暴利?一枚芯片的實際成本是多少?
集成電路產業的特色是贏者通吃,像Intel這樣的巨頭,巔峰時期的利潤可以高達60%。
那么,相對應動輒幾百、上千元的CPU,它的實際成本到底是多少呢?
芯片的成本包括芯片的硬件成本和芯片的設計成本。
芯片硬件成本包括晶片成本+掩膜成本+測試成本+封裝成本四部分(像ARM陣營的IC設計公司要支付給ARM設計研發費以及每一片芯片的版稅,但筆者這里主要描述自主CPU和Intel這樣的巨頭,將購買IP的成本省去),而且還要除去那些測試封裝廢片。
用公式表達為:
芯片硬件成本=(晶片成本+測試成本+封裝成本+掩膜成本)/ 最終成品率
對上述名稱做一個簡單的解釋,方便普通群眾理解,懂行的可以跳過。
從二氧化硅到市場上出售的芯片,要經過制取工業硅、制取電子硅、再進行切割打磨制取晶圓。晶圓是制造芯片的原材料,晶片成本可以理解為每一片芯片所用的材料(硅片)的成本。一般情況下,特別是產量足夠大,而且擁有自主知識產權,以億為單位量產來計算的話,晶片成本占比最高。不過也有例外,在接下來的封裝成本中介紹奇葩的例子。
封裝是將基片、內核、散熱片堆疊在一起,就形成了大家日常見到的CPU,封裝成本就是這個過程所需要的資金。在產量巨大的一般情況下,封裝成本一般占硬件成本的5%-25%左右,不過IBM的有些芯片封裝成本占總成本一半左右,據說最高的曾達到過70%.。。.。。
測試可以鑒別出每一顆處理器的關鍵特性,比如最高頻率、功耗、發熱量等,并決定處理器的等級,比如將一堆芯片分門別類為:I5 4460、I5 4590、I5 4690、I5 4690K等,之后Intel就可以根據不同的等級,開出不同的售價。不過,如果芯片產量足夠大的話,測試成本可以忽略不計。
掩膜成本就是采用不同的制程工藝所需要的成本,像40/28nm的工藝已經非常成熟,成本也低——40nm低功耗工藝的掩膜成本為200萬美元;28nm SOI工藝為400萬美元;28nm HKMG成本為600萬美元。
光刻機掩膜臺曝光
不過,在先進的制程工藝問世之初,耗費則頗為不菲——在2014年剛出現14nm制程時,其掩膜成本為3億美元(隨著時間的推移和臺積電、三星掌握14/16nm制程,現在的價格應該不會這么貴);而Intel正在研發的10nm制程。根據Intel官方估算,掩膜成本至少需要10億美元。不過如果芯片以億為單位量產的話(貌似蘋果每年手機+平板的出貨量上億),即便掩膜成本高達10億美元,分攤到每一片芯片上,其成本也就10美元。而這從另一方面折射出為何像蘋果這樣的巨頭采用臺積電、三星最先進,也是最貴的制程工藝,依舊能賺大錢,這就是為什么IC設計具有贏者通吃的特性。
像代工廠要進行的光刻、蝕刻、離子注入、金屬沉積、金屬層、互連、晶圓測試與切割、核心封裝、等級測試等步驟需要的成本,以及光刻機、刻蝕機、減薄機、劃片機、裝片機、引線鍵合機、倒裝機等制造設備折舊成本都被算進測試成本、封裝成本、掩膜成本中,就沒有必要另行計算了。
晶圓
晶片的成本
由于在將晶圓加工、切割成晶片的時候,并不是能保證100%利用率的,因而存在一個成品率的問題,所以晶片的成本用公式表示就是:
晶片的成本=晶圓的成本/(每片晶圓的晶片數*晶片成品率)
由于晶圓是圓形的,而晶片是矩形的,必然導致一些邊角料會被浪費掉,所以每個晶圓能夠切割出的晶片數就不能簡單的用晶圓的面積除以晶片的面積,而是要采用以下公式:
每個晶圓的晶片數=(晶圓的面積/晶片的面積)-(晶圓的周長/(2*晶片面積)的開方數)
晶片的成品率和工藝復雜度、單位面積的缺陷數息息相關,晶片的成品率用公司表達為:
晶片的成品率=(1+B*晶片成本/A)的(-A次方)
A是工藝復雜度,比如某采用40nm低功耗工藝的自主CPU-X的復雜度為2~3之間;
B是單位面積的缺陷數,采用40nm制程的自主CPU-X的單位面積的缺陷數值為0.4~0.6之間。
假設自主CPU-X的長約為15.8mm,寬約為12.8mm,(長寬比為37:30,控制一個四核芯片的長寬比在這個比例可不容易)面積約為200平方毫米(為方便計算把零頭去掉了)。一個12寸的晶圓有7萬平方毫米左右,于是一個晶圓可以放299個自主CPU-X,晶片成品率的公式中,將a=3,b=0.5帶入進行計算,晶片成品率為49%,也就是說一個12寸晶圓可以搞出146個好芯片,而一片十二寸晶圓的價格為4000美元,分攤到每一片晶片上,成本為28美元。
- 第 1 頁:暴利?一枚芯片的實際成本是多少?
- 第 2 頁:芯片成本計算
本文導航
非常好我支持^.^
(20) 100%
不好我反對
(0) 0%
相關閱讀:
- [電子說] PCB表面鍍金工藝,還有這么多講究! 2023-10-24
- [電子說] 怎樣解決霍爾搖桿耗電量大的問題?揭秘霍爾芯片的選型要求 2023-10-24
- [電子說] Blackwell GB100能否在超級計算機和AI市場保持領先優勢? 2023-10-24
- [電子說] 淺析BUCK芯片在電路中的應用及特點 2023-10-24
- [電子說] OTA語音芯片NV040C在智能電動牙刷的應用 2023-10-24
- [電子說] 金川蘭新電子半導體封裝新材料生產線項目主體封頂 2023-10-24
- [電子說] 新思科技面向臺積公司N5A工藝技術推出領先的廣泛車規級IP組合 2023-10-24
- [電子說] 使用半大馬士革工藝流程研究后段器件集成的工藝 2023-10-24
( 發表人:方泓翔 )