Od początku 2000 roku tempo wzrostu liczby tranzystorów w układach pamięci DRAM utrzymywało średnio poziom około 45%, jednak w 2016 roku zmalało do 20%, w związku z pojawieniem się chipów nowej generacji o pojemności 16 Gb. Pod koniec 2016 roku Samsung rozpoczął produkcję na masową skalę 16 Gb układów DRAM, a rok wcześniej firma dostarczała układy 12 Gb. W 2014 roku Samsung wytwarzał 8 Gb chipy DRAM w standardzie DDR5, który organizacja JEDEC nadal dopracowuje w celu ustalenia jego finalnej specyfikacji. Standard ten obejmuje monolityczne układy pamięci o pojemnościach 24, 32, i 64 Gb.
IC Insights wskazało, że roczne tempo wzrostu gęstości pamięci flash utrzymywało się na poziomie 55-60% do około 2012 roku. Od tego czasu wskaźnik ten utrzymuje się w granicach 30-35%. W przypadku układów pamięci flash w technologii NAND, w styczniu tego roku jednostkowa pojemność chipa wynosiła 128 Gb. Maksymalna pojemność układów w technologii 3D NAND charakteryzujących się 96-warstwową strukturą i komórkami typu QLC (quad-level-cell) wyniosła 1,33 Tb. Chipy bazujące na komórkach typu QLC w połaczeniu z 96-warstwową architekturą powinny umożliwić w 2020 roku osiagnięcie pojemności rzędu 1,5 Tb, a wraz z wykorzystaniem 128 warstw - 2 Tb.
Do 2010 roku liczba tranzystorów w procesorach Intela rosła rocznie o około 40%, jednak w porównaniu z kolejnymi latami tempo to spadło o połowę. Wzrost gęstości struktur półprzewodnikowych w układach MPU firmy w połowie lat 2000 całkowicie został wstrzymany, jednak później jego roczne tempo osiągnęło 25%. Od 2017 roku Intel zaprzestał ujawniania szczegółów dotyczących ilości tranzystorów w jego produktach.
Od roku 2013 tempo wzrostu liczby tranzystorów dla procesorów Apple serii A - wykorzystywanych w iPhone'ach i iPadach - osiągnęło poziom 43% rocznie. Wskaźnik ten obejmuje najnowszy procesor A13 o strukturze składającej się z 8,5 mld tranzystorów. W pierwszej połowie 2020 roku firma zamierza zaprezentować iPada Pro, który oparty będzie o nowy układ A13X.
IC Insights zauważył, że procesory graficzne Nvidii mają niewiarygodnie wysoką liczbę tranzystorów. W przeciwieństwie do CPU, procesory graficzne (GPU) i ich struktura nie zawierają znacznej ilości pamięci podręcznej. Niektóre najnowsze GPU Nvidii to jednostki bazujące na sieciach neuronowych (NPU), które specjalnie zaprojektowano do wspierania procesów sztucznej inteligencji i uczenia maszynowego.
Przemysł półprzewodnikowy silnie dąży do wprowadzania nowych rozwiązań, które będą przełamywać bariery technologiczne, co prowadzi do bardzo poważnych zmian w sposobie projektowania i produkcji układów scalonych. Kolejne bariery technologiczne w tej dziedzinie będą stawiały coraz większe wyzwania. Mimo wszystko w przemyśle półprzewodnikowym prawo Moore'a nadal będzie obowiązywać.
Źródło: DigiTimes
