• <button id="tsekw"><object id="tsekw"><u id="tsekw"></u></object></button>

    <tbody id="tsekw"><noscript id="tsekw"></noscript></tbody>

    <em id="tsekw"></em>
    <dd id="tsekw"><big id="tsekw"><video id="tsekw"></video></big></dd>

    <span id="tsekw"></span>

    1. <form id="tsekw"><span id="tsekw"></span></form>
      <progress id="tsekw"></progress>

      <nav id="tsekw"></nav>
        <s id="tsekw"><object id="tsekw"><input id="tsekw"></input></object></s>

        設為首頁 | 收藏網站 關注我們 登錄|注冊
        當前位置: 首頁 > 新聞中心 > 行業新聞
        中國芯量產前夕,新式存儲器大舉殺入,是否出現“取代”效應?
        發布時間: 2019-08-07    點擊量: 1657

        信息來源:億歐

        傳統存儲器技術讓國內的紫光集團、合肥長鑫、福建晉華三方人馬競相投入,以國產存儲芯片替代進口的腳步如燎原之火,已難平息。

        然另一支蟄伏近 20 年的新式存儲器技術隊伍包括MRAM、PCRAM和ReRAM,受惠技術、材料、設備等環節的關鍵突破,正邁向大規模量產的路上,眼前,我們正處于見證存儲器歷史的轉折點。

        各工作崗位將被AI取代的概率

        選擇崗位,查看結果

        制圖員和攝影師

        87.9%

        然而,這個時間點,也是國內存儲器芯片突破“零”自制,邁向大規模生產的前夕,新式存儲技術對于傳統存儲器 DRAM 、 3D NAND 、 SRAM 會帶來怎樣的沖擊?是否會形成“取代”效應?

        英特爾3D XPoint橫空出世,產業再燃希望

        新式存儲器可分為獨立型產品,以及嵌入于邏輯工藝,用于取代部分傳統的嵌入式快閃存儲器 eFlash 技術,而在嵌入式技術上,趨勢已快速成熟中。但用于獨立型存儲器上,目前還有性能、成本的問題待克服。

        因此,新式存儲器無論是MRAM、PCRAM和ReRAM等,并不會沖擊到現在國內正如火如荼發展的DRAM、3D NAND芯片產業,但對于一些應用領域如云計算、物聯網帶動的邊緣計算,加入新式存儲器技術后,確實能讓整個產業的發展如虎添翼。

        圖片

        圖 | 3D XPoint(來源:英特爾)

        新式存儲器技術已經被提出將近 20 年,成熟之路是跌跌撞撞。直到 2015 年,英特爾的 3D XPoint 技術橫空出世,被認為是類似于 PCRAM 的結構,整個新式存儲技術才算是豁然開朗,之后幾年的發展更是勢如破竹。

        為了替新式存儲器產業添柴火,身為全球半導體龍頭的應用材料針對 MRAM 、 PCRAM 、ReRAM 推出兩款機臺設備:Endura Clover MRAM 物理氣相沉積(PVD)機臺,以及Endura Impulse 物理氣相沉積(PVD)機臺,成為推動該產業發展的有力推手。

        DeepTech 通過與應用材料兩位專家,分別是應用材料中國區事業部總經理兼首席技術官趙甘鳴博士,以及應用材料金屬沉積產品全球產品經理周春明博士的對話,來一窺新式存儲器將帶給這個世界什么樣的變化,借此見證存儲產業的歷史轉折。

        在此,DeepTech 全景式分析近期新式存儲器全面崛起的關鍵原因,哪些大廠已開始量產,應用原理和領域,以及為產業帶來的助益。

        摩爾定律漸失效,新式存儲器接棒上戰場

        1965 年問世的摩爾定律至今已超過 50 年,為全球電子產業寫下無數里程碑歷史,但走到今天,依據該定律所設計和生產的芯片在半導體最重視的四大標準 PPAC(功耗 Power、性能 Performance、面積 Area、成本 Cost)都逐漸遞減。

        很多物聯網、云計算所需要的芯片,已是摩爾定律所無法提供的,這是為什么?

        在“萬物互聯”和“工業 4.0 ”時代背景下,數據呈現爆炸式的增長。舉個例子,我們一個人一天約產生 1GB 數據,但是當你要開一輛無人駕駛汽車,一天產生的數據量可能高達 4000 GB ,相當于 4 千倍。

        2019 年是很關鍵的一年,機器產生的數據已經超過了人類所產生的數據,這是人類歷史上第一次;預計到 2022 年,機器產生的數據可能會是人類產生數據的9倍之多。

        未來世界運算的邏輯是,數據來自機器的搜集,包括車、智慧城市、智能家居等,所有產生的數據都要從終端、從邊緣,通過各層傳輸、計算,然后再到云端、到大數據中心,再計算、再返回到終端。

        在這短短的時間內,排山倒海的數據量涌入后,又要源源不絕地被計算、處理,以及再傳輸,是非常挑戰芯片效能的,且現有的計算架構早已無法滿足核心需求。

        過去“摩爾定律”的時代,追求把晶體管做得越來越小,目標是每 18 個月~兩年晶體管數增加一倍,但隨著該定律的效應遞減,從 14 nm 納米到 10 nm 納米,可能要花上 4 年時間,從 10 nm 再往下走到 7 nm 、5 nm,則需要更長的時間,試想英特爾 10 nm一直遞延就可窺知一二。

        因此,越來越多人爭論摩爾定律是否壽命已經到了盡頭?

        解答這個問題,我們可以這樣思考。如果繼續用傳統思維,以縮減晶體管尺寸的方式增加密度,那確實是做不下去。但是,換個角度思考,還有很多方式可以來實現上述的 PPAC(功耗、性能、面積、成本)。

        業界目前已經提出各種“招數”來延續摩爾定律,在此 DeepTech 以五大層面來探討。

        新架構:如 Google 的 TPU、Nvidia 的 GPU,當成是一個加速器的角色來提高計算,尤其是在云端的計算性能。

        新結構:如 2D 兩維轉到 3D 三維 NAND,因為是三維結構,因此可以一直往上堆,往上的空間可以一直提高。

        新材料:以前拿一張元素周期表出來,就那幾個元素在半導體、晶體管里面,現在已經增加很多,比如銅制程取代鋁制程、鈷又再取代銅,都可以顯著提高晶體管的性能,彰顯新材料對于提升PPAC方面所起的重要作用。

        新微縮技術:ASML 極紫外光刻 EUV。

        新封裝技術:將各式不同工藝技術,像是 28nm 或是 5nm 的處理器、存儲器、加速器等不同芯片,通過先進的封裝技術整合到一起,從系統層面上實現最優的性能。例如臺積電近幾年推出的封裝技術 InFO 、CoWoS 、3D IC,以及英特爾推出的 EMIB 、Forevos,都是從后段制程著手,延續摩爾定律壽命。

        In-Memory Computating 概念火起來

        大數據時代,彰顯巨大運算需求的重要性,同時也帶動硬件的開發和投資的復興,比方上述提到的加速器,如果再往下更深層的探討,這里要提出一個概念,就是“近存儲器計算”(Near Memory Computing)。

        什么是 Near Memory Computing?簡單來說,過去我們常常有個觀念是“處理器為王”,認為處理器的能力是最重要的,但現在不然。

        因為,計算能力已不再是單獨的處理器能力決定,而是說處理器跟存儲器之間來回的傳輸數據,也因為面臨瓶頸,導致計算能力無法再前進。

        Near Memory Computing 的定義,就是用大量的高帶寬、大容量,把存儲器和計算處理器更緊密連在一起,在系統層級增加計算性能。

        這概念其實都是用現有的構建模塊,比如 DRAM、NAND 、SRAM 等去實現,未來也逐漸與新式存儲器 MRAM、ReRAM、PCRAM 結合來增加計算性能,并且打造“存儲器計算”(In-Memory Computating)的基礎。

        In-Memory Computating 在這幾年是個非;鸬母拍,但可能還要至少 3 ~ 5 年的時間才能實現。不同于 Near Memory Computing 是把存儲跟處理放得更靠近,In-Memory Computating 就是把存儲和處理器整合在一起進行計算,就沒有傳輸、延遲等問題,并且大幅提升效能。

        往后看 10 ~ 20 年,類腦計算、量子計算都可以實現上述目標,但這些技術太過遠大,如果要盡快實現 In-Memory Computating 的目標,至少在 5 年之內,新式存儲器將扮演很重要角色。

        哪些半導體大廠已經開始量產新式存儲器。

        在探討新式存儲器的運作原理之前,先來談談哪些半導體大廠已經量產 MRAM 、 ReRAM 等技術。

        目前投入研發或生產新式存儲器技術的陣營可分為三大類。

        第一類:邏輯工藝晶圓代工廠,包括臺積電、GlobalFoundries、中芯國際、三星電子等,主要是在主流的工藝技術中嵌入 MRAM 、 ReRAM 存儲技術,屬于嵌入式存儲器的使用,并非生產獨立式的存儲器。

        第二類:獨立型存儲器制造商,如群聯與 Evenspin 合作將 1Gb STT-MRAM 整合進入企業級 SSD 系統扮演緩存,以提升 SSD 效能。

        第三類:研究機構、學術單位等。

        除了英特爾與美光合作開發的 3D XPoint 技術之外,正在開發 MRAM 、 ReRAM 、 PCRAM 技術的半導體大廠包括臺積電、IBM、SK海力士、西部數據、GlobalFoundries 等。

        臺積電在技術論壇中,其實有透露 MRAM 和 ReRAM 技術進程。

        臺積電目前的 40nm ReRAM 已經具備量產能力,在物聯網芯片上,取代傳統的嵌入式閃存 eFlash 技術,強調存儲的芯片可以保存 10 年,并且經過 1 萬次讀寫。

        再者,臺積電的 22 nm MRAM 同樣也具備量產能力,與 ReRAM 技術不同的是,這項 MRAM 技術是應用在移動設備、高效能計算 HPC 、汽車電子等領域,取代傳統的嵌入式閃存 eFlash 技術。

        以性能來看,22 nm MRAM 相較于 eFlash 技術的寫入速度快三倍,且資料可以保存 10 年、在高溫下承受 100 萬次的讀寫。

        SK海力士先進薄膜技術部負責人 Sung Gon Jin 也表示,除了在 DRAM 和NAND 外,也投入新一代存儲器的開發,以提高數據中心的效率。

        此外,GlobalFoundries 也是投入新型態嵌入式存儲技術 MRAM 多年,與 Everspin 聯合開發,公司日前也披露在 22 nm FD-SOI工藝流程中導入嵌入式 eMRAM 技術,來生產復雜的車用 MCU 芯片,或將應用于先進駕駛員輔助系統(ADAS)系統,或是其他車用系統中。

        新式存儲器的原理和應用領域

        MRAM 為磁性隨機存取存儲器,架構是在晶體管中的存儲單元就在后端互聯,甚至不占用“硅”的面積,可以做到直接嵌入到邏輯的電路里,因此可以做的非常小,一個晶體管一個存儲單元。

        再者, PCRAM 就是相變隨機存取存儲器,以及 ReRAM 是叫電阻隨機存取存儲器,比 MRAM 更有吸引力之處在于,這兩種新式存儲技術可以跟 NAND 一樣,實現 3D 三維的架構。

        3D 架構的好處就是可以一直堆疊,每加一層時,存儲器的密度就可以增加一倍,再者,成本也可以下降,這樣的特性可以做到大容量、低成本,因此用在云計算、大數據中心是非常有吸引力的。

        可以說,新式存儲器的應用范圍很廣,但若把其效益發揮至最大值,先鎖定兩大應用:物聯網、云計算和大數據中心。

        我們常常講的物聯網,就是所謂的邊緣終端、邊緣設備。

        現在的邊緣設備架構,就是一個邏輯芯片加上一個 SRAM 芯片,其中,SRAM的功能是計算,然后再加一個 3D NAND 芯片,用來存儲算法/軟件/代碼。

        所謂“邊緣”,就是因為沒有連線,無法通電,這時候功耗的問題就很重要,因為功耗決定可以用多長的時間。

        這時,MRAM 就可以替代 SRAM 的功能。因為SRAM是不用的時候也在耗電,甚至還漏電,但有些邊緣設備可能 99% 的時間都在待機,如果用 MRAM 部分取代 SRAM ,就可以改善很多的功耗問題。

        3D NAND 也一樣,它實際上是高電壓的器件,若是部分用 MRAM 部分取代 3D NAND 也可以達到降低功耗的目的。

        MRAM 有兩大優點,第一是待機的時候不耗電,第二是比閃存便宜很多,若論缺點,則是MRAM 的速度還沒有到 SRAM 等級。例如物聯網大量使用的 MCU 等,MRAM就非常適合使用。

        接著,來看云端和大數據中心。這塊領域有三個挑戰。首先,是海量數據的涌入,再來是需要快速進行運算,第三個關鍵仍是回到功耗。

        目前主流的架構是 DRAM 再加上 SSD 去存儲數據,但要如何做到用新型的存儲器來提高性能?

        方法一,是把 DRAM 部分取代掉,因為從功耗角度, DRAM 有功耗到問題。再者,PCRAM、ReRAM可以做 3D 架構后,在成本上具備優勢。

        方法二,是把 SSD 部分取代。SSD 的優勢是便宜,受惠 3D NAND 堆疊技術成熟,現在 128 層堆疊都要量產, 3D NAND 成本越來越低,但弱點卻是性能。

        如果用 PCRAM、ReRAM 取代部分 DRAM,一來同樣可以實現 3D 架構,二來性能要比 SSD 好很多。

        新式存儲器如何工作

        磁性存儲器是一個三層的結構,中間叫“隧道結”,是氧化鎂,兩邊是兩個磁性層,磁性層可以理解成兩個磁鐵,而這兩個磁鐵有南北極,如果南北極匹配的時候,電子就很容易通過去,電阻就是比較低的一個狀態。

        再者,上下兩邊的磁性層可以通過電流把上邊變成和下邊反平行,就是不匹配。而當不匹配時,電子就很難通過去,那它就是一個高電阻的狀態。

        所以,通過低電阻和高電阻,實現“0”和“1”的存儲,實際上是一個基于電阻變化,通過磁性來實現高電阻、低電阻的原理的存儲器技術。

        PCRAM、ReRAM 原理類似,是通過電流或電壓來控制。PCRAM 是以晶型來控制低電阻、高電阻。當全結晶時,就是一個低電阻的狀態,當非晶型時,就是高電阻的狀態,以此實現“0”和“1”。

        ReRAM也類似,不導通的地方就是一個高電阻的,跟絕緣材料一樣,而通電以后就可以實現導電通路,呈現一個低電阻的狀態,所以跟MRAM類似,通過電阻高低來實現“0”和“1”。

        簡而言之,要實現這種新式存儲器,就是要通過材料工程來實現這些存儲器的基礎,仍是有一些挑戰要克服。

        設備技術突破,規;瘯r代終于來臨

        針對大規模生產新式存儲器,設備大廠的材料工程突破是關鍵。應用材料針對 MRAM 設計的 Endura Clover MRAM PVD 系統,可以在真空條件下執行多個工藝步驟,實行整個 MRAM 的 10 種材料,然后 30 多層一層一層地堆積,它的核心就是 Clover PVD,一個腔室最多可實現 5 種材料,然后在原子級別、亞原子級別上去實現一個薄膜的沉積。

        之前提到 MRAM 中間有一個氧化鎂層,應用材料表示,中間的氧化鎂層非常關鍵,會影響整個 MRAM Device 性能,應用材料采用獨特的技術來建立,使整個 MRAM 都實現低功耗、高耐用。

        在 MRAM 制造過程中,需要在一個平臺上實現超過 10 種材料、超過 30 層薄膜的堆積、沉積是非常復雜的。相較之下, PCRAM 和 ReRAM 沒有那么多層,但它還是有很多層的結構,包括電極、選擇器、存儲器,里面的材料非常獨特。

        比如說 PCRAM,其材料結構是 GST ,包含鍺 Ge 、銻 Sb、碲 Te,并不是常用的材料,挑戰是如何沉積這些復合材料,控制其組分。

        針對 PCRAM 和 ReRAM 大規模量產,應用材料對應的設備為 Endura Impulse PVD 系統,可嚴格控制多組分材料成分,同時可以實現出色的薄膜厚度、均勻性、界面控制。

        以大趨勢觀之,新式存儲器的大規模量產會從嵌入式開始,比如臺積電將 ReRAM 和 MRAM 嵌入至現有工藝,之后新式存儲技術才會往獨立存儲器領域發展,因為其需要的密度會更高。

        迎接“數據爆炸”時代,芯片急需高計算性能,偏偏遇上摩爾定律放緩的時代,而類腦芯片、量子計算距離實現又太遠,新式存儲技術在磨刀多年后,遇上設備材料實現突破,正好可以趕上萬物互連、海量數據計算的時代,上戰場打仗。

        新式存儲器大規模量產之際,正好遇上國內的 3D NAND 和 DRAM 兩種傳統存儲器要加入國際競爭舞臺一搏高下之時。雖然彼此應用領域、層面相異,但湊巧地,新舊技術同樣走在歷史轉折的一頁,互相見證全球科技產業鋪成的軌跡。


        關閉
        香港三级片电影_中文字幕av一区乱码_6080久久无码国产_欧美成人精品第一区
      1. <button id="tsekw"><object id="tsekw"><u id="tsekw"></u></object></button>

        <tbody id="tsekw"><noscript id="tsekw"></noscript></tbody>

        <em id="tsekw"></em>
        <dd id="tsekw"><big id="tsekw"><video id="tsekw"></video></big></dd>

        <span id="tsekw"></span>

        1. <form id="tsekw"><span id="tsekw"></span></form>
          <progress id="tsekw"></progress>

          <nav id="tsekw"></nav>
            <s id="tsekw"><object id="tsekw"><input id="tsekw"></input></object></s>