开云网址华为、苹果争“世界首款7纳米”台积电：稳了！昨天，在苹果2018秋季新品发布会刚刚结束后的凌晨3点零1分，华为消费者BG CEO余承东在微博上发文：“稳了，我们十月十六日伦敦见开云网址·(中国)官方网站！”

　　今年，苹果的新品外观虽无太大新意，价格反而让人“惊喜”：“廉价版”iPhone XR起售价6499元，顶配版iPhone XS MAX则高达12799元。

　　缺乏新意却昂贵的苹果新品，可能让中国消费者有更多的兴趣关注国产手机。在这样一个日子里，华为这一波操作不仅引起舆论热议，热心网友还纷纷在线激情P图，为华为助威开云网址·(中国)官方网站，顺带把华为送上了微博热搜。

　　这次舆论关注的一个最大焦点，是苹果和华为双方都在各自发布会上公开宣称为“全球首款7纳米手机SoC”的苹果A12和华为麒麟980。

　　芯片决定了手机应用程序的种类和性能，先把谁是“全球首款”这个问题放在一边，新智元根据公开资料，整理了A12和麒麟980的性能规格对比：

　　苹果的新款 A12 仿生芯片（A12 Bionic）由4 个 GPU 核心、6 个 CPU 核心以及 8 核心的 “神经网络引擎”组成，用于处理机器学习任务。

　　根据苹果公司的说法，这种神经网络引擎每秒能执行 5 万亿次运算，是之前的八倍，消耗的能量只有之前版本的十分之一。

　　在开始拆解分析苹果A12仿生之前，我们应该提一下去年A11仿生的重要升级也很重要。该处理器采用全新的性能控制器，允许 A11 同时运行所有六个内核，以实现密集型工作负载。苹果在移动硬件领域真正改变了游戏规则，这一事实巩固了苹果在智能手机处理器顶端的领先优势。

　　回到A12仿生，在 CPU 核心中，有两个是为性能而设计的，比前一代 A11 仿生芯片快 15%。其他 4 个 CPU 核心都是为提高效率而设计的，比 A11 仿生芯片节能最高达 50%。系统可以决定如何组合分配三种类型的核心，以最高效地运行任务。

　　A12仿生的GPU 为四核心，与 A11 仿生相比速度提升 50%。对于这个四核心的GPU，除了知道它是定制设计的外，现在还没有任何公开架构细节。这个GPU最早出现在A8上，具有定制的着色器核心（shader core）和编译器。苹果去年正式与Imagination Technologies分道扬镳，但早在那之前苹果就开始着手自研定制设计。

　　最大的重头戏是8核心的神经网络引擎，这是苹果处理器升级的线的神经网络引擎只有两个核心，A12将其增加到8个——相应地，峰值性能增加到5 TFLOPS，即每秒执行 5 万亿次运算。这是8倍的提升，显示出密集SoC的强大优势。此外，A12的ISP（图像信号处理器）也加持了神经网络引擎，新iPhone系列的智能HDR效果有了大幅提升。

　　最后，半精度浮点数（16 位）也出现在 A12 上。 在 A8 之后，Apple 开始转向 16 位，A12 的神经引擎也是如此。这使得芯片可以快速执行操作并节省电力。

　　神经网络引擎能力的提升，也增强了新 iPhone 的机器学习能力，包括发送信息、拍照、人像模式、AR 功能、甚至原彩显示，都可以调用神经网路引擎进行学习优化。包括 Siri 在 iOS 12 中也拥有更强的学习功能，可以深度学习用户的使用路径与习惯。值得一提的是，这些神经网络功能的运算调用，所消耗的电量仅为前代产品的十分之一。

　　A12仿生的神经网络引擎也开放给 Core ML 平台，Core ML 运行速度比 A11 仿生提高 9 倍。开发者可将强大、实时的机器学习应用到自己的 app 中，让学习在 iPhone 上即可进行。

　　VLSI 研究分析师 G. Dan Hutcheson 称，A12 仿生芯片是 “一项令人印象深刻的壮举”，他说该芯片 “表明沿着摩尔定律这条路走下去，对各厂家来说仍然有吸引力”。

　　华为的麒麟 980 芯片于 8 月 31 日在柏林 IFA 2018 上亮相。它将 69 亿个晶体管封装在一块 1 平方厘米的芯片上。

　　具体来说，麒麟 980 是第一款使用基于 Arm Cortex-A76 处理器的芯片，与其前身 A73 和 A75 相比，性能提高了 75%，效率提高了 58%。

　　它有 8 个内核开云网址·(中国)官方网站，2 个是基于 A76 的大型高性能内核，2 个同样是 A76 的中等性能内核，以及 4 个基于 Cortex-A55 设计的小型高效内核。这个系统运行在 ARM big.LITTLE 架构的一个变体上，其中大型处理器处理即时、密集的工作负载，小型处理器负责持续的后台任务。

　　麒麟 980 的 GPU 组件称为 Mali-G76，与上一代相比，它的性能提升了 46%，效率提升了 178% 的。麒麟 980 芯片还有一个双核神经处理单元。用业界最常用的图像识别速率做标准，使用双核 NPU 的麒麟 980 每分钟识别图片的数量达到 4500 张，比 970 增加了一倍多。

　　华为还设计了一个名叫 “Flex-Scheduling” 的智能调度机制，能根据手机运行的应用智能地进行三级的调度，比如播放音乐就只需要一个小核，使用社交软件就动用中核，当有很多大量的负载，比如玩大型游戏时，就会使用大核。

　　很难说苹果A12仿生和麒麟980谁是真正的“王者”。光看数据，苹果强调每秒计算次数，华为强调图像识别速度，谁更厉害可能要等 10 月 16 日搭载麒麟 980 的华为 Mate 20 系列正式发布，拿真机测评才知道。

　　不过，A12处理器最傲人的是神经网络引擎的强化，一下子比上代提升9倍，有网友认为相比980的NPU可能是碾压级的。

　　苹果A12也好，华为麒麟980也罢，如果非要指名点姓说一家，谁才是线纳米芯片”，那答案则是生产这两种芯片的台积电。

　　全球第二大晶圆代工厂格芯 (Global Foundries) 上月底宣布，将无限期搁置7纳米投资计划。

　　格芯执行长 Tom Caulfield表示，执行此计划的背后原因是：无法承受与三星和台积电的竞争压力。该公司希望避免将其大部分研究和设备预算，投入到可能永远无法获得回报的工作中。

　　格芯的重要客户是AMD，主要代工AMD的Ryzen、Radeon芯片。而此项宣布将使AMD将转向台积电。

　　这对台积电来说也是一份意外之喜，据报道，AMD的相关订单价值高达15亿美元，但目前台积电是唯一量产7nm代工厂，未来两三年还有可能增加到50亿美元。

　　尽管其他有可能角逐霸主之位的三星和英特尔也曾表示预定在2018年提供代工业者7纳米节点的对应技术，但台积电在这一方面仍处于领先位置。

　　在大多数人感叹摩尔定律已经走向完结的当口，除了早早投入7纳米工艺研发，并于2017年第二季度进入试产阶段。

　　台积电使用DUV光刻的第一代7nm FinFET与此前10nm FinFET制程相比，7nm FinFET将可在晶体管数量不变的情况下使芯片尺寸减少37％，或在电路复杂度相同的情况下降低40％的功耗。

　　为了满足联发科、海思和高通等无晶圆厂客户不断增长的需求，台积电还提前在2018年第二季度将7纳米工艺技术推向大规模生产。

　　据台湾当地媒体DIGITIMES今年6月报道，有消息人士称，台积电已经收到越来越多的7纳米订单，还有更多的无晶圆厂客户打算跳过10nm工艺，转而直接使用7nm。

　　2016年，台积电就对外宣称，预计投入250亿美元，建设制造5纳米工艺芯片的工厂，并计划于2020年上半年推出5纳米工艺的芯片。

　　不仅如此，台积电还表示，计划在2022年之前筹建并运营全球首个3nm半导体晶圆厂，虽然有关其对环境潜在影响的公众听证会还在进行中，并且有可能减缓其计划。

　　但无论如何，3纳米已经逼近芯片上能容纳晶体管数量的极限，再往下缩就不得不考虑电子的量子效应。IBM高管在日前在一次公开发表会议上说，3年内量计算机就将成为现实。

　　在摩尔定律这条路上，在代工厂这个商业模式上，台积电非常成功，现在以及未来几年也将很辉煌，但良品率和研发投入高昂的5纳米、3纳米工艺，性价比是否真的值得？