본문 바로가기
스마트폰/삼성 SAMSUNG

삼성, TSMC 공정 비교. (2016.01.18)

by gamma0burst 2016. 1. 19.
반응형

 

- 애플 A9의 제조사가 삼성, TSMC로 이원화되면서 어느 쪽 성능이 더 좋은가로 논란이 있었습니다.

당시에 논란을 언급하면서 간단히 공정 성능을 비교했었는데,

(링크 : 애플 A9 논란에 관하여. (삼성, TSMC 공정 비교.))

최근 추가 자료가 나와서 업데이트 해볼까 합니다.

 

- 기존 결과

기존 결과는 아래와 같았습니다.

사실 TSMC, 삼성의 공개치를 사용한 결과에 추정이 들어간 것이기때문에 실제와 맞는지는 미지수입니다.

 

TSMC 정리.

 

삼성 정리.

 

종합 결과.

 

 

- 최근 추가 정보

1. 화웨이 발표자료.

(링크 : http://pc.watch.impress.co.jp/docs/news/event/20160106_737718.html)

화웨이의 기린950 발표 중 자료입니다.

전력 효율이라는 표현을 썼지만 speed gain으로 봐도 무방한 값입니다.

TSMC 28nm - 100 : 20nm와 차이가 작은 것으로 보아 28HPM으로 생각됩니다.

TSMC 20nm - 106 : 20SOC 겠지요.

삼성 14nm - 159 : 16FF+와 차이를 보면 14LPP로 추정.

TSMC 16FF+ - 170

 

뒤에서 다시 언급하겠지만 20nm가 28nm 대비 향상이 크다는 TSMC 자료와 맞지 않습니다.

파운드리의 인터넷 공개 자료보다 고객사에 제공된 자료인 이 쪽이 더 신뢰도가 높다고 봅니다.

 

2. 삼성 14LPP 공정 양산 공식 발표.

(링크 : http://www.samsung.com/semiconductor/about-us/news/24581)

기존 자료는 14LPE 대비 speed +10%, 전력 -10% 였는데, 이번 내용은 speed +15%, 전력 -15%로 더 향상된 수치를 언급하고 있습니다.

(기존에도 10~14% 향상이 있다는 내용이 있긴 했습니다.)

화웨이 공개자료에서 14LPP와 16FF+의 차이가 생각보다 크지 않은걸보면 14LPE와 차이가 더 커진 이번 수치가 신뢰도가 높지 않을까 싶네요.

 

3. 삼성 28LPP 자료.

(링크 : http://www.samsung.com/semiconductor/foundry/process-technology/14nm/)

기존에도 있던건데 이번에 추가했습니다.

14LPE는 28LPP 대비 speed +40%, 전력 -60%

 

4. Global Foundry 자료. (이하 GF)

삼성 공정 자료가 적어서 (common platform alliance였던) GF 자료를 참고하겠습니다.

 

 

 

뒤에서 다시 얘기하겠지만 이 자료들은 삼성 발표치와 잘 맞습니다.

speed gain

28SLP -> 20LPM : +35%

28HP -> 20LPM : +25%

20LPM -> 20SHP : +10%

28SLP -> 14XM : +61%

28HPP -> 20SHP : +25%

28HPP -> 20LPM : +15%

28LPH -> 20LPM : +20%

28SLP -> 20LPM : +35%

이걸 정리하면 이렇습니다.

 

 

이 자료는 잘 안 맞습니다.

 

 

- 정리

위의 추가 자료로 기존 결과를 갱신해보겠습니다.

 

1. TSMC

기존 자료.

왼쪽 차트의 내용을 위에서부터 1) 2) 3)..으로 지칭하겠습니다.

중간에 나오는 speed gain값은 (화웨이 자료 기준처럼) 28HPM을 100으로 했을 때를 기준으로 한 값입니다.

 

7) 20SOC - 28HPM

이번 자료로 이 내용은 부정됩니다.

speed gain은 6%로 수정 적용합니다.

일단 20SOC가 엮인 자료는 우선순위에서 미룰겁니다.

예전에 Cortex-A57 클럭차이를 근거로 6% 차이가 있지 않나 추정한 적이 있는데 이렇게 나오면 제품 클럭을 근거로 speed gain을 추정하는게 아예 틀린 방법은 아닐 가능성도 있을듯 합니다.

(링크 : ARM Cortex-A72 성능 추정.)

우연히 값이 일치했을 수도 있겠지만요.

 

1) 16FF+ - 28HPM

화웨이 자료대로하면 speed gain은 +65%가 아닌 +70% 입니다.

이건 그나마 차이가 적네요.

 

3) 16FF+ - 16FF

둘의 차이가 15%라는 기존 자료를 그대로 적용하면 16FF의 speed gain은 170 / 1.15 = 148 입니다.

(20SOC를 100으로 했을 때.)

이게 다른 자료를 근거로 계산한 값과 일치하는지 보겠습니다.

 

4) 16FF - 28HPM

기존 자료에서 둘의 차이는 38% 입니다.

16FF의 speed gain은 100 x 1.38 = 138 입니다.

벌써 3)의 계산값과 차이가 나네요.

 

5) 16FF - 20SOC

기존 자료에서 둘의 차이는 20% 입니다.

화웨이 자료 기준으로 20SOC가 106이면 16FF는 106 x 1.2 = 127 입니다.

값들이 천차만별입니다.

 

2) 16FF+ - 20SOC

화웨이 자료대로하면 둘 사이의 speed gain은 +40%가 아닌 +61% 입니다.

 

6) 20SOC - 28LP

이건 교차검증할 추가 자료도 없어서 기존 값을 그대로 씁니다.

 

16FF+ 170, 28HPM 100, 20SOC 106을 고정해놓고 16FF의 speed gain값을 구해보겠습니다.

16FF+ 기준으로 148, 20SOC 기준 127, 28HPM 기준 138 이 나옵니다.

16FF - 20SOC 차이값을 기존의 +20%가 아닌, 16FF+ - 20SOC 차이였던 +40%로 적용하면 20SOC 기준으로 16FF값이 148이 나오면서 화웨이 자료와 일치됩니다.

화웨이 자료를 중시한다면 이 쪽이 맞는 수치인듯한데, (공식적인 얘기인지 모르겠지만) 16FF+를 16FF로 리네이밍한다는 식의 얘기가 있었는데 이런 식으로 맞는걸지도 모르겠습니다.

 

어쨌든 정리해보면,

speed gain

28LPP : 82

28HPM : 100

20SOC : 106

16FF : 148

16FF+ : 170

TSMC power gain 자료는 신뢰도가 너무 떨어지는 값들이어서 안 썼습니다.

 

2. 삼성/GF

삼성의 수치는 화웨이 자료에 나온 14LPP가 기준이 됩니다.

 

기존 자료.

 

GF 자료.

 

1) GF

GF 공정과 삼성 공정의 접점을 찾아야되는데

28SLP = 28LPP, 14XM = 14LPE. 20LPM = 20LPE 로 볼 수 있을듯 합니다.

28SLP = 28LPP : 성능상 가장 하위 공정인데 28LPP는 HKMG 공정이고, GF 공정 가장 낮은 HKMG 공정이 28SLP

14XM = 14LPE : GF에서 14LPP를 따로 표기한걸로 보아 14LPE가 맞는듯.

20LPM = 20LPE : 공정 사양상 이 둘은 다른데 일단 이 경우도 보겠습니다.

 

2) 14LPE

14LPP와 15% 차이라는 삼성의 공개값을 적용하면,

159 / 1.15 = 138

GF 기준으로 보면 28SLP - 14XM +61%인데 아래에서 계산한 28LPP 값에 대입하면

85 x 1.61 = 137 로 계산 값이 일치합니다.

28SLP = 28LPP, 14XM = 14LPE라는 가정, GF 자료를 쓰는게 크게 틀리지 않았다는 증거일지도.

 

3) 20LPE

기존 자료가 14LPE speed gain은 20SOC 대비 +20%입니다.

이를 적용하면 20SOC speed gain은 138 / 1.2 = 115

 

4) 28LPP

14LPE가 28LPP 대비 +40%

28LPP는 138 / 1.4 = 99 (좀 높네요.)

GF 기준으로 보면 28SLP - 20LPM 이 35% 차이입니다.

20LPM = 20LPE로 보면 115 / 1.35 = 85 (이 값이 더 맞을듯 합니다.)

 

speed gain을 정리해보면,

28LPP : 85

20LPE : 115

14LPE : 138

14LPP : 159

 

power gain까지 포함하면 이렇습니다.

 

 

결론

TSMC, 삼성 공정을 종합하면 이렇습니다. (물론 추정치)

 

 

 

 

반응형

댓글