2019 COMPUTEX CPX 论坛,ARM 谈超越摩尔定律

2019 COMPUTEX CPX 论坛,ARM 谈超越摩尔定律

今年的COMPUTEX CPX论坛邀请了ARM、Nvidia、Siemens及Micron等知名厂商前来讲述未来人工智能的发展。

ARM IP产品事业群总裁Rene Haas在此次演讲大胆的用超越摩尔定律为主题。众所周知,目前新兴科技应用的兴起,使得高性能芯片技术越来越受瞩目。然而在半导体制程方面,却开始看到了尽头,这引发了业界的未雨绸缪。其中ARM做为处理器及相关外围组件电路设计方案的知名研发商,采用ARM处理器架构的相关产品市占近9成,其对未来计算力发展的观点相当值得关注。

处理器种类已有许多,但目前CPU仍然是主导人工智能发展的主要元件。不过人工智能的应用仍有许多不同的情境,且所需的性能超乎想像,可以说目前的技术仍然处于普及这些想像的早期阶段,例如自驾系统、边缘运算、行动AI装置等,都需要更高的蒜力。然而众所周知,光靠半导体制程可能会走向一个瓶颈,但这并非没有其他路可走。

目前有关AI的解决的方案大部分都是零碎的,但若能针对应用场景,结合不同的元件,将可以组成更高效的方案,例如整合CPU、NPU及GPU的芯片方案。ARM为此提出了CoreLink Interconnect规范,在保持一致性下,最大限度地提高了数据移动和储存的效率,以最低的功耗和成本提供所需的性能。Rene Haas表示,总体运算(Total Computing)的时代即将到来。

不仅如此,ARM在软件上也将提供研发人员更多的工具,如Compute Library及Developments Solutions等,以加速异质芯片整合,透过软件生态以强化人工智能的运算表现,所有的市场应用都将归纳于总体运算策略之下。

值得一提的是,在硬件架构上,美光科技的运算与网路业务总经理Thomas T.Eby则指出,存储器对AI运算表现有很大的影响,更甚于处理器,所以存储器架构的优化势在必行,是普及AI必须经历的技术门槛。无论是从固态储存或是挥发性存储器的性能,数据吞吐量及频宽等关键性能将决定新兴科技是否真能成熟应用。

而软件开发上,Nvidia工程副总裁Marc Hamilton在其演讲中提到,AI与传统编码有所不同。对人工智能而言,应用在机器学习上的大数据,本身就是源代码,所以用于开发AI的工具将与以往不同,而无论是硬件或软件,Nvidia都能提供最好的技术催生平台。

摩尔定律限制硅半导体发展,化合物半导体材料成新解?

摩尔定律限制硅半导体发展,化合物半导体材料成新解?

传统硅半导体因自身发展侷限和摩尔定律限制,需寻找下一世代半导体材料,化合物半导体材料是新一代半导体发展的重要关键吗?

化合物半导体材料的高电子迁移率、直接能隙与宽能带等特性,恰好符合未来半导体发展所需,终端产品趋势将由 5G 通讯、车用电子与光通讯领域等应用主导。

手机通讯领域带动砷化镓磊晶需求逐年提升

根据现行化合物半导体元件供应链,元件制程最初步骤由晶圆制造商选择适当特性的基板(Substrate),以硅、锗与砷化镓等材料做为半导体元件制程的基板,基板决定后再由磊晶厂依不同元件的功能需求,于基板上长成数层化合物半导体的磊晶层,待成长完成后,再透过 IDM 厂或 IC 设计、制造与封装等步骤,完成整体元件的制造流程,最终由终端产品厂商组装和配置元件线路,生产手机与汽车等智慧应用产品。

元件产品依循化合物半导体材料特性(如耐高温、抗高电压、抗辐射与可发光)加以开发,将终端市场分为 5 个领域:电源控制(Power Control)、无线通讯(Wireless)、红外线(Infrared)、太阳能(Solar)与光通讯(Photonics)。

近年手机通讯领域蓬勃发展,带动无线模块关键零组件滤波器(Filter)、开关元件(Switch)与功率放大器(Power Amplifier)等元件需求成长;而砷化镓材料因具有低噪声、低耗电、高频与高效率等特点,已广泛应用于手机通讯并占有重要地位,带动砷化镓磊晶需求逐年提升。

化合物半导体磊晶厂未来发展

针对化合物半导体未来的终端市场需求,依照不同元件特性可分为传输和无线通讯的 5G 芯片、耐高温与抗高电压的车用芯片,以及可接收和回传讯号的光通讯芯片三大领域。藉由 5G 芯片、车用芯片与光通讯芯片的元件开发,将带动未来磊晶厂营收和资本支出,确立未来投资方向。

由化合物半导体发展趋势可知,未来元件需求将以高速、高频与高功率等特性,连结 5G 通讯、车用电子与光通讯领域的应用,突破硅半导体摩尔定律限制。

(Source:拓墣产业研究院,2019.3)

硅半导体元件因受限于电子迁移率(Electron Mobility)、发光效率与环境温度等限制,难以满足元件特性需求,因此当化合物半导体出现,其高电子迁移率、直接能隙与宽能带等特性,为元件发展的未来性提供新契机。

随着科技发展,化合物半导体的元件制程技术亦趋成熟,传统硅半导体的薄膜、曝光、显影与蚀刻制程步骤,皆已成功转置到化合物半导体,有助于后续半导体产业持续发展。

在无线通讯领域,现行厂商逐渐由原先 4G 设备更新至 5G 基础建设,5G 基地台的布建密度将更甚 4G,且基地台内部使用的功率元件,将由宽能带氮化镓功率元件取代 DMOS(双重扩散金氧半场效晶体管)元件。

由于砷化镓射频元件市场多由 IDM 厂(如 Skyworks、Qorvo与Broadcom)把持,因此只有当需求超过 IDM 厂负荷时,才会将订单发包给其他元件代工厂,对其他欲投入元件代工的厂商而言则更困难。由于中国手机市场对射频元件的国内需求增加,且预期 5G 手机渗透率将提升,或许中国代工厂商的射频制程技术提升后,可趁势打入砷化镓代工供应链,提高射频元件市占率。

车用芯片部分,由于使用环境要求(需于高温、高频与高功率下操作),并配合汽车电路上的电感和电容等,使得车用元件体积较普通元件尺寸占比大,透过化合物半导体中,宽能带半导体材料氮化镓和碳化硅等特性,将有助实现缩小车用元件尺寸。

藉由氮化镓和碳化硅取代硅半导体,减少车用元件切换时的耗能已逐渐成为可能。以氮化镓和碳化硅材料作为车用功率元件时,由于宽能带材料特性,可大幅缩减周围电路体积,达到模块轻量化效果,且氮化镓和碳化硅较硅半导体有不错的散热特性,可减少散热系统模块,进一步朝车用轻量化目标迈进。

此外,车用芯片对光达(LiDAR)传感器的应用也很重要,为了实现自驾车或无人车技术,先进驾驶辅助系统(ADAS)的光达传感器不可或缺,透过氮化镓和砷化镓磊晶材料满足元件特性,成为光达传感器所需。

光通讯芯片方面,为了解决金属导线传递讯号的限制和瓶颈,因而开发以雷射光在光纤中为传递源的概念,突破原先电子透过金属缆线下容易发生电阻和电容时间延迟(RC Delay)现象,且藉由雷射光快速传递和讯号不易衰退特性,使得硅光子技术(Silicon Photonics)逐渐受到重视。

由于光通讯芯片对光收发模块的需要,PD(光侦测器)与 LD(雷射侦测器)等模块需求上升,带动砷化镓与磷化铟磊晶市场。

近年手机搭配 3D 感测应用有明显成长趋势,带动 VCSEL(垂直腔面发射激光器)元件需求增加,砷化镓磊晶也逐步升温,未来 3D 感测用的光通讯芯片,应用范围除了手机,亦将扩充至眼球追踪技术、安防领域(Security)、虚拟实境(VR)与近接辨识等领域。

量子摩尔定律问世:量子体积每年增加一倍

量子摩尔定律问世:量子体积每年增加一倍

在近日召开的2019年美国物理学会三月会议上,IBM正式提出量子摩尔定律,同时,IBM还公布了旗下最新的量子计算机IBM Q System One,这款量子计算机拥有“迄今为止最高的量子体积”。

“量子体积”是IBM提出的一个专用性能指标,用于测量量子计算机的强大程度,其影响因素包括量子比特数、门和测量误差、设备交叉通信、以及设备连接和电路编译效率等。因此,量子体积越大,量子计算机的性能就越强大,能够解决的实际问题就越多。

重要的是,IBM发现量子体积遵循一种“摩尔定律”:其量子计算机实现的量子体积,每年增加一倍。IBM以自家的量子计算机为例,IBM在2017年推出了Tenerife 设备(5-qubit) 已经实现了4量子体积;2018年推出的IBM Q设备(20-qubit),其量子体积是8;2019年推出的IBM Q System One(20-qubit),量子体积达到16。

IBM将这一规律总结为量子摩尔定律。英特尔创始人戈登·摩尔提出的摩尔定律认为,集成电路上可容纳的晶体管数目,约每隔两年便会增加一倍,而IBM提出的量子摩尔定律与摩尔定律类似。IBM在会上表示,IBM将在2020年实现量子霸权。

晶体管延续摩尔定律生命

晶体管延续摩尔定律生命

英特尔(Intel)创办人Robert Noyce和Gordon Moore为半导体产业带来了两项重要传承。其一是“摩尔定律”(Moore’s Law)——众所周知,但却经常被误解。其次是平面集成电路(IC)。另一位集成电路发明人Jack Kilby在2000年获得诺贝尔奖时曾经说,“如果Noyce还活着的话,一定会和他一起因为集成电路而共享诺贝尔奖的荣耀。”

Noyce和Moore为业界带来重大发明——商用晶体管和集成电路——双极性接面晶体管(BJT)以及平面集成电路技术,并成立了第一家公司——快捷半导体(Fairchild Semiconductor)。当他们离开Fairchild后成立了英特尔,致力于打造高密度内存以及低功耗逻辑芯片——全新的金属氧化物半导体场效应晶体管(MOSFET),并引领第二次的产业转型。

这些芯片仅使用一种MOSFET的晶体管类型(p型或n型),具有三种电源电压(+12V、0V或接地以及-5V)。然而,相较于使用双极性接面晶体管制造的集成电路,他们仍然具有更低的功率以及更高的密度。

在那个时代,还没有像当今所熟知的CMOS等互补式MOSEFET (n型和p型)单芯片整合技术。一直到15年后,大约在1980年代初,尽管CMOS集成电路较复杂且制造成本高,但由于降低功耗的需求,CMOS整合电路成为英特尔与业界打造逻辑芯片与内存芯片的选择。

众所周知,当今的高性能运算数据中心消耗大量的电力,而行动运算芯片则受到能量供应以及电池寿命的限制。这两个细分市场目前都受到每一代CMOS工艺电源电压微缩速度放缓的挑战。

针对可以使用平行运算的应用(例如绘图和平行算法),我们利用多核心处理途径来降低功耗。这正是英特尔在2005年采取的所谓“向右转”(right-hand turn)策略。

当然还有一些应用无法实现平行化,因此被称为单线程应用。此外,透过互连走线在内存与运算逻辑之间来回移动数据的能量,成为最主要的运算功耗来源。

从1990年代起,业界逐步为每一工艺世代提高3倍的CMOS逻辑开关能效。这主要是透过Dennard微缩定律实现的——该定律规定在每个新的工艺世代,MOSFET闸极的长度和宽度、电源电压和闸极氧化层的厚度都减少0.7倍。

从5V降至1.25V,大约有三分之二的开关能量改善就来自于每一工艺世代微缩0.7倍的电源电压(V)。遗憾的是,Dennard微缩定律在2003年130纳米(nm)节点时止步。之后,每一世代的开关能源降低幅度因此减少了。

由于MOSFET在关断状态的漏电流限制,因而不可能再降低30%的电源电压。CMOS晶体管可以被开启或关断的程度,取决于电子热能分布的物理限制特性——在室温下每10倍电流变化受限于60mV。这种效应被称为Boltzmann Tyranny。
由于Dennard微缩在2003年左右结束,其后每一代新工艺中的功率密度不再保持趋近于恒定,而是必须透过减慢或限制CPU频率增加,从而克服功率密度增加的挑战。

使用多个平行处理核心,就能提高运算性能。由于摩尔定律仍持续进展,而且使CMOS技术能够在每代工艺提高约2倍的晶体管密度,从而降低了每一世代中的每个晶体管成本。这是摩尔定律的基本前提。

英特尔工艺技术世代中,32位算术逻辑单元的能量与延迟比较(来源:Intel)

自Dennard微缩结束后,英特尔与业界持续创新并致力于延续摩尔定律,引领业界走向所谓的MOSFET材料和组件结构微缩的时代:

• 在90nm节点应变信道,以提高信道迁移率
• 在45nm节点使用高k闸极电介质,以减少闸极氧化物漏电流
• 使用FinFET减少短通道在源极—漏极关断状态的晶体管漏电流
• FinFET技术还能以鳍片高度缩小组件面积

展望未来十年,功耗和功率密度将会被视为限制数据中心和行动装置运算性能提升的因素。我们将再次面临挑战,就像1980年代使用80386处理器时的情况一样——运算性能受到功耗或热的限制,但事实上,这些问题最终都透过芯片封装技术改善了。
在面临这一挑战时,英特尔曾经将微处理器制造技术从仅使用n通道MOSFET改变为采用互补n型和p型MOSFET的CMOS,在同一工艺技术中提供了两种晶体管。

在接下来的系列文章中,我们将继探索在CMOS持续微缩过程的限制因素,以及如何引导业界走向克服挑战之路。