。从最初的0.35微米到0.25微米，再到0.18微米、0.13微米、90nm、65nm、45nm和32nm，在提高芯片工艺制程的过程中，大约需要缩小十倍的几何尺寸及功耗，才能达到10nm甚至7nm。在苹果与台积电合作推出5nm芯片仅短短几个月后，我们不禁思考：强调纳米级制的重要吗？

几乎人人都专注于较小的数字，但真实情况比这一逻辑要复杂得多。理论上，许多因素都在工艺制程上发挥作用。以7nm为例，更小的几何尺寸意味着每平方毫米有更多晶体管，意味着更高密度、高时钟频率设计、更低功耗以及更低晶体管电压。

然而，看似相同的制程可能也存在差别。台积电所称的10nm对应于英特尔所称的是14nm，而台积电及其合作伙伴称之为7nm技术，对于英特尔而言却是接近10NM。

大约18个月前，英伟达推出了Nvidia Turing，该芯片是基于12NM技术。如果纳米是唯一度量标准，它就不应该与大型Vega Radeon VII卡相抗衡。但实际情况并非如此，因为尽管英伟达在晶体管尺寸、电压和密度上存在缺点，但仍然设法提高了IPC（每周期指令）的比率。架构对芯片成功起着关键作用。而AMD在7NM波长范围内拥有最高功率的大型Navi GPU，这就意味着想要打败英伟达GPU工程高级副总裁Jonah Alben，是十分困难的事。

现在，Nvidia Ampere已经是基于7纳米，一旦宣布推出消费类GPU，那么如何与AMD下一代大型Navi GPU进行比较将会很有趣。在这种情况下两家公司制造几何尺寸相同，但终有一家的速度会更快。这一切都会取决于架构，使得更好的栅极和模块能够在给定的晶体管数量和总功耗下运行工作负载更加快速。

预计苹果将于2020年9月发布5NM A13，而高通Snapdragon 875预计将使用相同工艺并且计划发布今年晚些时候（最有可能是在12月）。由于禁令，华为可能会被排除在采用5NM芯片之外，但通常情况下华为是第一批寻求最小晶体管客户之一。

由于手机设计受限于功耗限制，使得苹果朝向最小几何尺寸发展。iPhone中的TDP（热设计功率）仅为2W。此外笔记本电脑则可能通过7至9W TDP进行被动冷却。2W TDP不是很多，这也是为什么苹果、高通和华为允许的情况下首先追求最小晶体管的一个关键原因之一。

较小的地理大小可以随着晶体管获得更多能量而增加电池寿命，并且从几何学角度讲，可以在同一表面上放置更多晶体管。

过去，由于功率TDP限制，ATI / AMD和英伟达是最早追求最小晶体管公司。大约60Hz时4K分辨率需要四倍计算需求，而到了8K，其计算需求将比Full HD高四倍，即4倍4K或16倍。此外GPU用于AI机器学习工作负载的一部分原因就在于它们能够处理大量数据且具有快速内部互连、大量带宽及快速内存等优势。

CPU与其神话

代号Matisse 的AMD Ryzen 3000系列以7NM制造闻名，该系列虽然其I/O部分采用了12NM制造。但事实上该系列重要组成部分并不属于这两个数值，但是几乎每个人都将其CPU称作七奈 米。这一点反映了营销对于公众认知上的影响力巨大。

第二代Ryzen 3000 (Ryzen 300 XT) 将很快交付，并使用相同七奈 米工艺。

A经证实，其代号Vermeer (Ryzen 400) 的Zen3 将推出并显示出显著改善。

图片源自 AMD 官网

仅从营销视角看待工艺制程，上述提到的 Intel 最新笔记本处理器 Comet Lake-S 采用的是14 NM 制程，与 TSMC 的10 NM 对应，所以 Ryzen Matisse 处理器明显占据优势。不过 Matisse 在游戏及单线程序性能方面表现不足，因此 AMD 在渲染等工作负载中取得胜利，如 Ryzen 9 3950X 拥有16 个核心，在渲染性能上击败了 Core i9-10900k(10 核心) 解决方案。

营销策略非常关键，因为人们确实使用渲染功能，但营销侧重谁获得最高 CineBench 分数。在电子邮件回复、文档编写及观看图片/Netflix 等任务中，对16核没有太大的帮助，而且讽刺地，即使再多内核也无法提升游戏性能。

移动笔记本电脑市场

Intel 首先利用 Ice Lake 上实现了 10 nm 制造，现在正在追求节能省电 Lakefield，以及即将出现第二代 Tiger Lake。

AMD 利用其移动产品达到七奈 米制备并宣布了一系列 Ryzen 笔记本解决方案，以满足来自1 至54 W TPD 市场。这对于 AMD 来说来说巨大的进步，但是它仍然未能超越 Ice Lake 在绝大多数重要应用中的表现水平。

因此，在 AAA 游戏如《战地风云》1080P 运行良好的事实给予 AMD 笔记本研发增添挑战性质，同时 Intel 新款 Tiger Lake 已赢得超过50项设计奖项，因而展示了针对 AI 和当今应用优化能力，从而进一步证明 Seven Nanometer 只是一个数字，不代表所有技术上的可靠性或竞争力；实际效果依赖具体实施细节，以及是否真正适合某种特定应用环境，其中包含但不限於游戏效能试验结果，也涉及到 CPU 内核数量配置如何影响整 体系统执行效率问题，还包括软件层面的支持程度是否充分，有助提升整个系统整合性的协同效应等因素加权考量，最终决定一个设备是否处处领先或者只是一个局部突破点的问题；最后，如果我们看到这些硬件平台作为基础设施，无疑正逐步走向一种新的智能时代，那么这样的变革无疑要求我们不断更新我们的观念，将传统意义下的“硬件”、“软件”边界扩展开来，让创新成为主导趋势，同时也不忘历史教训，为未来做好准备，不断探索新领域、新可能性，用科技引领社会发展方向。一句话概括这个段落：Seven Nanometer 是一个数字，是一种标签，它背后的含义深远，它代表的是技术革新的方向，是生产力的升级，是人类智慧的一次迭代，每一次迭代都是为了让生活变得更加美好，让世界变得更加完美，这就是科技进步永恒的话题！