华为服务器处理器鲲鹏系列迎来重大更新，新款鲲鹏930曝光。据报道，鲲鹏930将采用Chiplet（小芯片）设计，由四个计算小芯片和一个大型I/O die组成，封装尺寸巨大，CPU核心数量翻倍至120个，每个CPU die拥有40个内核，基于华为自研的“泰山”核心。新处理器可能采用5nm工艺，I/O die面积显著增大以支持96通道内存连接。同时，文章还提及中芯国际的N+3工艺，其晶体管密度接近台积电5.5nm，性能功耗对标台积电N7P/N6，是国产芯片制造的一大进步，有望应用于包括鲲鹏930在内的麒麟系列芯片。

🚀 **鲲鹏930处理器重大升级**：华为鲲鹏系列服务器处理器即将迎来更新，新款鲲鹏930的曝光显示其在设计和工艺上都有显著提升。预计将采用Chiplet（小芯片）先进封装技术，由四个计算小芯片和一个大型I/O die组成，总CPU核心数达到120个，每个CPU die包含40个内核，这相比前代鲲鹏920有翻倍的性能提升潜力。

💡 **5nm工艺与Chiplet设计**：鲲鹏930有很大可能采用先进的5nm工艺制造，这不仅能带来更高的晶体管密度，也可能支持更高的SRAM密度，从而提升整体性能和能效。Chiplet设计的使用，允许将不同的功能模块（如计算核心、I/O）独立制造和封装，有助于提高良率并优化成本，同时也能实现更高的集成度和更强的扩展性，特别是其I/O die面积的增大，以支持96通道内存连接，预示着更强的内存带宽和处理能力。

📈 **国产先进工艺的突破**：文章还提及了中芯国际的N+3工艺，其晶体管密度达到了125MTr/mm²，介于台积电的N6和早期5nm工艺之间，相当于台积电的5.5nm水平。虽然其性能功耗表现对标台积电的N7P和N6工艺，与台积电的5nm/4nm工艺相比可能存在15%-20%的差距，但这一进步对于打破国内芯片制造的技术瓶颈具有重要意义，并可能为鲲鹏930等芯片的生产提供支持。

⚙️ **CPU核心细节与技术架构**：鲲鹏930的CPU芯片基于华为自研的Arm指令集“泰山”核心。每个CPU die包含十个CPU集群，每个集群有四个CPU内核，总计40个内核。每个CPU die配备2MB的二级缓存，并共享91MB的三级缓存，这些细节表明其在缓存设计上进行了优化，以支持大规模并行处理。

快科技8月27日消息，华为服务器处理器鲲鹏系列要更新了，毕竟鲲鹏920是2019年发布的。

现在，有媒体曝光了华为鲲鹏930的信息，看起来升级幅度相当的大，有可能也用上了5nm工艺。

报道中提到，鲲鹏930的封装尺寸约为77.5mm x 58.0mm（毕竟是120核心），这是一个很大的尺寸，这主要是由于鲲鹏930采用Chiplet（小芯片）配置，由四个不同的芯片组成。

因此，整个芯片封装由四个不同的计算小芯片组成，面积约为252.3 mm?，以及一个大型 I/O die，面积约为312.3 mm。与鲲鹏920相比，后继产品的 I/O die 面积大约大了81.26%，主要是因为它提供了更高的96通道内存连接。

具体到CPU die的尺寸为 23.47mm x 10.75mm，包含十个CPU集群，每个集群由四个CPU内核，这意味着单个CPU die 有 40 个CPU内核。因此，鲲鹏930 的CPU内核总数为120个。

每个CPU die都拥有2MB 的二级缓存并共享 91MB 的三级缓存。仔细检查 CPU 芯片可以得出结论，它基于华为自研的基于Arm指令集的“泰山”核心。

如果简单来说，那就是鲲鹏930的CPU内核数量是前代鲲鹏920的2倍左右，以此来推算的话，可能是5nm工艺驱动的更高SRAM密度。

如果真是这样的话，那么5nm工艺必然也会用到麒麟9300上。

要知道，之前就有博主爆料称，外界盛传的国产N+3（外界盛传达到125mtr）工艺消息大概率是靠谱的，因为专利显示的H210G56指标，计算下来就是125mtr的布线密度。

博主表示，如果真成了，那也意味着国产5nm工艺就达成稳了。

据悉，中芯国际的N+3工艺具有显著的晶体管密度，达到了125MTr/mm（即每平方毫米125亿个晶体管）。这一密度介于台积电的N6（113MTr/mm）与三星早期的5nm（127MTr/mm）工艺之间，相当于台积电的5.5nm工艺水平。

若以14nm工艺为基点（密度约35MTr/mm），N+3的密度提升幅度超过了250%，这标志着中芯国际在FinFET架构上的持续优化能力。

尽管N+3的命名容易让人联想到“等效5nm”，但其实际性能功耗表现对标的是台积电的N7P（7nm增强版）和N6工艺。这意味着在相同晶体管数量下，中芯国际N+3的能效可能比台积电的N5/N4工艺落后约15%~20%，这主要受限于EUV光刻机的短缺导致的工艺复杂度不足。然而，对于长期依赖成熟制程的国产芯片而言，这一进步已经足够打破多项技术瓶颈。