【台积电4nm工艺，高通发布第一代骁龙8+移动平台】第一代骁龙8+采用台积电4nm制程工艺，第一代骁龙7则升级为三星4nm制程工

【台积电4nm工艺，高通发布第一代骁龙8+移动平台】第一代骁龙8+采用台积电4nm制程工艺，第一代骁龙7则升级为三星4nm制程工艺。除了手机移动平台之外，高通还推出了搭载骁龙XR2（专为XR设备打造）平台的全新无线AR智能眼镜参考设计。 #抽屉IT

Google Pixel 10将采用台积电3nm工艺制造的Tensor G5芯片

Google Pixel 10将采用台积电3nm工艺制造的Tensor G5芯片 苹果公司一直以来都是台积电的主要客户，在竞争对手介入之前就获得了最先进的芯片技术，这种合作关系使双方在性能和利润方面都受益匪浅。此前有报道称，Google和台积电达成了一项协议，允许芯片制造商为Google的 Pixel 系列开发完全定制的 Tensor G 系列芯片。如果Google与台积电合作得当，没有出现供应紧张的情况，那么 Tensor G5 将成为台积电专门为 Pixel 系列推出的首款芯片。到目前为止，我们已经听说Google正在为其芯片开发测试设备，而根据Business Korea的最新报道，首款台积电芯片将采用 3 纳米工艺制造。这可能会使Google Pixel 系列接近当前 iPhone 机型的性能水平。然而，苹果在芯片技术和性能方面远远领先于竞争对手。当Google推出用于 Pixel 手机的 3 纳米 Tensor G5 芯片时，苹果将致力于推出用于 iPhone、iPad 和 Mac 的2 纳米或 1.4 纳米芯片。不过，Google的 Pixel 品牌设备在竞争中并不占优势，因为联发科（MediaTek）和高通（Qualcomm）预计也会在即将推出的产品中采用 3 纳米工艺。在生成式人工智能技术时代，设备上的处理需要原始动力，而 3nm 芯片是设备的基本起点，至少对 iPhone 而言是如此。新的芯片技术将使 Pixel 设备拥有更好的计算和图形性能，同时为设备上的人工智能实用程序提供巨大的空间。Google目前的 Tensor G3 芯片采用的是 4nm 工艺，该技术也将应用于 Pixel 9 系列。我们可以预计，第十代 Pixel 手机将采用全新改进的 3nm 芯片。另一方面，三星似乎正在为其 3nm 芯片而苦苦挣扎，因为效率问题导致良品率相当低。与台积电的 3nm 芯片相比，三星 Exynos 2500 芯片的散热量减少了 10% 到 20%，但能效却更低。Google对芯片技术的演绎及其潜在性能的发挥还取决于该公司在软件和硬件之间的优化，这可能决定 Pixel 手机未来体验的好坏。 ... PC版： 手机版：

AMD Zen 5 CPU将于第二季度采用台积电3nm工艺制造 并于第三季度量产

AMD Zen 5 CPU将于第二季度采用台积电3nm工艺制造 并于第三季度量产 另一方面，"Zen 5c"CCD，或高密度配置纯"Zen 5c"内核的芯片组，将在更先进的 3 纳米 EUV 代工节点上制造。这两种 CCD 都将在 2024 年第二季度投入量产，预计下半年推出产品。"Zen 5c"芯片组拥有庞大的 32 个内核，分布在两个各有 16 个内核的 CCX 中。每个 CCX 有 16 个内核，共享 32 MB 三级缓存。这 32 个内核每个都有 1 MB 的二级缓存，总共 64 MB 的三级缓存，这就是 AMD 转向 3 纳米代工节点的原因。另一个原因可能是电压，"Zen 5c"内核可以被看成"Zen 5"的高度紧凑型变体，它的工作电压带低于其较大的兄弟型号，但 IPC 或指令集没有任何变化。采用 3 纳米制程的决定可能是为了在较低的电压下提高时钟速度，以便在 IPC 和内核数量之外，利用时钟速度提高性能。采用"Zen 5c"芯片组的EPYC处理器将采用不超过 6 个这样的大型 CCD，最大核心数为 192 个。普通的"Zen 5"CCD 在单个 CCX 中仅有 8 个内核，内核之间共享 32 MB L3 高速缓存；TSV 提供 3D 垂直高速缓存，以便在特殊型号中增加 L3 高速缓存。在AMD Zen 5架构平台中，最关键的核心运算芯片是由台积电以3纳米制程制造。此外，HPC 平台 MI300 系列也已投入量产，采用台积电的 4 纳米和 5 纳米工艺。订单势头有增无减，台积电今年从 AMD获得的先进制程订单势头非常强劲。业内分析认为，3 纳米工艺的量产需要相对较长的时间。据估计，AMD 新的 3nm 工艺 Zen 5 架构平台将在第二季度左右进入晶圆量产阶段。届时，产能有望逐月提升。目前，关于 AMD Zen 5 内核架构的信息还不是很多，但从该公司的官方声明来看，它将提供更多的功能：提高性能和效率 前端重新管道化和宽幅问题 集成人工智能和机器学习优化... PC版： 手机版：