IBM開發出第一個5奈米製程晶片,效能提升40%、電力消耗節省75%
IBM開發出第一個5奈米製程晶片,效能提升40%、電力消耗節省75%
2017.06.08 | IBM

兩年前才開發出全球首個7奈米製程晶片的IBM,這次與晶片商GlobalFoundries和三星合作研發晶片再有突破進展。他們成功開發出五奈米製程晶片,且性效能表現更好。透過新技術,指甲大小的晶片可容納300億顆電晶體,相較兩年前7奈米製程的技術,相同面積僅能容納200億顆電晶體。該技術一旦成熟,將有助於人工智慧、物聯網和雲端計算等領域發展。

電晶體新技術讓晶片擁有更多「運算大腦」

一直以來驅動半導體技術進步的摩爾定律,隨著近來晶片技術進步趨緩的情形,似乎快達到極限。在現有通用的10奈米製程晶片,按照摩爾定律,下一代應縮小至7奈米。而IBM這次不僅打破僵局,新研發的5奈米製程晶片甚至已經超越摩爾定律的標準。

而IBM之所以能同時縮小晶片尺寸、卻又不影響效能的原因,在於其採用了新技術「環繞式閘極場效電晶體(GAAFET)」。

Silicon nanosheet transistors at 5nm.jpg
IBM最新5奈米電晶體側面圖。其首次採用堆疊矽奈米薄層作為電晶體設計,讓晶片的性效能皆優於目前已商用的10奈米製程晶片。
圖/ IBM

閘極(gate)是電晶體中控制電流開關的部位,該設計也是影響電晶體尺寸的關鍵之一。一直以來,電晶體都是設計成扁平狀,而閘極位於電流通道上方。為了縮小電晶體尺寸,後來晶片商將通道設計成魚鰭狀、垂直於基板(substrate),並將閘極覆蓋於通道上方,被稱作「鰭式場效電晶體(FinFET)」。

而IBM希望透過進一步縮小通道和閘極的距離,再縮小電晶體尺寸。其透過奈米薄層將閘極包圍在通道周圍,閘極數量因此從過去的三個增加為四個,閘道通道量也較過去更大。

finfet-vs-nanosheet-transistors-width.jpg
受限於設計,FinFET(左)的閘道通道較GAAFET的還要少,在電晶體排列更緊密、電流通過量變更大的情況下,採GAAFET的晶片性能更高、尺寸也能縮小。
圖/ IBM

由於手機和電腦計算速度取決於晶片中的電晶體數量和通過的電流量,在電晶體排列更緊密、電流通過量變更大的情況下,採GAAFET的晶片性能更高、尺寸也能縮小。

正是如此,GAAFET被視為取代FinFET的下一代晶片設計。FinFET目前普遍被用於22奈米以下的晶片設計,最小約可製作出7奈米的晶片,若尺寸縮至5奈米,受限於晶片製程技術,電晶體排列過於緊密、無法讓足夠的電流通過,會導致性能下降。而採GAAFET的晶片尺寸極限為3奈米。

性能提升40%、電力消耗省75%

儘管兩年前IBM就研發出7奈米製程技術,但目前已經邁入商用階段的仍僅止於10奈米。例如,高通最新手機處理器「驍龍835」,就是第一個採用三星10奈米製程的晶片,該晶片也用於三星最新智慧型手機Galaxy S8。

在性效能表現上,採新技術的5奈米製程晶片,相較10奈米製程晶片,性能可提升40%,或是可省下75%的電力消耗卻能達到相同效能,即電量消耗為過去的1/4倍。

該技術也讓晶片的電晶體密度突破以往。IBM表示,新技術讓僅約指甲大小的晶片(50平方毫米)可容納300億個電晶體,以過去7奈米的製程技術來說,同樣大小僅能容納200億個電晶體。

儘管新技術令人期待,但IBM表示,5奈米製程目前仍在開發階段,距離商用還有一段時間。

資料來源:Arstechnica、The Verge、CNET

關鍵字: #IBM #半導體
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓