Yonga üreticisi ve aynı zamanda Apple’ın iş ortağı olan TSMC, 1.6 nm üretim sürecini duyurdu.
TSMC, 1.6 nm süreci (Asıl adı A16) dahil olmak üzere yeni teknolojiler açıkladı. Bu yeni teknolojiler işlemcilerin performansını önemli ölçüde artırırken, yüksek performanslı bilgi işlem (HPC) ürünleri ve veri merkezleri için de önemli iyileştirmeler vaat ediyor. 1.6 nm sürecinin 2026’da uygulanması planlanıyor. Buraya kadar her şey yeni üretim süreci ve TSMC hakkındaydı. Ancak madalyonun diğer tarafında Apple var. Çünkü Cupertino’lu firma son teknoloji çip çözümlerini uygulayan ilk şirketler arasında bulunuyor. Örneğin iPhone 15 Pro ve iPhone 15 Pro Max’te kullanılan A17 Pro yongası, TSMC’nin 3 nm süreciyle üretilen ilk işlemcilerden biri oldu. Apple’ın aynı stratejiyi devam ettirmesi bekleniyor. Özetle 2026’da çıkacak olan iPhone’ların işlemcisi muhtemelen 1.6 nm’le üretilecek.
iPhone 16’da yer alacak A18 çiplerinin N3E tabanlı olması beklenirken, 2025’te çıkacak A19’un Apple’ın 2 nm ilk işlemcisi olması bekleniyor. A18’den söz açılmışken bu konuyu biraz daha açalım. Çünkü iPhone 16’ların yongası hakkında bazı söylentiler var. İsimsiz sanayi kaynaklarına dayandırılan bir rapor A18 Pro işlemcisinde 6 çekirdekli GPU olacağını vurguladı. Rapora göre Apple, 6 çekirdekli GPU’ya bağlı kalacak ve yeni yonga seti grafik tarafında daha sınırlı iyileştirmeye sahip olacak. Kaynaklar, “Apple, A17 Pro’da 6 çekirdekli GPU’ya geçiş yaparak önemli yenilikler gerçekleştirdi. Fakat A18’de GPU tarafında çekirdek sayısının artacağını düşünmüyoruz” dedi. Raporda bununla birlikte A18 Pro’da daha fazla çekirdeğe sahip gelişmiş Neural Engine’ın olacağı ifade ediliyor.
Apple, iPhone 12’den bu yana 16 çekirdekli Neural Engine kullanıyor. Şimdiye kadar Neural Engine’ın çekirdek sayısında değişiklik olmadı, ama yıllar içinde performansı çok değişti. Eğer rivayet edilenler gerçekse Cupertino’lu firma Neural Engine’da seneler sonra çekirdek sayısını artırmış olacak. Analist Jeff Pu daha önce yayınladığı bir araştırma raporunda A18 Pro’nun büyük kalıp alanına sahip olacağını söylemişti. Jeff Pu’ya göre daha büyük kalıp alanı Neural Engine’la alakalı. Bir çipte kalıp alanının artması genellikle daha yüksek performans sağlar. Diğer yandan kalıp boyutu arttıkça kusurlar ve tasarım hatası riskleri de artar. Ayrıca enerji verimliliği ve ısı dağılımı da bundan etkilenebilir.
