Des puces gravées en 0,7 nm voient le jour, la loi de Moore revit

marsbitPublished on 2026-06-26Last updated on 2026-06-26

Abstract

La loi de Moore est-elle sauvée ? IBM a dévoilé le premier procédé de fabrication de puces au monde en 0,7 nm, intégrant près de 100 milliards de transistors sur une surface de la taille d'un ongle, doublant ainsi la densité par rapport aux puces en 2 nm. Cette avancée franchit la barrière du 1 nm et approche l'échelle atomique, permettant soit une amélioration des performances de 50 %, soit une réduction de la consommation d'énergie de 70 %. Le cœur de cette innovation réside dans l'architecture "NanoStack" d'IBM, une conception pionnière de transistors empilés verticalement en trois dimensions à base de nanofeuillets. Cette technologie étend les précédentes avancées d'IBM, comme les transistors GAA (porte entourante totale) et VTFET (à transmission verticale). Le procédé consiste à superposer deux plaquettes de tranches de nanofeuillets, créant une structure 3D interconnectée verticalement. IBM a validé la faisabilité en laboratoire, démontrant notamment une réduction de 40 % de la surface des cellules SRAM, cruciale pour les puces IA. Face à la crise énergétique des centres de données liée à l'IA, le gain d'efficacité de 70 % répond à un besoin pressant. Bien qu'IBM ne fabrique plus de puces, il développe et licence ces technologies. Le calendrier de production envisage une commercialisation d'ici cinq ans, et l'architecture NanoStack pourrait prolonger la miniaturisation des puces pendant au moins une décennie.

La loi de Moore est-elle sauvée ?

IBM dévoile le premier nœud de fabrication de puces au monde en 0,7 nanomètre, intégrant près de 100 milliards de transistors sur une puce de la taille d'un ongle, avec une densité double de celle des puces en 2 nm.

Auparavant, la technologie la plus avancée de TSMC était le 2 nm, progressant difficilement depuis plusieurs années.

Jensen Huang, PDG de Nvidia, a maintes fois affirmé que la loi de Moore était morte. Voilà enfin un tournant.

0,7 nanomètre, soit 7 angstroms. Pour la première fois, les transistors fabriqués par l'homme franchissent la barrière du 1 nm, s'approchant de l'échelle d'un atome individuel (0,1 à 0,5 nm).

Comparé au procédé en 2 nm, cela peut améliorer les performances de 50 %, ou l'efficacité énergétique de 70 %, selon le choix.

L'architecture NanoStack fait son entrée

Au cœur de cette percée se trouve l'architecture « NanoStack » d'IBM, la première conception de transistor 3D vertical empilé basée sur des nanofeuillets.

Pour comprendre NanoStack, il faut revenir sur l'évolution de l'architecture des puces ces dernières années.

À l'ère des 7 nm et 10 nm, la solution dominante était le transistor FinFET (à ailettes), où la grille enveloppe le canal sur trois côtés pour contrôler le courant. En deçà des 5 nm, les problèmes de fuite du FinFET sont devenus critiques, l'empêchant de tenir.

En 2017, IBM a introduit la technologie des nanofeuillets à grille entourante totale (GAA), où la grille enveloppe complètement les canaux constitués de nanofeuillets empilés horizontalement, améliorant grandement le contrôle électrostatique. Cela est devenu la base de ses puces en 2 nm, et a été adopté par les principaux fabricants comme TSMC et Samsung.

Fin 2021, IBM et Samsung ont conjointement présenté le transistor à effet de champ à transmission verticale (VTFET), changeant la direction du courant de l'horizontale à la verticale. Les simulations montraient un doublement des performances ou une réduction de 85 % de la consommation par rapport aux FinFET de même taille.

NanoStack est une extension de cette voie.

La méthode consiste à :

Prendre deux tranches de silicium comportant des transistors à nanofeuillets, retourner l'une et la superposer sur l'autre, puis les coller par liaison diélectrique ultra-mince, formant une structure 3D verticalement interconnectée. Chaque couche peut utiliser des combinaisons de matériaux différentes, les transistors de type n et de type p étant optimisés indépendamment, sans interférence.

IBM a déjà validé cette technologie en laboratoire, démontrant l'intégration CMOS, les capacités d'ingénierie à double canal, ainsi qu'un inverseur CMOS fonctionnel avec des performances de commutation conformes aux attentes, confirmant que cette technologie peut être fabriquée et supporter des calculs réels.

Lors de la conférence VLSI 2026, IBM a en outre présenté les résultats de NanoStack sur la SRAM : une réduction de surface de 40 %. La SRAM est un composant clé de la mémoire cache sur puce, dont la miniaturisation est depuis longtemps très difficile. Cette avancée est cruciale pour les chemins de données à haute bande passante nécessaires aux puces d'IA.

« Personne ne veut payer la facture d'électricité »

Huiming Bu, vice-président chargé de la R&D des puces chez IBM Research, a déclaré : Tout le monde veut de meilleures performances, mais personne ne veut payer la facture d'électricité.

C'est la réalité à laquelle fait face la course actuelle à la puissance de calcul pour l'IA. La consommation énergétique des puces IA est passée d'un problème technique à un problème d'infrastructure, certains projets de centres de données connaissant des retards de construction faute d'accès à suffisamment d'électricité.

Le gain d'efficacité énergétique de 70 % offert par la technologie 0,7 nm répond directement à cette demande.

Cependant, IBM ne fabrique et ne vend plus de puces. Son centre de R&D à Albany, dans l'État de New York, développe des procédés de fabrication qu'il concède sous licence aux fabricants de puces.

Parmi les anciens licenciés figurent Samsung et la nouvelle société japonaise de semi-conducteurs Rapidus. Huiming Bu a refusé de révéler les clients potentiels de la technologie 0,7 nm.

Du côté de la concurrence, l'institut de recherche belge Imec développe une autre solution d'architecture 3D, construisant les transistors par empilement couche par couche, attirant l'attention de plusieurs fondeurs.

Concernant la production de masse, le calendrier d'IBM est le suivant : La technologie NanoStack pourrait entrer en production de masse d'ici 5 ans au plus tôt.

La feuille de route des semi-conducteurs d'IBM prévoit que, grâce à l'architecture NanoStack, la miniaturisation des puces pourra se poursuivre au moins dix ans de plus.

Liens de référence :

[1]https://newsroom.ibm.com/2026-06-25-ibm-debuts-worlds-first-sub-1-nanometer-chip-technology

Cet article provient du compte public WeChat « Quantum Bit », auteur : Meng Chen

Trending Cryptos

Related Questions

QQuelle est la signification de l'annonce d'IBM concernant une puce de 0,7 nm pour la loi de Moore ?

AL'annonce d'IBM d'un procédé de fabrication de puces à 0,7 nm, le premier au monde en dessous de 1 nm, indique une percée qui pourrait relancer la loi de Moore. Cette loi prédisait un doublement de la densité des transistors environ tous les deux ans, mais semblait ralentir ces dernières années. Avec une densité doublée par rapport aux puces 2 nm, cette avancée montre que la miniaturisation peut se poursuivre.

QQuelle est l'architecture clé derrière cette percée de 0,7 nm chez IBM et en quoi consiste-t-elle ?

ALa percée repose sur l'architecture 'NanoStack' d'IBM. Il s'agit de la première conception de transistor à empilement vertical tridimensionnel basée sur des nanofeuillets. Elle consiste à prendre deux tranches de wafer avec des transistors à nanofeuillets, à en retourner une et à la superposer sur l'autre via une liaison diélectrique ultra-mince, créant ainsi une structure 3D interconnectée verticalement.

QQuels sont les avantages principaux du procédé 0,7 nm par rapport au procédé 2 nm selon l'article ?

APar rapport au procédé 2 nm, la technologie 0,7 nm d'IBM offre soit une augmentation des performances de 50%, soit une amélioration de l'efficacité énergétique de 70% (en faisant un choix entre les deux). Cela répond directement au défi de la consommation d'énergie dans le domaine de l'IA.

QQuel défi pratique du secteur des semi-conducteurs l'amélioration de l'efficacité énergétique de 70% vise-t-elle à résoudre ?

AL'amélioration de 70% de l'efficacité énergétique vise à résoudre le problème croissant de la consommation électrique des centres de données, en particulier ceux dédiés à l'IA. Comme le souligne un responsable d'IBM, 'tout le monde veut plus de performances, mais personne ne veut payer la facture d'électricité'. Certains projets de centres de données connaissent des retards en raison de difficultés d'approvisionnement en électricité.

QQuand la technologie NanoStack d'IBM est-elle prévue pour entrer en production de masse ?

ASelon le calendrier fourni par IBM, la technologie NanoStack pourrait entrer en production de masse au plus tôt dans les 5 prochaines années. La feuille de route d'IBM prédit que cette architecture pourrait permettre la poursuite de la miniaturisation des puces pendant au moins encore dix ans.

Related Reads

Video Edition Nano Banana Arrives: Built-in Gemini World Knowledge, Original Banana Generates Images in Just 4 Seconds

Google has unveiled two new multimodal AI models: Gemini Omni Flash and Nano Banana 2 Lite. Gemini Omni Flash is a video generation and editing model that leverages Gemini's world knowledge. It allows for conversational video editing using natural language prompts, maintains scene consistency, and integrates text/graphics with video actions. Priced at $0.10 per second of output, its current limitations include a 10-second video cap. Nano Banana 2 Lite (gemini-3.1-flash-lite-image) is an optimized image generation model focused on speed and cost. It produces a 1K resolution image in about 4 seconds at a cost of roughly $0.034, making it significantly faster and cheaper than its predecessor. It retains strong text rendering capabilities. A key highlight is the combined workflow: users can rapidly generate images with Nano Banana 2 Lite and then seamlessly feed them into Gemini Omni Flash to create videos. Google demonstrated this with three application demos: "Anywhere" for creating travel videos from photos, "Space Lift" for generating interior design walkthroughs, and "Omni Product Studio" for automating e-commerce ad creation from product photos. The release underscores Google's strategic focus on advancing multimodal AI for practical, commercial applications in areas like marketing, design, and content creation, despite competitive pressures in other AI domains.

marsbit2m ago

Video Edition Nano Banana Arrives: Built-in Gemini World Knowledge, Original Banana Generates Images in Just 4 Seconds

marsbit2m ago

Just Now, Anthropic Released Sonnet 5, Performance Close to Opus 4.8, but Not Necessarily Cheaper

Anthropic has officially released Claude Sonnet 5, describing it as the most "agentic" Sonnet model to date. It can plan, use tools like browsers and terminals, and autonomously perform tasks at a level previously requiring larger, more expensive models. Performance in reasoning, tool use, programming, and knowledge work has significantly improved compared to Sonnet 4.6, now approaching that of Opus 4.8. Evaluation results indicate that Sonnet 5, at medium "effort" levels, offers better cost efficiency than its predecessor. At higher effort levels, its performance in some tasks can match Opus 4.8. In terms of safety, Sonnet 5 shows improved rates of refusing malicious requests and resisting prompt injection attacks compared to Sonnet 4.6, though it has a slightly higher rate of policy-violating behavior than Opus 4.8 and Mythos Preview. Its cybersecurity capabilities remain weaker than those models. Notably, Sonnet 5 uses a new tokenizer. The same text input now results in approximately 1.0 to 1.35 times more tokens, depending on content. To offset this, Anthropic offers a promotional launch price until August 31, 2026, at $2 per million input tokens and $10 per million output tokens. The standard pricing will be $3/$15 per million tokens thereafter. However, some external analysis suggests that due to increased token usage, the actual cost per task for Sonnet 5 may be higher than both Sonnet 4.6 and Opus 4.8.

marsbit1h ago

Just Now, Anthropic Released Sonnet 5, Performance Close to Opus 4.8, but Not Necessarily Cheaper

marsbit1h ago

Trading

Spot

Hot Articles

How to Buy CHIP

Welcome to HTX.com! We've made purchasing USD.AI (CHIP) simple and convenient. Follow our step-by-step guide to embark on your crypto journey.Step 1: Create Your HTX AccountUse your email or phone number to sign up for a free account on HTX. Experience a hassle-free registration journey and unlock all features.Get My AccountStep 2: Go to Buy Crypto and Choose Your Payment MethodCredit/Debit Card: Use your Visa or Mastercard to buy USD.AI (CHIP) instantly.Balance: Use funds from your HTX account balance to trade seamlessly.Third Parties: We've added popular payment methods such as Google Pay and Apple Pay to enhance convenience.P2P: Trade directly with other users on HTX.Over-the-Counter (OTC): We offer tailor-made services and competitive exchange rates for traders.Step 3: Store Your USD.AI (CHIP)After purchasing your USD.AI (CHIP), store it in your HTX account. Alternatively, you can send it elsewhere via blockchain transfer or use it to trade other cryptocurrencies.Step 4: Trade USD.AI (CHIP)Easily trade USD.AI (CHIP) on HTX's spot market. Simply access your account, select your trading pair, execute your trades, and monitor in real-time. We offer a user-friendly experience for both beginners and seasoned traders.

2.0k Total ViewsPublished 2026.04.21Updated 2026.06.02

How to Buy CHIP

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of CHIP (CHIP) are presented below.

活动图片