IBM, 0,7 nm Nanostack ile Dünyanın İlk Sub-1nm Çip Prototipini Tanıttı
ibm Research, 25 Haziran 2026’da 0,7 nm (7 angstrom) node’da dünyanın ilk sub-1 nanometer çip teknolojisini duyurdu. Yeni “nanostack” 3D transistör mimarisi, transistörleri dikey olarak istifleyip kademeliyor; IBM’in 2021’deki 2 nm çiplerine kıyasla yoğunluğu neredeyse ikiye katlıyor. Tırnak büyüklüğündeki prototip yaklaşık 100 milyar transistör barındırıyor.
Önemli çerçeve: Bu bir laboratuvar prototipi; seri üretim en erken beş yıl uzakta. Shipping product değil, uzun vadeli yol haritası sinyali.
Ana Gelişme
IBM, nanostack mimarisini wafer bonding tekniğiyle hayata geçirdi. Transistörler dikey düzlemde üst üste yerleştirilerek yatay ölçeklemenin fiziksel sınırlarını aşmayı hedefliyor. Şirket, 2 nm referansına kıyasla %50 daha yüksek performans veya %70 daha fazla enerji verimliliği projeksiyonu sunuyor — bunlar lab benchmark iddiaları; üretim yield’leri farklılık gösterebilir.
Özellikle AI iş yükleri için kritik olan SRAM ölçeklemesinde %40 kazanç raporlandı. On-chip bellek darboğazı, inference-chip ve ai-processors tasarımında temel kısıt; SRAM yoğunluğundaki iyileşme doğrudan AI compute verimliliğine bağlanıyor.
Neden Önemli?
semiconductor yol haritası, AI altyapı maliyetlerini ve veri merkezi enerji tüketimini uzun vadede şekillendiriyor. IBM’in 2021’deki 2 nm duyurusunda da benzer büyüklükte iddialar yapılmıştı; seri üretim gerçekliği farklılaşmıştı. Bu kez de lab başarısı ile ticari ürün arasındaki fark net çerçevelenmeli.
energy-efficiency-in-ai bağlamında transistor ve bellek ölçeklemesi, bulut AI fiyatlandırmasının arka planındaki fiziksel sınırları belirliyor. Türk geliştiriciler için doğrudan etki sınırlı olsa da, global inference maliyet eğrilerini etkileyen makro trend.
Teknik Detaylar
Nanostack 3D mimarisi: Geleneksel yatay ölçekleme yerine dikey istifleme, daha fazla transistörü aynı alana sığdırıyor. IBM’in nanosheet transistör soyundan evrilen bu yaklaşım, sub-1nm dünyasında yeni bir tasarım paradigması.
SRAM ölçeklemesi: AI workload’larında on-chip cache ve SRAM kapasitesi, model inference hızını ve enerji verimliliğini doğrudan etkiliyor. %40 SRAM scaling, özellikle edge ve datacenter AI accelerator’ları için anlamlı.
Üretim zaman çizelgesi: IBM, ticari üretime beş yıl içinde ulaşmayı hedefliyor. High NA EUV litografi ve ASML ekipmanı bu yol haritasının kritik bileşenleri. BBC, Rapidus’un 2 nm ölçeklemesinin bile iddialı olduğunu hatırlatarak üretim risklerine dikkat çekiyor.
Bağlam
Bu duyuru, sk-hynix’in 29 milyar dolarlık Nasdaq ADR planıyla birlikte “AI çip yığını” editoryal kümesini oluşturuyor: IBM logic roadmap’i ile HBM bellek kapasite genişlemesi paralel sinyaller veriyor.
nvidia GPU ekosistemi HBM arzına bağımlı; logic tarafındaki verimlilik kazançları ise accelerator tasarımının ötesinde genel compute altyapısını etkiliyor. inference-chip rekabetinde yazılım katmanı (qualcomm-modular Mojo/MAX) ile donanım roadmap’i birlikte okunmalı.
IBM’in 2021 2nm duyurusundan bu yana geçen süre, prototip-to-production gap’inin ne kadar geniş olabileceğini gösteriyor. Engadget ve HPCwire, başarının önemini vurgularken ticari zaman çizelgesi belirsizliğini not ediyor.
Sonraki Adımlar
IBM’in üretim ortakları, yield verileri ve ticari lisanslama anlaşmaları izlenecek. semiconductor sektöründe TSMC, Samsung ve Intel’in sub-2nm yol haritalarıyla karşılaştırmalı analiz bekleniyor. ASML High NA EUV teslimatları bu timeline’ın kritik kilometre taşı.
Türk okuyucu için pratik çıkarım: Bu haber bugünkü cloud fiyatlarını değiştirmez; ancak 2030 sonrası AI compute ekonomisinin fiziksel temellerini anlamak için referans niteliği taşır.