這種超級計算機還是使用的當下主流的14nm芯片的制程工藝，使用了數千，數萬塊的存儲和芯片來構成 。這就是一個典型的通過堆硬件，增大體積做到超高計算性能的案例 。當然超算可不僅僅是硬件的堆積，還有還需要機房的整個軟件架構的布局 。超算中心機房前段時間華為發布了：云手機，不知道有幾個人關注過？華為云手機這個東西的核心原理就是：手機本身的芯片可以降低性能，需要計算的各類數據，通過5G網絡快速的傳送到服務器上面，用大型服務器的計算能力，來幫忙計算，然后將計算結果傳送到手機 。
比較典型的例如：渲染圖片，視頻，游戲等等 。多個應用共同運行時，通過云端實現多線程運行 。這種應用的核心其實是，將多個14nm制程芯片的性能一起堆疊起來構成一個機房，比拼一個7nm制程的芯片 。原理上說，同14nm增大體積達到更高的7nm制程芯片，是一樣的含義 。這樣就是一個：終端低配，云端高配的“云手機” 。
那么既然可以通過堆積硬件，解決性能問題，為什么我們還要追求7nm，5nm，甚至是1nm制程呢？這就要說到，芯片本身的情況了 。所謂的14nm，7nm是指光刻機蝕刻機的光源波長 。如果想要通俗的理解，那就是14nm的刻線光源波長要比7nm更長，刻線的寬度更寬 。但是這里有一個需要注意，實際的蝕刻中蝕刻的線槽并不是2倍的寬度關系 。
（光源照射蝕刻液，蝕刻液腐蝕硅片） 。芯片放大的晶體管圖一個芯片的光刻過程要經過30次左右的光刻過程 。實際刻出來的線路槽事實上光刻是重復性的過程 。光刻——金屬沉積進入蝕刻后的槽中——化學清洗不需要的金屬（銅）——再光刻——再沉積——再清洗…… 。如此往復 。最終形成的整個硅片上面的電路是一個立體化的，并不是一層，一般情況都在10層以上，數千萬，甚至數億的門電路 。
光刻機的光刻過程那么這里可以回到問題：單個芯片14nm和7nm工藝制程的差距如果要讓14nm達到7nm工藝狀態下，門電路的數量相同 。（暫且不考慮集成度，以及各類功率的問題，這個后面聊）在硅片厚度一定的狀態下，14nm制程芯片面積至少是7nm芯片的4-6倍 。這個差距就很明顯了 。實際情況下，7nm芯片要達到14nm芯片的性能也不需要同14nm芯片有相同數量的門電路數量 。
晶體管越小后，整個芯片集成度越高，同時能耗也可以做的更低 。其實是后續的能耗問題，直接決定了，手機，電腦等設備電池的大小，以及終端設備的大小問題 。這也就是說到，我們最開始關于：一次成本，二次成本的問題 。一次成本是芯片材料消耗的成本，14nm體積大消耗的材料更多，由于芯片良品率本身就不能達到100%的情況 。
所以殘次品也要算到一次成本中 。這樣就造成了，14nm芯片想要高性能，就需要付出更大的成本 。二次成本，就是我們說的能耗，終端散熱，以及終端體積過大，有多少人愿意，為這個又大又笨拙的芯片買單的市場成本問題 。很顯然二次成本，伴隨著芯片使用量越大，14nm制程工藝想要達到7nm芯片需要付出翻倍以上的成本 。這也是為什么中芯國際實現了14nm制程，依然要不斷追求7nm的核心原因 。
未來臺積電的工藝達到1納米的話，那么是不是1納米就算封頂了？手機性能上不去了嗎？
居然還有人傻不拉幾的洋洋灑灑幾千字配著圖論述工藝到1nm以下，實在是不忍直視 。首先簡要說明一下FinFET工藝實現商用的背景，這項技術是一個階段性分水嶺，出現在16/14nm節點 。主要是因為之前的20nm節點慘不忍睹，因為在這種微觀尺度上，已經受到了明顯的量子隧穿效應影響，微觀尺度的電子具有波動性質，能夠展示出隧穿行為，大量的電子根本不會沿著你在硅晶上雕刻的微觀電路走，從宏觀上來看，就是你這塊CPU漏電了，你加再高的電壓，CPU性能都沒有得到多少提升，白白浪費了電流 。
