പരസ്യം അടയ്ക്കുക

ഞങ്ങളുടെ മുൻ വാർത്തകളിൽ നിന്ന് നിങ്ങൾക്കറിയാവുന്നതുപോലെ, ലോകത്തിലെ ഏറ്റവും വലിയ കരാർ ചിപ്പ് നിർമ്മാതാക്കളാണ് TSMC. നിങ്ങൾക്ക് അറിയാവുന്നത് പോലെ നിരവധി സാങ്കേതിക ഭീമന്മാർ Apple, Qualcomm അല്ലെങ്കിൽ MediaTek-ന് സ്വന്തമായി ചിപ്പ് നിർമ്മാണ ശേഷി ഇല്ല, അതിനാൽ അവർ അവരുടെ ചിപ്പ് ഡിസൈനുകൾക്കായി TSMC അല്ലെങ്കിൽ Samsung എന്നിവയിലേക്ക് തിരിയുന്നു. ഉദാഹരണത്തിന്, കഴിഞ്ഞ വർഷത്തെ Qualcomm Snapdragon 865 ചിപ്പ് 7nm പ്രോസസ്സ് ഉപയോഗിച്ച് TSMC നിർമ്മിച്ചതാണ്, ഈ വർഷത്തെ Snapdragon 888 സാംസംഗിൻ്റെ Samsung Foundry ഡിവിഷൻ 5nm പ്രോസസ്സ് ഉപയോഗിച്ച് നിർമ്മിക്കുന്നു. ഇപ്പോൾ, കൗണ്ടർപോയിൻ്റ് റിസർച്ച് ഈ വർഷത്തെ അർദ്ധചാലക വിപണിയുടെ പ്രവചനം പ്രസിദ്ധീകരിച്ചു. അവളുടെ അഭിപ്രായത്തിൽ, വിൽപ്പന 12% വർദ്ധിച്ച് 92 ബില്യൺ ഡോളറിലെത്തും (ഏകദേശം 1,98 ട്രില്യൺ CZK).

ഈ വർഷം ടിഎസ്എംസിയും സാംസങ് ഫൗണ്ടറിയും യഥാക്രമം 13-16% വളർച്ച നേടുമെന്നും കൗണ്ടർപോയിൻ്റ് റിസർച്ച് പ്രതീക്ഷിക്കുന്നു. 20%, കൂടാതെ ആദ്യം സൂചിപ്പിച്ച 5nm പ്രോസസ്സ് ഏറ്റവും വലിയ ഉപഭോക്താവായിരിക്കും Apple, അതിൻ്റെ ശേഷിയുടെ 53% ഉപയോഗിക്കും. പ്രത്യേകിച്ചും, A14, A15 ബയോണിക്, M1 ചിപ്പുകൾ ഈ ലൈനുകളിൽ നിർമ്മിക്കപ്പെടും. കമ്പനിയുടെ കണക്കനുസരിച്ച്, തായ്‌വാനീസ് അർദ്ധചാലക ഭീമൻ്റെ രണ്ടാമത്തെ വലിയ ഉപഭോക്താവ് ക്വാൽകോം ആയിരിക്കും, അത് അതിൻ്റെ 5nm ഉൽപാദനത്തിൻ്റെ 24 ശതമാനം ഉപയോഗിക്കും. ഈ വർഷം 5 ഇഞ്ച് സിലിക്കൺ വേഫറുകളുടെ 5% 12nm ഉൽപ്പാദനം പ്രതീക്ഷിക്കുന്നു, കഴിഞ്ഞ വർഷത്തെ അപേക്ഷിച്ച് നാല് ശതമാനം പോയിൻ്റ് വർധിച്ചു.

7nm പ്രക്രിയയെ സംബന്ധിച്ചിടത്തോളം, TSMC യുടെ ഈ വർഷത്തെ ഏറ്റവും വലിയ ഉപഭോക്താവ് അതിൻ്റെ ശേഷിയുടെ 27 ശതമാനം ഉപയോഗിക്കുമെന്ന് പറയപ്പെടുന്ന പ്രോസസ്സർ ഭീമൻ AMD ആയിരിക്കണം. ക്രമത്തിൽ രണ്ടാമത്തേത് ഗ്രാഫിക്സ് കാർഡുകളുടെ മേഖലയിലെ ഭീമൻ ആയിരിക്കണം എൻവിഡിയ 21 ശതമാനം. കൗണ്ടർപോയിൻ്റ് റിസർച്ച് കണക്കാക്കുന്നത് ഈ വർഷം 7nm ഉൽപ്പാദനം 11 ഇഞ്ച് വേഫറുകളുടെ 12% വരും.

ടിഎസ്എംസിയും സാംസംഗും ഇയുവി (എക്‌സ്ട്രീം അൾട്രാവയലറ്റ്) ലിത്തോഗ്രാഫി ഉപയോഗിച്ച് നിർമ്മിച്ചവ ഉൾപ്പെടെ വിവിധ ചിപ്പുകൾ നിർമ്മിക്കുന്നു. എഞ്ചിനീയർമാരെ സർക്യൂട്ടുകൾ സൃഷ്ടിക്കാൻ സഹായിക്കുന്നതിന് വളരെ നേർത്ത പാറ്റേണുകൾ വേഫറുകളായി കൊത്തിവയ്ക്കാൻ ഇത് പ്രകാശത്തിൻ്റെ അൾട്രാവയലറ്റ് രശ്മികൾ ഉപയോഗിക്കുന്നു. ഈ രീതി ഫൗണ്ടറികളെ നിലവിലെ 5nm-ലേയ്‌ക്കും അടുത്ത വർഷത്തെ ആസൂത്രിത 3nm പ്രക്രിയയിലേക്കും മാറാൻ സഹായിച്ചു.

ഇന്ന് ഏറ്റവും കൂടുതൽ വായിക്കുന്നത്

.