現在晶片的電晶體數量是百億以上，但是一個都不能出錯的說法還是需要保留，晶片設計本身會考慮冗餘問題，不是一個電晶體壞了或者不能正常工作了，就會導致晶片直接罷工，晶片自己會遮蔽掉損壞的核心來避免影響整個晶片的效能。

7nM晶片何止萬億隻電晶體？做晶片的的軟體已經能把壞掉的單元排除，只在良品的單元上安排電路，所以不用擔心晶片報廢，真正的使用者也很聰明把這些減量晶片稱為單核，雙核多核就行了。

據我所知，是會有壞的，不過有容錯機制。同樣的晶圓，有的切出來是能做i7，有的只能是i5，就是因為有壞的。簡單理解就是壞的少就是i7，壞的多就是i5。

這個問題應該有大牛能回答，期待更好更專業的答案。

　　許多瞭解晶片結構的朋友可能都思考過這樣一個問題，大型或者高精度晶片的內部有幾十億個電晶體，而且精度控制在幾奈米的範圍內，比如華為麒麟990 5G處理器，不到一個指甲蓋大小的空間裡封裝了103億個電晶體。那麼 晶片是如何保證其持續且高效地執行的呢？

　　其實題目中的疑問可以分成兩個問題，一是晶片中的幾十億個電晶體是否一個都不能出錯？二是晶片如何保持高的可靠性？

1.首先是晶圓的製作，我們需要將石英砂製成高純度的單晶矽圓柱體，之後將其切片打磨，製成我們需要的晶圓片；

2.接著是進行光刻，掩膜，機械，化學處理等過程，著名的荷蘭阿斯麥（ASML）光刻機就是靠這個加工過程賺取豐厚利潤的；

3.最後是焊接和管腳處理，塑裝，切割，測試等，每一步都需要精細處理，才能製成合格的晶片。

　　所以在首先在設計之初，晶片會設計一些多餘的電晶體，也就是晶片會預留一些保留區域，假設在製作過程或使用過程中某個電晶體壞掉了，則系統會自動遮蔽掉這一組電晶體，從保留的多餘電晶體開發出一組電晶體來取代它。

　　再者，晶片製造過程中，產商也會嚴格把控生產過程，畢竟廢品率的居高不下也意味著成本的居高不下。

所以製造過程的高精密度，例如車間的超淨和超靜，材料的純度，減少人工錯誤提高製造過程的自動化等等。最後在封裝測試階段，也會進行各種檢測，確保送到使用者手上的產品是能夠正常執行的。

我們知道軟體程式碼的開發速度很快，而且可以修修改改，但是硬體不行。產商當前釋出的新產品，基本上都是該公司的研發人員兩到三年前開始設計，歷經2年測試，歷經硬體架構師設計，測試工程師測試，找出bug並進行修改，最後由後端工程師將程式碼轉化為實際的電路，進行佈局和佈線。

　　同時硬體本身就能夠在某些錯誤造成時進行恢復，只要恢復時間夠短，一般就不會察覺到系統曾經的失敗和錯誤，也基本上不會影響它們的正常運用。

　　中國每年都會進口大量高精度的晶片，其中主要原因是中國在高精度晶片的製作上受制於西方各國，從製作晶圓的原材料，到製作工藝過程中用到的高精度光刻機以及各種儀器，中國的技術儲備都與西方國家有著較大差距。

首先，我們需要提純矽。矽片越純，雜質的干擾就越小。

換句話說，矽片本身就有極高的純度，以致於用於CPU生產的一千億個矽原子中，只允許含有最多一個其它原子。

——千億綠豆中只有一顆紅豆太誇張？萬一五顆紅豆好死不死恰好一起出現在10釐米範圍內呢？

僅僅純度高還不夠。用來做晶片的矽，它還必須“生長”為“單晶矽”——也就是說，矽原子的晶格排布必須整齊劃一，像多晶矽那樣雜亂無章是不行的。

如果你問“如此高純度的矽是如何提純的？”，那麼我只能回答“這是生產廠家的技術祕密，全世界都沒多少人知道”。

單晶矽裡面，雜質分佈並不均勻。雜質富集區很容易導致（意料之外的）漏電流增大、晶格缺陷等諸多問題（現代晶片製造甚至會藉助各向異性刻蝕等手段，晶格缺陷必然導致刻蝕出的溝道畸形），這些都可能加大晶片的失敗率、增加它的發熱量、限制它的效能。

因此，普通的電晶體，6個9的矽便可滿足需求；大規模積體電路就必須9個9；CPU這樣的超大規模積體電路，11個9的高純矽才可能把良品率提高到可行範圍——晶片行業可不缺聰明人，10個9夠用他們就絕不會像個冤大頭一樣，掏大價錢買11個9的昂貴材料。畢竟純度加一個9可不是多敲一下鍵盤那麼簡單：你猜人類已經能造12個9的矽材料了為什麼不大量應用呢？

有了最好的原料，才有可能做出最高品質的成品——讓你在沾了油的宣紙上寫字，這副作品是不是就很難完美了？一樣的道理。

任何方面微乎其微的、拿最好的光學顯微鏡都看不清的一丁點缺陷，都可能導致晶片良品率直線下降——甚至，哪怕一切到位，哪怕Intel這種業界頂尖公司，新工藝上馬，良品率往往也相當的低。經常需要長時間的除錯、磨合，才能保證良品率達到可用範圍。

是什麼問題導致 10 納米制程晶片良品率過低？會對下游產品有何影響？

不僅光刻機本身。它所處的環境也都要求苛刻。

比如，它必須置於嚴格無塵的環境裡。因為落到晶片上的一粒灰塵，就可能毀掉數百個閘電路。

類似的，如果不採取嚴格避震措施，光刻機工作時，800米外一輛汽車開過，引起的顫動都可能導致大批晶片報廢！

總之，通過數不清的方面無數科研人員、工程師以及技術工人的各種努力，彌補一切方面的一切短板，該妥協的地方酌情妥協，人類終於可以保證，CPU晶片上光刻出的閘電路，出錯概率可低於億分之幾。

對於普通級別的晶片，這個工藝水平已經可以保證“出錯幾乎是不可能的”——因此頗有一些人以為“做晶片什麼都不用管壞了就扔就行”。但他們並不知道，別人為了把晶片產線質量穩定度提高到這個程度付出了多少辛勞。

但對CPU這樣最為尖端的、同時挑戰整合度和可靠性的晶片，這樣往往也還不夠。

因此，人類在設計CPU電路時，便將其模組化；然後故意製造出冗餘的重複模組來；當CPU光刻完成後，通過測試，遮蔽掉不良模組（不良模組不僅僅是出錯的模組，還包括熱穩定性不佳等缺陷）。這樣哪怕發生了少量錯誤，製作成功的機率也不會太低。

Intel i3 和 i7 的成本差是多少？如果成本相當，為什麼不全生產 i7 呢？

更進一步的，如果不良模組實在太多、以至於整個核心都不能用了，還可以遮蔽掉整個核心——原始設計是8核，遮蔽4個就可以當4核賣了。六核雙核等情況依此類推。

（當然，有時候運氣好良品率特高，但捨不得掏錢的使用者對低端CPU有需求，高階的生產太多又賣不掉，廠商也可能故意把高階CPU的核心遮蔽掉、頻率限低，當低端CPU賣給使用者——這和主題無關，就不討論了）

但是，請注意，這個冗餘設計既浪費芯片面積，又加大了研發投入、增加了諸多方面的複雜性，只有類似CPU這樣挑戰人類極限的工程，迫不得已才會採用——所以才說，拿“壞了就遮蔽/壞了就扔”當真相的都欠缺常識。

打個比方的話，問“我要經常開車跑長途，這可能做到嗎？”

正確回答是，先挑選質量足夠高的車，汽車工業剛起步時幾十公里就得修一次的爛車是沒法用的（提高原料質量工藝可靠性）；然後選用更容易排錯維修的車型（設計時考慮可維修性）；最後，真跑廢了就扔掉再買一輛。

嗯，跑長途基本靠扔車？你覺得這回答過腦子了嗎？真拿扔車不當回事的那叫F1，不是長途司機。

——那些張嘴就拿遮蔽說事的，多半是懶得動腦。他們就沒想過，如果拿6個9的矽片造CPU，這密密麻麻的缺陷，靠遮蔽能遮蔽過來嗎？更不用說隨便抓把石英砂拿電爐土法上馬搞的渾濁不堪的垃圾矽了。

必須先有一個極高穩定度的平臺，才有耍遮蔽之類小聰明的餘地。

——換句話說，遮蔽是很有效，但它在這個問題裡，是最不重要最沒技術含量的因素。

我們知道，記憶體有很多很多單元，但匯流排只有一條。那麼，當CPU要訪問64g記憶體中的其中一個單元時，它就要在地址線上輸出一組電平，使得該記憶體單元被選中（實際相當於通過一組與門，切斷了除被選擇單元外其它任何記憶體單元的輸出訊號），然後就可以讀到正確的值了。

實際上，計算機裡的一切，上至暫存器下至鍵盤，都是以同樣的邏輯控制輸入輸出的。只不過未必都在總線上（或者說沒有統一編址）而已。

CPU內部也是如此。核心之間有通訊線路，核心內部，從加法器到暫存器再到快取，全都有類似匯流排的資料―地址線路相互連線。

因此，只需記錄錯誤單元的地址，避免訪問它甚至不給它供電，就可以達到遮蔽的目的了（反過來也行：比如記錄暫存器EAX等和內部地址的對應表，不註冊壞掉的暫存器或其它單元，也可達到遮蔽的目的）。

這種遮蔽甚至可以是自動的：通過檢測，給壞掉的單元置位；然後在CPU自檢流程排除它們即可。

總之，可行的做法很多很多，具體某個廠商用了哪種是不可預測的。我們只需知道“能做到”就對了。

假專家只知道硬連線、跳線，說明他還是有點電路基礎的。但他顯然不懂數位電路的地址機制，不知道就連暫存器都是有地址的（但注意和記憶體地址區分。它是CPU核心內部地址，這個地址甚至對同一顆CPU的另一個核心都可能是不可見的）；有地址，只要不是短路型故障（短路故障還需要從供電上遮蔽），就可以用簡單的“避免訪問”達到“遮蔽”目的。換句話說就是：這人計算機原理學的一塌糊塗，數位電路基本還是沒入門水平。大二相關科目也不知怎麼混過去的。

當然，我拿暫存器舉例是為了說明問題，證明哪怕暫存器這種粒度都有辦法遮蔽，並不代表CPU就真的細緻到了暫存器這個粒度。實際上，有工藝精度保證，粒度太小了反而增加成本，工程是需要根據實際情況取捨的。

——這段嚴格來說是廢話，不用說大家都知道；但萬一遇到手電筒專家一樣只照別人不照自己的傢伙……還是明確寫出來省事。

首先，成熟的硬體本身就非常非常的穩定，可以長時間執行不發生任何錯誤（但很多情況下，錯誤在所難免。比如電磁干擾、機械振動、宇宙射線等等）。

其次，計算機硬體本身也可以自帶校驗功能。比如伺服器經常用帶ECC校驗的記憶體條。

當硬體出錯時，它可以自動發現，然後通過中斷通知軟體處理（或自動嘗試恢復）。

然後，程式設計師在寫程式時，也會有很多錯誤檢查；一旦校驗出錯，程式便立即退出。

為了保證7X24小時安全性，業界有許多成熟的經驗甚至現成的框架。

比如，有一種硬體叫“看門狗(watchdog)”，它相當於一個自動遞減的計數器；如果軟體執行正常，那麼它就應該不停復位這個計數器，避免它遞減到零；如果計數器遞減到零，就說明軟體執行出錯了；於是晶片立即重啟、然後軟體嘗試恢復執行——微控制器系統經常用到它。

當恢復時間足夠短時，人就不會覺察到系統曾經失敗過（但一般會記入日誌，以便分析故障原因）；對很多系統，包括汽車/飛機/衛星上的各種系統，只要恢復時間足夠短（依設計允許的餘量而定），也不會影響它們正常執行。

PC/伺服器一般不用簡陋的看門狗，它們有完善得多的錯誤發現/恢復機制。包括但不限於許可權檢查、錯誤中斷以及程式語言提供的結構化異常等等機制。

出錯了的程式會立即退出？你可能會說，不對啊，這樣服務不就中斷了嗎？

沒關係。我們可以準備一個監控程式，定時檢查，發現服務程式失敗就重新拉起它。

這個監控邏輯也可置於服務應用本身，然後同時執行兩個同樣的應用，讓它們互為備份。這就是著名的“雙程序相互監控、相互喚醒”——這個技術之所以如此著名，是因為有人拿它不辦正事，而是拿來做流氓軟體坑使用者了。嗯，好的技術落到壞人手裡就是這種下場。

對各種網站/搜尋引擎之類龐然大物，依靠單臺伺服器的自我恢復能力已經不夠。這時候還可以通過雙機熱備份/多機熱備份（多臺機器執行同樣的程式，只是其它機器只執行但不輸出結果；當其中一臺出錯時，另一臺便可立即頂替它）、叢集計算（如Google通過map-reduce靈活組合使用數萬甚至更多臺計算機，可自動分配任務、自動發現故障節點並遮蔽它）等等更為複雜、高階的架構，使得偶發故障不會影響它們的服務能力。

更進一步的，針對天災、戰爭甚至核戰爭等等罕見事件，人們還開發了“異地容災系統”，使得哪怕城市A的服務節點因重大事故無法服務，遠隔千里的城市B的服務節點也可立即接替它，從而達到“不可摧毀”的目的。

化不可能為現實，這就是人類的智慧。