası, yaklaşık 70.685 mm² toplam geometrik alan veren 150 mm yarıçapına sahiptir. Ancak, bu alanın tamamı kullanılabilir değildir.

Kenar hariç tutma, çizgi çizgileri ve süreç kontrol bölgeleri, etkin alanı azaltır. Gerçek üretim ortamlarında, yonganın yaklaşık %94 ila %96'sı kullanılabilir, bu da yongalar için yaklaşık 66.000 ila 68.000 mm² alan bırakır.

3. Yonga Boyutu: Anahtar Değişken

2 nm düğümünde, yonga boyutları uygulamaya bağlı olarak büyük ölçüde değişir.

Yüksek performanslı mobil işlemciler tipik olarak yaklaşık 80 ila 120 mm² yer kaplar. Mantık yongaları çok daha küçüktür, genellikle 25 ila 40 mm² aralığındadır. Buna karşılık, büyük yapay zeka hızlandırıcıları 300 mm²'yi aşabilir ve bazen 500 mm² veya daha fazlasına yaklaşabilir.

Bu farklılıklar, yonga sayısı sonuçlarına hakimdir.

4. Senaryo A: Mobil Sınıfı 2 nm SoC

Yaklaşık 100 mm² yonga alanına sahip bir mobil sistem-on-chip'i düşünün.

Kullanılabilir yonga alanının yonga boyutuna bölünmesi, kabaca 680 yonga verir. Yonga geometrisini ve kenar kayıplarını hesaba kattıktan sonra, brüt yonga sayısı tipik olarak yaklaşık 600–630'a düşer.

Verim daha sonra belirleyici faktör haline gelir. Büyük gelişmiş düğüm SoCleri için, süreç olgunlaştıktan sonra gerçekçi verimler genellikle %70 ila %80 aralığındadır.

Bu, yonga başına yaklaşık 420 ila 500 tamamen işlevsel yonga ile sonuçlanır.

5. Senaryo B: Yongacık Tabanlı Tasarım

Yongacık mimarileri, yonga verimliliğini önemli ölçüde artırır.

30 mm² bir mantık yongacığı için, aynı yonga teorik olarak 2.200'den fazla yongayı barındırabilir. Geometri kayıplarından sonra, yaklaşık 2.000 ila 2.100 brüt yonga kalır.

Daha küçük yongalar kusurlara daha az duyarlı olduğundan, verimler genellikle %90 ila %95'e ulaşır.

Bu, yonga başına yaklaşık 1.800 ila 2.000 iyi yongacık üretir ve bu da yongacık tabanlı stratejilerin gelişmiş düğümlerde neden baskın hale geldiğini açıklar.

6. Senaryo C: Büyük Yapay Zeka Hesaplama Yongası

Büyük yapay zeka işlemcileri, yonga ekonomisini sınıra iter.

500 mm² yonga boyutuyla, bir yonga kenar kayıplarından sonra yalnızca yaklaşık 110 ila 120 brüt yonga sığdırabilir. Bu kadar büyük yongalar için 2 nm'deki erken verimler %40 ile %60 arasında düşebilir.

Sonuç olarak, tek bir yongadan yalnızca yaklaşık 45 ila 70 kullanılabilir yonga elde edilebilir ve bu da gelişmiş yapay zeka donanımının yüksek maliyetine doğrudan katkıda bulunur.

7. Defekt Yoğunluğunun Rolü

Verim, defekt yoğunluğuyla yakından bağlantılıdır. Basitleştirilmiş bir verim modeli, verimin yonga alanı arttıkça üstel olarak azaldığını gösterir.

Çok düşük defekt yoğunlukları bile büyük yongaları önemli ölçüde etkileyebilir. Gelişmiş düğümlerde, verim genellikle bir yonganın nihai fiyatını belirlemede baskın faktör olarak yonga maliyetinden daha ağır basar.

8. Maksimum Yonga Sayılarının Neden Yanıltıcı Olduğu

Tamamen geometrik hesaplamalar, çizgi çizgileri, test yapıları, yedeklilik devreleri ve performans sınıflandırması dahil olmak üzere birçok gerçek dünya faktörünü göz ardı eder.

Aynı yongadan gelen yongalar, hız, güç tüketimi ve voltaj toleransı açısından farklılık gösterebilir. Bunların yalnızca bir kısmı üst düzey ürünler için uygundur.

9. Bir Bakışta Gerçekçi Sonuçlar

2 nm düğümünde 300 mm'lik bir yonga için, gerçekçi sonuçlar yaklaşık olarak şunlardır:

• Büyük yapay zeka işlemcileri için 45 ila 70 iyi yonga

• Mobil SoCler için 420 ila 500 iyi yonga

• 1.800 ila 2.000 iyi mantık yongacığı

Bu sayılar, teorik sınırlardan ziyade üretim gerçeklerini yansıtır.

10. Sayıların Ötesine Bakmak

2 nm düğümünde, ilerleme artık yalnızca küçülen özelliklerle yönlendirilmiyor. Malzeme kalitesine, yonga düzlüğüne, defekt kontrolüne ve gelişmiş paketleme stratejilerine bağlıdır.

Daha anlamlı soru artık bir yongaya kaç yonga sığdığı değil, kristal büyümesinden son paketlemeye kadar tüm üretim sürecinden kaç tane yüksek performanslı, güvenilir ve ekonomik olarak uygulanabilir yonganın hayatta kalabileceğidir.