北京时间 17 号,根据台湾媒体报道,台积电已经接到了博通和特斯拉的联合订单,具体量产时间定在 2021 年四季度。
报道表示,台积电将为特斯拉打造高性能计算机(HPC)芯片,博通则会参与芯片设计。特斯拉的全新芯片将会基于 7 纳米工艺打造,并采用台积电 InFo-SOW 封装技术。
继上个月广汽首发的高通 SA8155 ,是数字座舱的 7 纳米首作;而 Autopilot 4.0,则有可能是 第一个 7 纳米的 ADAS 方案(英伟达 Orin 的计划是 2022 之后)。
考虑到如今距离特斯拉发布第一代 FSD 芯片仅仅过去了 16 个月,马斯克快得简直不像车企 CEO。
如果计划不出差错,Autopilot 硬件 4.0 将在 2022 年上半年到来,届时它将与英伟达 Drive AGX Orin、Mobileye EyeQ5 同台竞技,三者的目标基本一致——L5 级别全自动驾驶。
作为自动驾驶技术公司,特斯拉的芯片方案能否保持算力优势?作为车企 CEO,马斯克的「自动驾驶」牛皮能否凭借新芯片照进现实?作为消费者,我们两年后可以体会到什么级别的技术跃进?
我们今天来聊聊这个。
面积最大的自动驾驶芯片?
根据台媒报道,应用了台积电的 InFo-SOW 技术之后,每一片 12 英寸的晶圆只能切割出 25 块特斯拉的定制芯片——这句话怎么理解?
晶圆,指的是二氧化硅提纯、加热、整形后的单晶硅圆柱切割出来的硅片。12 英寸指的是晶圆的直径,还有 8 英寸等不同规格。芯片就是用光刻机先在晶圆上「雕」出来,再切割的。
一个直径是 12 英寸的圆面积大约是 70650 平方毫米,除以 25 就是 2826 平方毫米,当然,晶圆在切割过程中存在一定损耗,实际数字会小一点。
做个比较,英伟达的自动驾驶计算芯片 Xavier,核心面积为 350 平方毫米,特斯拉自己的初代 FSD 芯片,面积为 260 平方毫米。即使算上损耗,4.0 的单芯片面积也是板上钉钉地大得多。
但是,把芯片做这么大有什么用?
来自台积电的工程魔法
同等制程下,芯片越大,能容纳的晶体管就越多,计算能力也就越强。
但之所以没有产生芯片面积争霸赛,是因为把芯片做大有很多风险,包括热量堆积、晶圆切割损耗、封装难度等等。
台积电首先解决的是热量问题。
摩尔定律中明确表示,只有芯片晶体管数量翻一倍才能算「一代」,于是芯片工艺领域就以芯片总面积不变,但单个晶体管面积减半的工艺升级称为「新一代」。
想让单个矩形晶体管截面积缩小一半,就需要边长乘以 0.7。这就是半导体工艺的迭代法则,比如 14 纳米下一代是 14x0.7≈10 纳米,10 纳米下一代是 7 纳米。
特斯拉初代 FSD 芯片使用的是三星 14 纳米工艺,而二代芯片采用的是台积电的 7 纳米工艺,中间隔了两代工艺。
然而同样是 7 纳米,不同的「流派」也会有不一样的效果,比如台积电就将自家 7 纳米分成 N7/N7+/N7P 三代。其中 iPhone XS A12 芯片用的就是第一代 N7 7 纳米工艺,iPhone 12 系列 A13 芯片就是 N7P 优化版工艺。
我们算得保守点,台积电初代 7 纳米工艺相对于传统 14 纳米工艺,根据台积电的官方说法,同样晶体管数量下,理论功耗降低超过 60%。而如果特斯拉采用 N7+或者 N7P 工艺,还能再降 20% 左右。
其次是封装问题。
芯片自己没办法干活,它需要通电,需要连接储存器、输出设备,才能组成完整的计算机。为了做到这一点,台积电需要将芯片「粘」到一块有连接针脚的板子上,这个过程叫封装。
特斯拉给台积电下的单,就是要用难度极高,但性能也极好的 InFo SOW,全名 Integrated FanOut System-on-Wafer,集成扇出晶圆上系统封装。
根据台积电的技术文件,InFo 扇出封装相比以往的扇入封装,可以容纳更多针脚,数据连接速度更快。从苹果 iPhone 7 的 A10 芯片开始,台积电这一封装技术正式走向商用。
那 SOW 又是什么?
2012 年,台积电第一次将 4 个 28 纳米工艺的芯片未经独立切割粘贴在一块硅基板上面,这就是 CoWoS 技术(Chip-on-Wafer-on-Substrate,基板上晶圆级封装)。8 年之后,CoWoS 已经成为高端芯片的首选,比如战胜柯洁的 Alpha Go 里面的 TPU 2.0。
虽然传输速度极佳,但 CoWoS 的成本实在太高,于是曲高和寡的台积电基于 InFo 技术推出了 SOW 封装技术。SOW 的特点在于基于扇出封装,成本更低。
与此同时,InFo 可以实现功能模组和芯片的一体封装,包括供电、导热介质等。这意味着同样使用水冷,Autopilot 硬件 4.0 的密封性可以做得更好,安全性更高。
总结一下台积电对 Autopilot 硬件进化的贡献就是:功耗、功能,以及安全。
那么在全球最大半导体代工厂帮助下,二代 Autopilot 硬件的性能会达到什么程度?
不仅更强,目标最强
想要初步领略硬件 4.0 的能力,我们得回过头,看看硬件 3.0。
参数方面,硬件 3.0 FSD 单芯片面积为 260 平方毫米,容纳 60 亿个晶体管,内置 32MB SRAM,单芯片算力 72TOPS。
而硬件 4.0 的芯片只能在 70650 平方毫米的晶圆上切下来 25 块,加上 7 纳米带来的晶体管单位面积缩小,马斯克的疯点子有太多发挥空间了。
晶体管为计算服务,更为存储服务。
2019 年 FSD 芯片发布会上,特斯拉花了很大篇幅强调存储带宽的重要性。32MB SRAM 为 144TOPS 总算力的 FSD 芯片带来了 2TB 每秒的内交流带宽,Peter Bannon 表示已经远超自动驾驶 1TB 起步的要求。
但到了硬件 4.0,特斯拉也许能实现指数级别的进化。
目前世界上最大的半导体芯片,是 Cerebras Systems 的 Wafer Scale Engine 深度学习芯片,在 46225 平方毫米的面积里塞下 1.2 万亿个晶体管(包括储存芯片的晶体管数量)。
巨大的面积不仅用于计算,Cerebras Systems 还在芯片里内置了足足 18GB 的 SRAM(一般和处理芯片封装在一起,比运行内存 DRAM 速度快很多,同时成本也高很多)。
超大容量的 SRAM 可以承受极高的带宽压力,Cerebras Systems 的官方数据是「9.6PB 每秒」,是 FSD 芯片 2TB 的 4915 倍(当然,两者芯片面积差距太大,这里只是简单比较一下)。
基于同样工艺的特斯拉 Autopilot 硬件 4.0 ,也理应拥有如此巨大的想象空间。
如果可以实现如此大尺度的性能飞跃,也许只有激光雷达,才可以止住马斯克前进的脚步——英伟达的 Orin 算力「仅有」 200TOPS,EyeQ5 甚至还没有详细参数。
这一段术语太多,简单总结一下硬件 4.0 进化的可能性,就是:晶体管数量和内存带宽/容量暴增,由此带来自动驾驶计算能力飞跃——暴增的意思是,比英伟达 Xavier 强 10倍,踩一踩 Orin ,都没啥问题。
或者更简单点,牛逼就完事儿了。
One More Thing
消息里面还提到一点:博通 Broadcom 参与芯片设计。
乍听上去有点反逻辑——马斯克不是喜欢亲力亲为吗?为什么刚离开英伟达几年,又扯上了博通?
我们先了解下博通是干嘛的。
2017-2019 年,博通连续三年蝉联了全球无晶圆厂 IC 设计营收排行榜首。所以特斯拉和博通合作没毛病,老大就应该和老大做朋友。
但博通之于特斯拉,作用也许不止设计芯片这么简单。
除了芯片 IC 设计业务称雄以外,博通还是全球最大的网络半导体芯片公司之一。更有意思的是,全球首款 7 纳米有线网络芯片,就出自博通之手。
台积电代工,名为 Tomahawk 4 的网络芯片是博通的王牌产品。单颗芯片内集成了 310 亿晶体管之后,Tomahawk 4 可以用一颗芯片带动 64 个 40 万兆的光纤接口。简单换算一下,就是 3.2PB 的带宽。
容我打个岔。
2019 年 7 月 22 日,特斯拉在一项专利中展示了线束高度简化的操作,比如一扇车门只保留一个多功能传感器等。特斯拉在专利中表示:
「传统汽车接线方案是零碎的。通常是由不同的线束,将电气组件连接到中央电池或电源。每个组件都通电,但需要多个线束才能进行通信和信号传输。在单个车辆中,导线的总长度可能很长。」
马斯克曾经表示 Model 3 的线束从 Model S 的 3 公里减少到了 1.5 公里,他还说 Model Y 可以实现 100 米的线束长度,但至今仍未证明自己。
所以,同样基于台积电 7 纳米工艺,博通的网络芯片会否成为马斯克梦想的最后一块拼图?
要知道 CAN 总线的带宽仅有 2Mbps,3.2PB 带宽的网络中枢假如放进车里,划时代都不足以形容这样的质变。
马斯克曾说过未来汽车就应该是「轮上电脑」,而如今汽油车里动辄 3-4 公里的线束长度,各个 MCU 之间的布线复杂度,都远不像是「轮上电脑」该有的样子。
所以,马斯克的终极智能汽车愿景,会由强大运算能力的单中枢+高带宽的车内信息交互+极简的布线共同实现吗?
我们明年就会知道了。
写在最后
7 月 1 日,Autopilot FSD 选装包正式涨价,美国从 7000 美元涨到 8000,中国从 5.6 万元涨到 6.4 万。
Autopilot 的能力大家有褒有贬,也正是因为它还不够完美,「每年涨价一次」的规定引来了更大的争议。按照这个逻辑,2022 年的 FSD 选装包价格将达到 8 万元。
软件方面,特斯拉 AI 总监 Andrej Karpathy 即将带着「近乎重写」的 Autopilot 软件新版本登场;至于大家印象中迭代速度明显更慢的硬件,Peter Bannon 则希望颠覆大家对车载芯片的印象。
转载文章,不代表本站观点。