Компания IBM представила первую чиповую технологию с топологией «меньше 1 нм»: почти 100 млрд транзисторов на кристалле размером с ноготь

Ведущий технологический гигант IBM анонсировал революционную полупроводниковую архитектуру под названием Nanostack. Это решение позволяет интегрировать порядка 100 миллиардов транзисторов на площади, сопоставимой с ногтевой пластиной человека. Подобная концентрация элементов почти в два раза выше, чем у предшествующих поколений, что прокладывает дорогу к созданию более производительных и энергоэффективных систем для задач ИИ.

Ключевой момент заключается в том, что IBM позиционирует свою разработку как первую в мире технологию с нормой проектирования «менее 1 нанометра». Однако это не означает, что физический размер транзисторов стал меньше одного нанометра. Современная наука столкнулась с барьерами миниатюризации: на таких масштабах возникают квантовые помехи и утечки тока. Таким образом, маркировка «0,7 нм» описывает не реальные габариты деталей, а уровень интеграции и общую эффективность кристалла.

В рамках новой платформы используется обозначение «узел 7 ангстрем». Один ангстрем равен десятой части нанометра, что математически соответствует 0,7 нм. Такие названия давно утратили связь с физическими размерами. Если в эпоху 180 нм (1970–1980-е) название соответствовало реальности, то современные термины вроде 3 нм или 0,7 нм служат лишь маркетинговыми названиями поколений.

Фундаментом разработки стала концепция Nanostack, предполагающая вертикальное расположение транзисторов друг над другом, а не только горизонтальное. Это позволяет наращивать плотность упаковки при достижении предела классического уменьшения габаритов.

Базовая ячейка Nanostack объединяет два вертикально связанных транзистора. Каждый из них содержит три «нанолиста» — кремниевых слоя толщиной около 5 нм (примерно 15 атомов кремния), разделенных промежутками в 9 нм.

Данная архитектура развила идеи нанолистовых транзисторов, показанные IBM еще в 2021 году в рамках 2-нм техпроцесса. Эта концепция легла в основу большинства современных передовых линий отрасли.

Расчеты IBM показывают, что внедрение Nanostack даст прирост производительности до 50% или повысит энергоэффективность на 70% по сравнению с 2-нм чипами. Это критично для ЦОД, где нейросети потребляют колоссальное количество электричества.

Технология была представлена на конференции IEEE в Киото (2025), а на симпозиуме VLSI 2026 инженеры продемонстрировали успехи в масштабировании памяти SRAM.

SRAM (статическая память) применяется в процессорных кэшах и ИИ-ускорителях. Она крайне быстра, но занимает много места и потребляет энергию.

Специалистам IBM удалось поднять плотность SRAM на 40%. Это было достигнуто благодаря новой схеме битовых ячеек с шахматным расположением каналов. Ячейка из шести транзисторов стала на 40% ниже, что позволило разместить больше памяти на том же кристалле.

Для сферы ИИ это достижение не менее значимо, чем сами новые транзисторы. В IBM отмечают, что масштабирование SRAM практически остановилось: переход с 3-нм на 2-нм давал прирост плотности лишь на несколько процентов.

Несмотря на громкий анонс, IBM не занимается массовым выпуском чипов, фокусируясь на фундаментальных разработках для партнеров. Например, японская Rapidus внедряет наработки IBM для своих 2-нм линий, а Samsung сотрудничает с корпорацией в коммерциализации технологий.

Однако влияние компании выходит за рамки партнерств. Тайваньская TSMC самостоятельно создала свои версии нанолистовых транзисторов для 2-нм процессов. Как отмечает вице-президент IBM Semiconductors Global R&D Хуимин Бу, технология нанолистов сегодня стала базой для всех передовых 3-нм и 2-нм решений мировых лидеров.

IBM не раскрывает имена первых внедренцев Nanostack. Тем не менее, в компании прогнозируют старт серийного выпуска чипов «менее 1 нм» в ближайшие пять лет, а в течение десятилетия технология может стать общеотраслевым стандартом.

Если эти ожидания сбудутся, Nanostack станет важнейшим этапом микроэлектроники после перехода к нанолистам. Для искусственного интеллекта это открывает путь к росту мощности без катастрофического роста энергопотребления — главного ограничителя современных ИИ-систем.