2021/12/30 16:30:34
物联网(IoT)最早由美国在1999年提出,专指“传感网”。过去20多年里,IoT受制于技术、成本等因素,一直未能达成规模。在5G技术的加持下,IoT逐渐向AIoT过渡。IoT标准主要解决数据传输技术,而AIoT关注新的IoT应用形态,更强调服务尤其是面向IoT的后端处理及应用。AI与IoT相辅相成,IoT为人工智能提供深度学习所需的海量数据,AI对连接后产生的海量数据进行分析,创造更高的价值。
面对AIoT应用前景爆发式地增长,半导体芯片产业面临着巨大的挑战和机遇,比方说捕获的数据需要存储、计算以及快速交换,而采用现有技术完成神经网络训练将变得非常耗能。这是题外话。此次《半导体芯科技-SiSC》杂志主办的第八届CHIPChina晶芯在线研讨会将从芯片创新的角度来展开主题——“AIoT应用前景下的芯片创新与实践”。整场直播会议耗时2个多小时,近500位听众围观互动,数千人次上线点赞。观众与演讲嘉宾积极互动,踊跃提问。
会议邀请了鸿之微科技能源材料事业部总经理李剑先生、上海恩艾仪器亚太区半导体业务发展经理周文昊先生、北京大学教授深圳系统芯片设计重点实验室主任何进先生,从新兴AIoT应用给不同类型芯片设计带来的创新理念、芯片多尺度材料工艺仿真、AIoT新生态的营造等方面着眼,为各位听众带来了精彩的演讲。
芯片技术发展的核心驱动力:从工艺节点到LMC
芯片科技决定着新一代信息技术的基础构架和AIoT时代的未来场景。
如我们常说的那样,尺寸微缩(scaling)与3D集成(3D integration)是半导体技术发展的两架马车,摩尔定律决定了尺寸微缩的发展前景,而先进封装则是实现3D集成的重要途径。尺寸微缩影响的是平面图形CD,3D结构化影响的是深宽比AR,这也是物理结构方面影响工艺进步的两个重要指标。尺寸微缩的重点是推动光刻工艺进步,3D趋势主要推动了刻蚀、薄膜设备的进步。两个因素共同推动了IC整体结构的复杂化,进而推动CMP、清洗、离子注入、检测等设备的进步。
通过3D集成,器件使用相同工艺节点就能实现更高的IC性能和能效。据我们所知,14nm开始使用3D结构晶体管。
关于摩尔定律这杆大旗还能抗多久?Intel在今年7月举办的制程工艺和封装技术线上大会上指出,“对于未来半导体产品来说,PPA是三个重要指标(性能、功耗、面积),代表着产品的竞争力。如果把每瓦性能作为一个核心指标来看,我们几个制程节点的名称演进就是按照这个逻辑在向前推进的”。
Intel认为半导体技术发展即将进入埃米时代。未来三五十年,芯片科技和产业将继续通过尺度、材料、架构、异质集成、3D集成、软硬件协同设计、TDCO、光电全集成、存算一体化、感算一体、感存算一体等新技术进入新的MOORE时代。
何教授在题为《芯片科技新进展和产业发展新方向》的主题报告中指出,以往我们表征半导体技术发展的方式仅有尺寸微缩,然而,1)随着IBM推出2nm芯片、尺寸微缩将很快接近1nm,2)参与竞技的厂商越来越少,3)2010年之后实际物理栅长大于节点表征,因此科学家们认为传统的表征方式似乎是片面的、不足以体现半导体技术的实际进展,于是在2019年夏季一批UCB科学家提出了以LMC度量方式来表征芯片技术。
LMC是DL(逻辑晶体管的密度,也即尺寸微缩)、DM(主存储器的位密度,当下表现为DRAM密度)、以及DC(逻辑晶体管与主存储器之间的互连密度,关乎未来的先机封装方向)的简称。UCB科学小组通过绘制三者的历史数据,证实了逻辑、内存和连接性增长之间的相关性,三者之间的均衡增长已持续了数十年;面向未来3D芯片堆叠,新的LMC指标更能承上启下、充分发挥精确表征的作用。从芯片应用的角度,从移动设备、PC处理器一直到世界上最快的超级计算机都遵循这这种平衡。目前,最好的芯片系统LMC指标是[260M, 200M, 12K]。
图1: LMC度量中的平衡性,图表来源于何进教授报告《芯片科技新进展和产业发展新方向》@CHIPChina。
何教授指出,1)硅CMOS通过10多层金属互连的方式来构建两层晶体管以提高逻辑与存储器之间的互连密度;2)在CMOS逻辑中上下构建两种类型的晶体管即NMOS与PMOS;3)硅加工温度高、工艺不易实现,因此采用非硅技术更易构建3D器件,如石墨烯、二维材料、碳纳米管等;4)基于硅的新材料架构,在硅上方的金属互连层内构建新的逻辑或存储器件,比如由原子稀薄的半导体(例如二硫化钨)制成的微继电器和晶体管。从宏观上来看,AIoT+5G作为一种新兴的智能物联应用,它以算力、存储、连接以及传感为技术基础,LMC指标会伴随着半导体行业未来多年的发展。
Q&A
请问极致能效比的超融合数据的芯片有什么特殊的技术支持?
二维半导体器件在栅介质材料、源漏接触、机械稳定性等方面仍存在着致命的问题,您认为二维半导体大概在什么时候才能被应用起来?还是机会渺茫,目前的大量二维材料研究在赌运气?
AIoT技术获取海量数据赋能材料与芯片研发
鸿之微科技(上海)股份有限公司是国内专注于从事多尺度仿真技术研发的高新技术企业,主要为高校、科研院所、工业企业提供专业的材料设计和工艺仿真软件,以及定制化计算解决方案,帮助客户提升研发效率、优化工艺。随着研发以及制造工艺等方面诸多因素的影响,计算机技术和人工智能技术的发展,材料研发以及制造机构面临的市场竞争压力,材料研发与设计已告别过去单纯依赖经验累积、理论建模、计算/仿真的模式。在题为《多尺度材料仿真技术与AIoT双向驱动赋能》报告中,鸿之微李总认为材料研究进入了( 大) 数据推动科学发现的阶段,材料信息学将在这个阶段得到快速发展,并在材料设计领域发挥极其关键的作用。
无论是摩尔定律还是超越摩尔定律,半导体行业的根本问题将回归到芯片结构和材料。无论是半导体原材料(硅、化合物半导体),还是如光掩模与光刻及工艺辅助材料等过渡性材料,总之材料是AIoT的基石。
图2:尺寸微缩+3D结构是芯片技术发展的核心驱动力,图片源自鸿之微李剑报告《多尺度材料仿真技术与AIoT双向驱动赋能》@CHIPChina。
未来新的应用场景将驱动AIoT技术发展;通过AI技术与IoT两种技术的融合更有效地采集实际应用中的海量数据、分析它并反向赋能促进材料的研发以及芯片的设计,降低研发风险。在全球范围内有多家厂商展开此项技术研究,包括设计端的DTCO,Cadence与新思都提出了不同的方案,不同之处在于新思的方案已经考虑到了材料端对于芯片设计与制造工艺的影响。AMAT则提出了另外一套理念MSCO(Materials to Systems Co-Optimization)平台,即实现从材料到系统的优化。MSCO平台将DTCO范围(以晶体管结构为主要优化对象)拓展至MOL(中道工艺制程)/BEOL(后道工艺制程)等环节的材料、工艺方法和IC设计规范等更多影响因素;并通过TCAD技术形成一个综合的协同优化解决方案,有助于提升先进器件的PPAC。
李总对此展开了深入浅出的剖析。IRDS于2017发布的国际器件与系统路线图中,指出了延续摩尔定律集成电路核心器件尺寸持续微缩面临工艺极限和物理极限的挑战,里面涉及到来自新结构、新材料、新工艺、新原理的挑战;包括铁电存储、负电容NC、冷源等诸多可能的影响因素及技术路线方向。
图3:国际器件与系统路线图(IRDS 2017版),数据来源与致谢:中科院微电子研究所吴振华研究员 @《多尺度材料仿真技术与AIoT双向驱动赋能》,鸿之微李剑。
进入纳米尺度尺寸微缩时代,用于90nm以上传统器件研究的流体动力学模型(由BTE玻尔兹曼传输模型推导)已经不适用,转而采用NEGF-DFT/TB(非平衡格林函数模型)。器件的本征物理效应包括量子效应、自热效应、掺杂及尺寸涨落特性、寄生电阻/电容效应等,这些对小尺度器件性能影响显著。
全球顶尖的集成电路企业在工艺研发中纷纷采用了不同的材料仿真技术,比方说Intel、TSMC、BASF、ASML、Synopsys等,鸿之微也推出了自主研发的多尺度仿真技术平台(ACADTM),帮助用户从原子尺度进行材料或芯片器件的细节设计与工艺研发。
Q&A:
Q1. 材料仿真和模拟主要考虑的是量子效应吗?那么这个考虑的内容主要有哪些方面,计算算法是否已经有开源的案例呢?
A. 材料仿真和模拟并不是仅仅考虑量子效应。材料仿真和模拟涉及到多尺度的概念,包含空间尺度和时间尺度。量子效应主要体现在与电子相干的层面。在集成电路材料领域,包含诸多材料,覆盖的理论范围从量子力学相关的第一性原理,到基于牛顿力学的分子动力学以及基于连续介质的相场、有限元等多个尺度。以考虑到量子效应的第一性原理而言,主要涉及两个方面,一个是DFT或者量子化学,另一个是NEGF-DFT,NEGF-DFT主要用于输运性质的研究。相关算法均已经商业化,当然也有开源的软件。由于涉及到算法、理论框架、用户需求以及使用等多方面的因素,目前在DFT层面主要以VASP、RESCU、Gaussian等软件为主,在NEGF-DFT层面,主要以Synopsys的QuantumATK与鸿之微科技的Nanodcal软件为主。
Q2. acad这些技术是否和量子计算有结合的地方?它与material studio是否有区别呢?
A2. 您说的量子计算是指量子计算机相关的内容吗?这一块的话,其实业内已经有团队,比如我们首席科学家郭鸿教授团队,在研发用于量子计算机的TCAD工具——QCAD。material studio主要是材料领域,device studio包含了材料和器件建模,明年也会全面发布针对分子领域的建模和计算平台模块。再次向material studio致敬!
Q3. 有国家标准认证吗?误差补偿怎么实现的?企业可自行升级软件吗?
A3. 目前在集成电路或者其他领域的材料计算软件在全球范围内尚未有国家标准认证,此类技术主要存在于各行业头部企业。误差补偿的方法有多种模式,但是基本上都在可接受范围内。企业可以通过如下方式进行软件升级:1)向软件供应商支付升级费用;2)或者以云的形式,每年更新;3)其他。
Q4. 需求或洽谈合作。
A4. 合作应用的话,可以联系公司,直接发送合作内容以及相关的邮件至Marketing@hzwtech.com即可。
AIoT技术获取海量数据赋能材料与芯片研发
随着AIoT场景的大量涌现、汽车电子、工业控制等应用领域的快速发展,AI芯片、MCU等如何有效地完成设计、验证到量产部署快速推向市场成为各芯片MCU厂商能否赢得市场的关键。MCU由于内部集成了从计算内核、存储、数字I/O、ADC/DAC、LDO、PMIC、运放和比较器以及通信接口等功能IP和模块,给验证测试带来了很大的挑战。
NI周经理在题为《利用PXI自动化测试系统加速MCU芯片验证》的报告中介绍NI的Modern Lab方案,利用以PXI自动化测试系统为核心构建MCU自动化验证系统,帮助MCU相关厂商加速从实验室验证和量产测试导入的整个过程,提高测试效率,从而缩短产品的上市时间。工程师使用NI Modern Lab方案,使得他们在MCU验证中,无需通过不同的分立台式仪器来实现,整个测试过程中无需进行手动操作切换DUT工作状态、功能映射并切换不同仪器和改变仪器设置来完成。通过构建MCU自动化验证系统,可以帮助将整个验证过程由原来的数周或数月缩短至数天至数小时,同时减少对特定测试人员的依赖,加速整个验证过程。相关验证努力也可快速复用在量产导入,加速整个产品上市时间。
Q&A:
支持的测试项有哪些? | 方便让我们了解您的待测物吗? 我们会后提供您详细的测试项资料 |
数字通信验证这方面的工作与ni公司有何关系呢? | NI 有提供像是 SPI, I3C, RFFE 等协议验证的工具 |
不同总线通信方式主要解决什么问题,spi,pxi,axi,can等? | MCU上不同的总线接口和通信协议选取是由MCU特定应用所决定的。举个例子CAN通常只出现在车用MCU上,I2S常常用于音频应用。SPI和I2是通用接口协议。PXI总线不是MCU上的。是PXI测试系统的背板总线标准。 |
不同引脚电压的产生是通过怎么样的电源拓扑结构实现的? | 这里有几种情况,对于芯片电源输入输出管脚可以直接通过SMU的通道进行驱动和拉负载,对于数字接口管脚可以通过DPI的PPMU功能来测试。这两种情况下都支持电压的设置和调整。 |
相关芯片的模型参数是否可以在labview中进行仿真呢? | LabVIEW 主要还是作为测试自动化的核心工具,模型参数还是靠EDA Tool,但NI有方案能将 EDA Tool、实验室的验证数据、和量产的数据作跨流程的管理和优化,有兴趣的话,欢迎与周经理联系。 |
ADC端口测试能力Gs?需要去嵌吗?如何处理去嵌 | ADC的测试包括模拟信号输入和数字接口输出两个主要部分。在DUT board设计过程中需要考虑信号路径影响来保证信号完整性。 |
mcu的核心验证是通过哪些外设进行的? | MCU验证所需要的硬件模块由不同功能IP的测试需求所决定,以ADC/DAC为例,可以抽象为模拟信号源如AWG任意波形发生器或DSG动态信号发生器模块、数字输入输出接口模块如DPI、电源管脚驱动如SMU模块。DPI模块同时还支持半导体器件控制/静态开关控制/数字接口协议验证。时序测试如示波器模块等。WIFI验证可以通过NI VST模块实现。 |
关于全球AIoT产业动态
全球 AIoT市场正快速爆发,麦肯锡全球研究所的数据显示,每一秒都有127个新的IoT设备联网,2020年消费类电子设备数为所有已安装的IoT设备的63%,到2024年全球的联网设备将达到400亿个。由于AI芯片的应用场景丰富且需求端驱动力强劲,AI芯片市场规模将呈快速增长态势。根据Tractica的研究报告显示,2019年全球人工智能芯片的市场规模达到110亿美元。中商产业研究院预测,全球AI芯片市场将迎来高速发展期,在2025年全球人工智能芯片市场规模达724亿美元,7年复合增长率达36.90%。中国AI芯片行业发展尚处于起步阶段,但随着智能终端的更新迭代和数据中心服务器智能化大趋势的推动下,随着人工智能应用生态的爆发,两年迎来了新一轮的爆发。2019-2024年,中国AI芯片市场规模仍将保持40%以上的增长速度,预计 2024 年中国 AI 芯片市场规模将增长至785亿元。
随着IoT技术不断成熟与5G商用的发展,低成本网络覆盖范围扩大,应用成本不断下降,更多可能的应用逐渐成为现实,AIoT的应用范围和需求不断拓展。AIoT产业与传统产 业融合不断加深,市场规模广阔。
声明:本网站部分文章转载自网络,转发仅为更大范围传播。 转载文章版权归原作者所有,如有异议,请联系我们修改或删除。联系邮箱:viviz@actintl.com.hk, 电话:0755-25988573