模型排行榜

CPU制造流程及核心厂商

发布日期:2026-08-14

一、CPU与GPU制造的区别

CPU和GPU都是芯片,制造流程大同小异——都经过设计、光刻、刻蚀、封装、测试等环节。但两者在架构理念、制程选择、封装方式上有显著差异。

CPU追求低延迟单线程性能,GPU追求高吞吐并行性能。CPU核心少但每个核心复杂度高(大缓存、深流水线、强分支预测),GPU核心多但每个核心简单。这导致CPU芯片面积通常比GPU小,但工艺同样先进。

二、CPU制造全流程

CPU制造全流程架构设计(ISA + 微架构)RTL编码 + 逻辑综合物理设计(布局布线)晶圆制造(光刻/刻蚀/沉积)封装(FCLGA/FCBGA)测试 + Bin分级EUV光刻(ASML独家)先进封装(Foveros/EMIB)

1. 架构设计

CPU设计从ISA(指令集架构)开始。x86阵营(Intel/AMD)使用CISC复杂指令集,ARM阵营使用RISC精简指令集。AI服务器CPU主流仍是x86,但ARM正在渗透——Ampere Altra、AWS Graviton等ARM CPU在云数据中心增长迅速。

微架构设计确定流水线深度、分支预测器、缓存层级、核间互连等。Intel Xeon使用Raptor Cove微架构,AMD EPYC使用Zen 4微架构。一颗服务器CPU的设计周期约3-4年。

2. 晶圆制造

CPU制造使用与GPU类似的先进制程。Intel Xeon使用Intel 7/Intel 4工艺(约7nm/4nm级),AMD EPYC使用台积电5nm/4nm工艺。

核心步骤包括:

  • 光刻:EUV在晶圆上画出电路图案。一颗CPU需要约50-80层光刻
  • 刻蚀:干法刻蚀去除材料,形成电路结构
  • 薄膜沉积:CVD/ALD沉积各种材料层
  • 离子注入:调整晶体管阈值电压
  • 金属互连:铺设15-20层金属连线,连接数十亿个晶体管

3. 封装

服务器CPU封装与GPU不同。GPU采用2.5D CoWoS封装(与HBM一起),而CPU通常采用FCBGA/FCLGA(倒装球栅阵列/触点阵列)封装,直接焊接或插在主板上。

但先进CPU也开始引入3D封装:

  • Intel Foveros:将计算小芯片和I/O小芯片3D堆叠
  • AMD 3D V-Cache:在CPU上方堆叠SRAM缓存
  • Chiplet(小芯片):将大芯片拆分成多个小芯片,分别制造后通过UCIe互连

4. 测试与分级

CPU测试包括功能测试、老化测试、性能分级。与GPU类似,同一片晶圆上性能有差异,通过Bin分级实现差异化:全核心高频的标为旗舰型号,部分核心不合格的屏蔽后降级销售。

三、x86 vs ARM:AI服务器CPU的路线之争

x86路线代表:Intel Xeon / AMD EPYC优势:生态成熟、软件兼容性好劣势:功耗偏高、核心数受限AI服务器份额:约85-90%单颗核心数:32-96核ARM路线代表:Ampere Altra / AWS Graviton优势:低功耗、多核心、授权灵活劣势:x86软件需重新编译AI服务器份额:约10-15%(增长中)单颗核心数:64-128核

四、核心厂商

厂商产品线制造模式制程市场地位
IntelXeon ScalableIDM(自有晶圆厂)Intel 7/4服务器CPU份额约70%(下降中)
AMDEPYC(霄龙)Fabless(台积电代工)5nm/4nm服务器CPU份额约25%(上升中)
ARMNeoverse IP授权IP授权视代工厂通过授权给Ampere/AWS等渗透
AmpereAltra/Altra MaxFabless(台积电)5nm云数据中心ARM CPU
华为鲲鹏920自研7nm国产ARM服务器CPU

五、Intel vs AMD竞争格局

Intel:长期主导服务器CPU市场,但近年份额持续被AMD蚕食。核心问题是制程落后——Intel 7约等于台积电7nm,而AMD EPYC已用上台积电5nm/4nm。Intel正在通过"四年五个节点"计划追赶,Intel 3和Intel 20A/18A制程正在推进中。

AMD:凭借Zen架构优异的能效比和台积电先进制程,从2017年不到1%的服务器份额增长到如今的约25%。EPYC 9004系列(Genoa)最高96核,在多线程工作负载上表现突出。Chiplet设计是AMD的关键优势——通过小芯片封装降低成本、提高良率。

ARM阵营:在AI推理场景有潜力(功耗优势),但短期内难以撼动x86在通用服务器的主导地位。AWS Graviton在云数据中心增长很快,因为云厂商可以自己定制ARM芯片降低成本。

六、CPU在AI服务器中的角色

虽然GPU是AI算力核心,但CPU仍然关键:

  • 数据预处理:图片解码、文本Token化等I/O密集型任务由CPU完成
  • 任务调度:CPU负责将计算任务分配到各GPU
  • 存储I/O:从SSD读取训练数据、Checkpoint保存
  • 网络通信:管理网卡和光模块的数据收发

AI服务器通常配置双路CPU(如2×Xeon Platinum 8480C,共112核),CPU核心数不需要太多,但需要充足的PCIe通道数来连接多块GPU和网卡。

七、小结

CPU制造与GPU共享底层工艺,但架构理念不同。Intel和AMD是服务器CPU双雄,ARM正在渗透。在AI服务器中,CPU是"管家"角色——不算力核心,但不可或缺。

本站声明