
IBM 发布 0.7nm 芯片技术:纳米堆叠或在未来十年延续摩尔定律
IBM 发布全球首个 sub-1nm 芯片技术,采用纳米堆叠 (CFET) 架构,在指甲盖大小上容纳近 1000 亿个晶体管,性能提升最高 50%,能效提升最高 70%。
原文来源:MIT Technology Review — IBM 发布了全球首个 sub-1 纳米芯片技术,采用垂直堆叠晶体管的"纳米堆叠"架构,可将现有芯片密度翻倍。
2026 年 6 月 25 日,IBM Research 发布了全球首个 sub-1 纳米芯片技术。这项被称为"纳米堆叠"(Nanostack)的突破,采用互补场效应晶体管(CFET)架构,在垂直方向堆叠两层晶体管,使芯片可在指甲盖大小的面积上容纳近 1000 亿个晶体管。
核心创新:把芯片"盖成楼房"
传统芯片缩放的挑战在于,当晶体管尺寸逼近物理极限时,继续缩小单个晶体管的尺寸变得越来越困难且昂贵。IBM 的方案是换个思路——不再水平缩小,而是垂直堆叠。
形象地说,以往芯片制造像平铺平房(占地面积极大),IBM 的方案则是盖楼房(向上要空间)。他们把两种不同类型的晶体管(N型和P型)上下堆叠在一起,形成 CFET 结构。
具体制造过程分四步:
- 在第一层硅片上制造晶体管
- 在第一层器件上方放置一层新的硅
- 在第二层硅片上直接制造第二层晶体管
- 建立两层之间的电气连接
IBM 的关键创新在于:第二层的晶体管是错位排列的(staggered),而不是直接叠在第一层正上方。这简化了布线,带来了其他工艺优势。
—— 广告 ——
性能数据
相比 IBM 2021 年公布的上一代工艺,纳米堆叠架构实现了:
- 相同时间内完成最多 50% 更多工作
- 能效提升最高 70%
- 晶体管密度翻倍(接近 1000 亿个晶体管/指甲盖面积)
每个晶体管通道由**三片纳米片(nanosheets)**组成,每片仅 15 个原子厚,片间距 9nm。
行业的看法
MIT Technology Review 引用多位行业专家的评价:
TechInsights 副主席 Dan Hutcheson 称:"毫无疑问,这是变革性的。这给路线图又加了 10 到 15 年。"
IBM Research 主任 Jay Gambetta 表示:"这不是渐进式改进,而是一次有意义的飞跃。"
"sub-1nm"或"0.7nm"更多是行业营销术语,并非实际的物理栅极长度——晶体管实际间距仍在 40nm 左右。但这不影响其技术意义。
制造挑战
纳米堆叠技术面临两大挑战:
良率问题:建造两层意味着任何一层出问题,整个芯片就报废。成本控制是一大挑战。
热预算(Thermal Budget):第二层必须在 400°C 以下完成制造,否则会熔化下层已有的金属连接。IBM 拥有专有的低温第二层制造工艺。
伊利诺伊大学香槟分校的曹庆教授评价 IBM 的工作是"变革性的",因为这是在全尺寸先进制造线上演示的,而非实验室的概念验证。
竞争力对比
学术界已有团队在探索更激进的方案。曹教授团队演示了低于 200°C 的堆叠工艺,使用无结晶体管(junctionless transistors)避免了高温掺杂步骤——不过目前仍只是原理验证。
其他玩家也在研究 CFET:英特尔、三星、台积电、imec 都有相关投入。但 IBM 是第一个拿出完整晶圆级演示的。
量产时间表
IBM 不会自己量产芯片,而是与半导体制造商(Intel、Samsung、TSMC 等)合作授权技术。
Jay Gambetta 预计,广泛采用可能需要 10-15 年,最先出现在数据中心芯片中。Hutcheson 则认为这个时间线合理,但强调技术价值在于"为路线图续命"——当整个行业都在担心摩尔定律终结时,纳米堆叠给出了一个清晰的答案:至少还能再走 10-15 年。
未来是否可能堆叠三层以上?理论上是可能的,但热预算和良率问题会指数级恶化。
总结
IBM 的纳米堆叠技术代表了半导体行业从"水平缩小"向"垂直扩展"的范式转变。它不会马上出现在你的笔记本电脑里,但它确保了未来十年我们依然能看到更快的芯片、更省电的数据中心,以及更强大的 AI 运算能力。
© 2026 四月 · CC BY-NC-SA 4.0
原文链接:https://www.aprilzz.com/ai/ibm-sub1nm-chip
相关文章
Claude 自主操控机器狗,速度比人类快 37.7 倍:Anthropic Project Fetch 第二阶段
Anthropic 发布 Project Fetch 第二阶段研究:Claude Opus 4.7 在零人类协助下操控机器狗完成复杂任务,平均每项仅需 2.4 分钟,而去年的人类团队需要 72 分钟。
GLM-5.2 发布:753B 开源大模型登顶 Intelligence Index,性价比碾压闭源
智谱 AI 发布 GLM-5.2,753B 参数 MoE 架构、MIT 许可证、1M token 上下文窗口,Intelligence Index v4.1 开源模型排名第一,输入仅 $1.4/M tokens。
运行本地大模型已经够好了:2026 年本地 LLM 生态的里程碑
Vicki Boykis 实测表明,本地模型已可达到闭源旗舰模型 75% 的编码能力,Gemma 4 + LM Studio + Pi agent 的组合正在改变开发者工作流。