IBM 0.7nm NanoStack 解畫:重點係 3D 堆疊同五年量產距離
Tech News

IBM 0.7nm NanoStack 解畫:重點係 3D 堆疊同五年量產距離

圖片:via TechNews 科技新報 — https://technews.tw/2026/07/04/ibm-sub-1nm-7angstrom-chip/
TechLab 編輯部(譯)·

節點名有 marketing 味,量產最難搞嘅仍然係良率、散熱同成本

件事係咩

TechNews 科技新報 報道(PR Newswire 授權轉載),IBM 喺 2026 年 6 月 25 日公布一套 sub-1nm 晶片技術,名叫 NanoStack,節點寫做 0.7nm 或 7 angstrom。官方講法好搶眼:指甲咁大嘅晶片面積可以塞近 1,000 億個電晶體,密度大約係 2021 年 IBM 2nm 研究晶片嘅兩倍。不過先講清楚,呢次係研究同製程架構展示,唔係一粒可以拎去買嘅 CPU、GPU 或 AI accelerator。

IBM 官方同時話,按已公布技術結果,呢套 7 angstrom 技術相對 IBM 2nm 節點,性能最多高 50%,或者能源效率高 70%;VLSI 2026 研究亦提到 SRAM bitcell 面積可以縮細 40%。呢堆數字有參考價值,但全部都係 IBM projected claims,同第三方量產實測相距好遠。睇呢單新聞,唔應該淨係望 0.7nm 個數字,要睇佢點改電晶體堆法。

IBM 展示指甲大小嘅次奈米晶片示意圖

圖片:IBM / PR Newswire

0.7nm 唔好當尺咁睇

半導體節點名而家已經唔係簡單尺碼。TSMC、Intel、Samsung 講 3nm、2nm、18A,入面有好多係世代名、設計規則同密度嘅混合表述,唔代表每條金屬線、每個 gate length 都真係嗰個長度。IBM 自己喺新聞稿都寫明,現代電晶體節點講嘅係製造技術世代,唔係單一物理尺寸,所以「0.7nm」應該讀成 7 angstrom 級別路線圖,而唔好理解成晶片上所有特徵都細到 0.7nm。

呢個分別好重要,因為去到原子尺度,矽原子本身大約都係埃米級,電子穿隧、漏電、變異同散熱全部會變到麻煩。IBM 呢次想表達嘅唔係單純再縮平面圖案,而係改用立體方式堆電晶體。簡單講,以前好多製程進步都係把平面圖案縮細;NanoStack 就係想用立體堆疊,換取更高密度同較好功耗。

IBM Research 顯微鏡圖,展示 7 angstrom NanoStack 結構

圖片:IBM

NanoStack 實際改咗咩

而家主流先進邏輯晶片用 nanosheet / GAA 架構,n-type 同 p-type 電晶體多數喺同一層平面排開。IBM NanoStack 嘅玩法係靠 3D sequential integration,令上下兩層電晶體交錯堆起,仲可以用超薄介電層將兩塊晶圓黐埋。Tom's Hardware 分析得幾貼地:咁做等於將原本左右排開嘅 CMOS 配對改成上下排,橫向面積自然有機會慳返好多。

好處係密度、SRAM 同性能功耗有想像空間,難位都一樣硬淨。雙晶圓要對得極準,黐合界面有少少瑕疵都可能影響良率;上下兩層都會發熱,供電同訊號走線又複雜過單層設計。Tom's Hardware 亦提醒,兩塊先進晶圓加額外製程步驟,成本唔會細。咁就解釋到點解呢類架構比較似 AI server、高階雲端 accelerator 會先試,手提電腦同手機唔會好快受惠。

IBM Research NanoStack 路線圖,講解 nanosheet 之後嘅 7 angstrom 架構

圖片:IBM Research

AI server 點解會關心

生成式 AI 最食電嘅地方唔淨係矩陣運算,仲有大量數據搬入搬出運算單元。SRAM 縮細 40% 呢點如果喺量產守得住,晶片設計師可以喺同一面積放多啲快取,或者用同樣快取面積換返功耗同成本空間。對雲端公司嚟講,性能升同省電通常都會變成 server 密度、機房電力同推論成本嘅數學題。

不過,官方講 50% 性能或 70% 能源效率提升,唔等於之後所有 AI 服務會即刻平。晶片要由研究結果去到量產產品,中間仲有設計工具、良率、封裝、HBM 供應、機房散熱同客戶驗證。TechWire Asia 指出,IBM 呢次冇公布基於 NanoStack 嘅商用處理器,亦冇公布量產夥伴;所以暫時最多只可以話,呢個係未來 AI server 晶片有機會行嘅方向。

五年量產係限制多過承諾

IBM 官方話,NanoStack 最快可以喺五年內用喺 sub-1nm 節點同量產。呢句聽落近,但半導體五年唔短,特別係當技術仲牽涉雙晶圓黐合、High NA EUV 路線、量產良率同成本模型。IBM 過去做咗好多前沿製程研究,實際商用通常要靠晶圓廠同客戶再做一輪工程,令研究 IP 變成可重複生產嘅節點,呢一步先最花時間。

所以買機角度可以放鬆,唔使等 0.7nm 手機或者手提電腦。接落嚟要睇嘅係 IBM 有冇明確晶圓廠夥伴、會唔會公布良率同晶片面積資料,仲有 50% / 70% 呢啲數字喺完整 SoC 上仲剩幾多。到有廠願意攞 NanoStack 做商用節點,呢次研究先會同雲端服務、AI 計費同日常電腦續航拉上實際關係。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook