【比拼】高通7纳米LTE芯片由台积电拿下;全球企业市值100强

2018-02-26 14:00:40 来源: 老杳吧
1.台积电拿下高通骁龙855 7纳米订单
2.量子计算像1968年的半导体一样进入2018年
3.哈佛大学联合阿尔贡国家实验室开发基于MEMS芯片的超级透镜
4.2018年全球企业市值100强:苹果登顶,6家半导体企业入选
1.台积电拿下高通骁龙855 7纳米订单
高通在全球移动通讯大会(MWC)前夕发布业界传输速率最高的X24基带芯片,采用7纳米FinFET制程生产,而整合X24的Snapdragon 855(骁龙855)手机芯片也将在今年底采用7纳米FinFET制程投片。业界人士指出,高通今、明两年7纳米LTE芯片代工订单已由台积电拿下,明年下半年试产的5G芯片则选择三星7纳米极紫外光(EUV)制程生产

虽然今年MWC大会中,5G才是市场热门焦点,但5G商用时间表大约落在2020年,因此,今、明两年4G LTE仍然会是智能手机主流技术。高通在MWC开展前夕发表X24基带芯片,传输速率高达每秒2Gb,可说是现阶段地表最强LTE基带芯片。高通也宣布X24芯片将采用7纳米FinFET制程生产,业界人士指出台积电是唯一独家晶圆代工厂。

高通7纳米X24基带芯片最大特色是支持最高7个载波聚合(7xCA)技术,亦是全球首款Cat. 20 LTE基带芯片,能够同时支持最多达20路的LTE数据流,等于可以合理利用电信业者所提供的全部频谱资源。高通将在MWC大会中与Telstra、Ericsson、Netgear等设备商或电信业者合作进行X24传输示范。

高通虽然才在去年底推出骁龙845手机芯片,采用三星10纳米制程生产,但随着X24基带芯片正式推出,高通新一代搭载X24的骁龙855手机芯片将会在今年底前亮相,并且同样采用台积电7纳米制程投片。而骁龙855平台除了传输速率全球最快,也会加强在人工智能及相机数位讯号处理器(ISP)等运算功能,不排除会再加入第三代超音波屏幕指纹识别技术。

业界人士透露,由于全球5G规范及标准尚未完全敲定,5G要进入商用的时间点大约落在2020年,因此今、明两年高通的主力战场仍然在4G LTE市场。虽然高通及三星日前宣布合作,高通5G芯片将采用三星7纳米EUV制程,但试产时间应该落在明年下半年。由此来看,高通今、明两年的4G LTE芯片要全速转进7纳米,代工订单几乎都由台积电拿下。

台积电今年资本支出介于105~110亿美元,首要投资项目就是以最快速度拉高7纳米产能。台积电已有10颗7纳米芯片完成设计定案(tape-out),今年底前将有超过50颗7纳米芯片可完成设计定案,除了高通7纳米订单重回台积电手中,第二季后包括苹果、赛灵思(Xilinx)、超微、辉达(NVIDIA)、海思等7纳米订单也将陆续进入量产。也难怪台积电董事长张忠谋会在日前法说会中表示,现阶段台积电在7纳米的市占率已达100%。
2.量子计算像1968年的半导体一样进入2018年
量子计算的竞争格局在2018年初持续升温。但是今天的量子计算格局看起来很像50年前的半导体格局。

硅基集成电路(IC)于1968年进入其“中等规模”集成阶段。短短几年内,晶体管的计数从一个芯片上的十个晶体管到一个芯片上的数百个晶体管。过了一段时间,芯片上有成千上万的晶体管,然后是成千上万的晶体管,现在我们已经有五十年了,已经有数百亿。

量子计算是量子物理学的一个实际应用,它使用单个的亚原子粒子作为计算元素来冷却毫米温度。这些亚原子计算元件被称为“量子位”.Qubits可以使用CMOS技术制造,如标准IC。但是,在量子计算机的严酷寒冷的操作环境中操纵和协调越来越多的量子位所需的互连,控制和传感器电路需要新的科学和技术发展。

量子计算正在享受其两位数的量子时代。在2017年,我们看到了一个具有20个通用物理量子位的芯片,并且在2018年我认为我们将看到具有超过50个通用量子位的芯片。但是第一个大众市场通用量子计算机将从数千个逻辑量子位构建而成。逻辑量子位是容错的,具有错误检测并最终纠错。数以千计的逻辑量子位至少转换成数以万计的物理量子位,这取决于物理量子位构架的数量级可能更大。

事实上,从数十到数百个物理量子位的演变可能需要一段时间; 从数百到数千将需要更长的时间。专家们认为,具有数千个逻辑量子位的可商业部署的量子计算机还需要十多年的发展,并有可能超过二十年。“量子霸权”将不会长久。同时,许多供应商正在取得令人瞩目的进展

这是2018年初量子计算的记分卡。它处于快速扩张阶段,但当数量很小时,快速增长很容易。

量子系统下

IBM和Rigetti都推出了基于云计算的通用型量子计算机,用于公共访问和有限访问(分别为20和19位系统),每个系统都有一个完整的软件开发工具包(devkit)。NTT推出了基于云的量子点和基于光子学的架构及其全堆栈开发套件。微软和谷歌推出了他们的通用量子计算研发计划以及全堆栈devkits和模拟器,但尚未公开演示硬件。英特尔正在展示原型芯片,但尚未展示它们。IonQ,Quantum Circuits和RIKEN正在投资硬件开发,但尚未展示其工作。然而,只有两家公司正在销售用于客户使用的专用系统,该系统可以被称为量子计算机:

D-Wave和NTT实现了2,048个物理量子比特,尽管他们使用完全不同的技术来完成这个任务,而他们的系统并没有显示出完整的通用量子计算功能。他们的架构适合于解决优化,分子动力学甚至深度学习训练和推理任务中的一些问题。

量子铁的模拟

模拟数十个物理量子位需要大量“经典”计算能力,这意味着当今最先进的基于IC的计算,存储器,存储和网络体系结构。这些软件仿真可能比他们模拟的量子计算机运行速度慢几个数量级,研究人员是否可以真正构建与当前仿真一样大的真实系统。

上周,来自Jülich超级计算中心,武汉大学和格罗宁根大学的欧洲研究人员成功模拟了一台46-qubit通用量子计算机。这种模拟打破了美国能源部劳伦斯伯克利国家实验室4月份发布的45-quibit记录。今年7月,来自哈佛 - 麻省理工学院超冷原子中心的美国团队和加州理工学院模拟了一个51-qubit量子计算机,但它是为了解决一个特定的方程而建立的,并不是一个通用的模拟。去年11月,马里兰大学和美国国家标准与技术研究院(NIST)的一个小组发表了一篇关于53-qubit模拟器的论文,该论文也是为了解决一个具体问题。

同时,在云中,IBM在经典的超级计算机上内部模拟了一个56-qubit通用系统。然而,公众可以获得16-qubit系统,看起来IBM似乎并不重视新Q网络程序之外的最终用户模拟。微软新推出的量子开发套件支持在其Azure云中模拟“超过40个量子位”,其本地基于PC的模拟可以在16 GB内存中扩展至大约30个量子位。我不得不怀疑微软的Azure量子计算模拟是否与它最近与Cray的合作有关。Rigetti的基于云的Forrest模拟器可以模拟多达36个量子位。Google的Quantum Playground可以模拟多达22个量子位。

通用芯片

IBM在2017年末推出了20-qubit芯片,这是IBM Q网络宣布的基石(请阅读下面的Q网络公告)。IBM表示它已经构建并在内部测试了一个50-qubit芯片。IBM Q网络参与者可以访问新的20-qubit系统,并且随着其进展,将可以及早访问50-qubit芯片。英特尔在10月份向其合作伙伴QuTech交付了17-qubit测试芯片,并在2018年初在消费电子展(CES)上展示了49-qubit芯片。Rigetti本周宣布,其19位芯片可用于云访问(访问需要Rigetti的批准)。Rigetti的芯片是一个20-qubit架构,其中一个量子位具有制造缺陷; 它落后于IBM。谷歌已经在内部测试了六个,九个和二十个qubit芯片,

Rigetti 20-qubit芯片(左),Google 6-qubit芯片加载体(中),英特尔49-qubit载体(右)(来源:各厂商)

Atos表示其40-qubit模拟器基于英特尔至强处理器,但专用硬件加速器“即将推出”。这并不奇怪,因为IBM正在内部使用其Power Systems在开发过程中模拟量子计算机。

量子软件开发

在软件方面,由于这些研究人员过去几十年来一直在开放其内部量子计算开发环境,因此开放源代码的关键部分是强制性的,以吸引学术研究人员参与特定架构。

今年,IBM开源QASM(Quantum ASseMbler),这是IBM QISKit(量子信息软件包)的关键组件。XACC(极限称重ACCelerator)与Rigetti的模拟器和原型芯片以及D-Wave的生产系统相连接。QuTiP(Quantum Toolbox in Python)是量子计算硬件社区广泛使用的开源量子计算模拟器(阿里巴巴,亚马逊,谷歌,霍尼韦尔,IBM,英特尔,微软,诺斯鲁普格鲁曼,Rigetti和RIKEN的标志出现在其网站上)。据推测,QuTiP正被用来模拟正在开发的硬件架构。谷歌与Rigetti合作开源OpenFermion,这是一个编译和分析量子化学问题的软件包。微软推出了Q#(“Q-sharp”)量子计算语言(请阅读下面有关微软的更多信息)。

关于中国呢?

中国公司由于缺少量子计算机出版物和公告而引人注目。今年中国宣布了价值100亿美元的量子信息科学国家实验室,计划于2020年开放。阿里巴巴,百度和腾讯都在AI和深度学习方面投入了大量资金,所以我期望能够听到更多关于他们对量子的兴趣计算明年。

最近的大公告

微软宣布量子开发套件

微软在2000年开始从事量子计算工作,直到2000年。在9月份的Ignite活动中,微软宣布将其量子计算计划基于2012年发现的Majorana Fermions。如果微软能够利用Majorana Fermions,量子比特可能比其他量子比特更经济,只有10个物理量子比特到一个逻辑量子比特,而不是数千或更多。

但是,在它的大型Majorana Fermion推出之后,微软一直对其硬件进展保持沉默。相反,微软专注于量子模拟其新的Q#语言,并将其紧密集成到其Visual Studio集成开发环境(IDE)和量子计算机模拟工具中,其中包括用于分析资源利用率的追踪模拟器,以及大量库,代码示例,和全面的文件。

微软的量子模拟器使用英特尔的AVX扩展,自2011年的“Sandy Bridge”处理器世代以来,英特尔处理器支持该扩展。微软今年也宣布了它的项目“脑波”基于FPGA的AI加速器,并暗示它正在Brainwave上运行“量子启发优化”。我的猜测是,微软正在优化Brainwave的FPGA深度神经网络(DNN)逻辑,以提高深度学习模型的准确性和/或速度。

微软的声明很重要,因为使用Visual Studio IDE的企业软件开发人员众多。这是一个成熟,高效的工具包。将量子计算集成到Visual Studio中可能会吸引新一代学术研究人员远离开源IDE,就像Nvidia通过其CUDA应用程序编程接口(API)和工具包对GPU编程所做的一样。

IBM宣布Q网络

IBM已经推出了QISKit API和devkit,供开发人员访问IBM基于云的Quantum Experience和本地模拟器。去年12月,IBM推出了Q网络生态系统开发计划。IBM并未谈论成员级别,但成员资格似乎基于支付能力和对IBM量子生态系统潜在贡献的可能性进行扩展。

访问IBM的量子计算资源非常简单; 一般访问将始终是Q Network参与者访问硬件和访问最新开发资源所需的一两代时间。有三种类型的会员,公布的参与者是:

集散地(教育,研究,开发和商业化区域中心):庆应义塾大学,墨尔本大学,橡树岭国家实验室(ORNL),牛津大学和IBM研究院

合作伙伴(特定行业或学术领域的先驱):戴姆勒,摩根大通公司,JSR和三星

成员(制定量子准备战略):巴克莱,本田,Materials Magic(日立金属集团)和长濑

IBM Q网络和更大的IBM Q体验用户群中的目标用户是研究生,学术研究人员和商业研究人员。量子计算仍处于实验阶段,无论是提供基础设施还是理解如何编程量子计算机来解决有用的问题。量子计算今天被发现和启发式统治。

IBM表示,其Q经验工具被超过1500所大学,300所私立教育机构和300所高中用作物理课程的一部分。这也是Nvidia用CUDA工具进行教育推广的成功策略。IBM宣称有35个第三方研究刊物使用Q体验工具,这个数字令人印象深刻,突显了量子计算早期阶段正在进行的研究人员关注的激烈竞争。

从哪里来?

量子计算的商业化还有很长的路要走。沿途会有一些暂时的优势。但随着投入量子计算研发的大量投入,任何一个量子计算竞争者的短期量子优势都将短暂流逝,如果没有持续的长期研发和商业化战略的话。

如果我们在2018年看不到具有50个或更多通用量子比特的系统,我们将会感到惊讶。我们认为我们还会看到一些已经具有超过2000个物理量子比特的更专业系统在受限问题域内显示出显着的量子优势。我们计划在3月份参加量子通信,测量和计算国际会议(QCMC),以便在量子计算的研究方面保持最新状态。 TIRIAS Research
3.哈佛大学联合阿尔贡国家实验室开发基于MEMS芯片的超级透镜
将超表面透镜和MEMS技术相结合,或能为光学系统带来高速扫描和增强的聚焦能力。


集成在MEMS扫描器上的基于超表面技术的平面透镜(超级透镜),左图为扫描电镜图片,右图为光学显微成像图片。在MEMS器件上集成超级透镜,将有助于整合高速动态控制和精确波阵面空间控制优势,打造光控制新模型

目前,透镜技术在各个领域都获得了长足的发展,从数码相机到高带宽光纤,再到激光干涉仪引力波天文台 LIGO的仪器设备等。现在,利用标准的计算机芯片制造技术开发出了一种新的透镜技术,或将替代传统曲面透镜复杂的多层结构和几何结构。

与传统曲面透镜不同,基于超表面光学纳米材料的平面透镜相对更轻。当超表面亚波长纳米结构形成某种重复图纹时,它们便可以模仿能够折射光线的复杂曲度,但是体积更小,聚光能力更强,同时还能减少失真。不过,大部分这种纳米结构器件都是静态的,功能性有限。

据麦姆斯咨询报道,超级透镜技术开拓者——美国哈佛大学应用物理学家Federico Capasso,和MEMS技术早期开发者——美国阿尔贡国家实验室纳米制造和器件小组负责人Daniel Lopez,他们俩来了一番头脑风暴,为超级透镜增加了运动控制能力,例如快速扫描和光束控制能力,或将开辟超级透镜新应用。

Capasso和Lopez联手开发了一款器件,在MEMS上集成了中红外光谱超级透镜。他们将该研究成果发表在了本周的《APL Photonics》期刊上。

MEMS是一种结合微电子和微机械的半导体技术,在计算机和智能手机中可以找到,包括传感器、执行器和微齿轮等机械微结构。MEMS现在几乎无处不在,从智能手机到汽车安全气囊、生物传感器件以及光学器件等,MEMS可以借助典型计算机芯片中的半导体技术完成制造。

Lopez说:“在一个硅芯片上高密度集成数千个独立控制的MEMS透镜器件,可以实现光学领域前所未有的光控制和操作。”

研究人员在一块SOI绝缘体上硅(2微米顶部器件层、200纳米掩埋氧化层以及600微米衬底层)上,采用标准光刻技术制造了这款超表面透镜。然后,他们将这款平面透镜与一个MEMS扫描器(本质上是一个偏转光线用于高速光路长度调制的微镜)的中心平台对齐,通过沉积微小铂片将它们固定在一起,最终将该平面透镜装配在MEMS扫描器上。

“我们这款集成超表面透镜的MEMS原型器件,可以通过电控制改变平面透镜的旋转角度,在几度范围内进行焦点扫描,” Lopez介绍说,“此外,这款集成超表面平面透镜的MEMS扫描器概念验证产品,还可以扩展至可见光及其它光谱范围,开拓更广泛的潜在应用,例如基于MEMS的显微系统、全息和投影成像、LiDAR(激光雷达)扫描器和激光打印等。”

在静电驱动情况下,其MEMS平台可控制两个正交轴方向的透镜运动角度,使平面透镜在每个方向约9度范围内进行焦点扫描。 研究人员估计,其聚焦效率约为85%。

“这种超级透镜在未来可以利用半导体技术实现大规模量产,或将在广泛的应用领域替代传统型透镜,”Capasso补充说。
4.2018年全球企业市值100强:苹果登顶,6家半导体企业入选
《砺石商业评论》在昨天发布“2018年中国企业市值100强(2月版)”后,今天发布“2018年全球企业市值100强(2月版)”,这是全球唯一一份根据企业市值进行排行,而不是按照收入、利润作为评估标准的榜单。

在本期“全球企业市值100强”榜单中,入围门槛为市值960亿美元,前10位依然没有任何变化,苹果、谷歌、微软,亚马逊、腾讯控股、Facebook,伯克希尔、阿里巴巴、摩根大通与工商银行分别1-10位。其中,苹果、谷歌、微软与亚马逊的市值均超过7000亿美金。

本期上榜的美国企业有58家,中国企业共有14家,其中2家互联网企业:腾讯控股与阿里巴巴;5家银行:中国工商银行、中国建设银行、中国农业银行、中国银行与招商银行;其它企业依次为中国石油、台积电、中国平安、中国移动、贵州茅台、中国石化与中国人寿。

本次榜单入围门槛为市值960亿美元,美国工程机械公司卡特彼勒以960亿美元市值排名第100位,刚刚入选。

半导体企业三星、英特尔、台积电、英伟达、德州仪器、博通分别名列15、23、25、55、82、94。


本次砺石“全球企业市值100强”的选择对象包括在中国沪深、香港、台湾、美国、英国、德国、法国、瑞士、日本与韩国等地证券交易所上市的企业。市值统计以各上市公司于北京时间2018年2月24日的收盘价格为准。市值按照国际汇率统一转换为美元计算。部分企业在两地或多地证券交易所同时上市,砺石商业评论将其市值进行了科学分析。

文章来源:http://laoyaoba.com/ss6/html/39/n-664139.html

责任编辑:星野
半导体行业观察
摩尔芯闻

热门评论