登录注册   忘记密码

新兴NVM存储技术及工艺选择

在今年的剑桥ARM研究峰会上,ARM公司Fellow Greg Yeric畅谈了ARM对众多新兴非易失性存储器的看法。


Yeric表示,ARM正在关注这些前沿的存储技术,因为它有可能对逻辑空间产生巨大的颠覆性,在硬件和软件平台层面也是如此。“有各种类型的电阻式RAM和磁性RAM出现,TSMC最近就制造了一种嵌入式ReRAM,而类似的技术和产品的研发及生产案例还有很多。ARM也有自己的项目,是由DARPA资助的CeRAM(correlated electron RAM)研究”。

TIM截图20180925163912.png

图:ARM公司Fellow Greg Yeric


Yeric解释说:“28nm闪存不能再继续扩展,而是转向独立闪存的3D堆叠方向,传统闪存很耗电,而且存取速度相对于应用需求来说很慢。”


为了抓住这一波发展时机,几十年来,行业一直在研究和开发多种存储技术,许多技术项目试图成为“通用”存储器,用以取代包括逻辑内基本SRAM单元在内的所有内容,但到目前为止还没有成功案例,Yeric说:“如果就某项性能指标而言,实际上多种新型存储技术已经取得了部分成功。但是,由于多种技术各自针对不同的利基,形成了碎片化的市场存在状态,从而缺乏商业推动力,但半导体研究工厂在这方面有很多优势。


“通常情况下,ReRAM缺乏耐久性,而MRAM的耐久性确实不错,但其开/关率非常低,”Yeric说。这意味着工程师必须小心选择他们的应用目标,无论这些是固态驱动器(与3D-NAND闪存竞争),还是作为微控制器旁边的嵌入式存储器,其中相变存储器,ReRAM和MRAM都是竞争者。


“MRAM的后续版本很有希望取代SRAM,以满足缓存要求。IMEC研究所有一个用单晶体管MRAM取代六晶体管SRAM的项目,”Yeric说,“对于微控制器片上存储器应用,MRAM是最适合的,并处于领导地位。”


改变游戏规则

Yeric表示:“自旋轨道扭矩(spin-orbit torque)MRAM或许能达到良好的速度/耐久性权衡,以获得内部核心逻辑。这将允许出现一种称为“常关(normally-off)”计算的情况。这是一个很大的变化,”


Yeric说:“能够冻结片上计算过程,保留状态而不消耗电力然后恢复,会产生相当可观的后果。这将需要一种新的处理器架构。我认为我们将增加一条新的处理器产品线,这可以解决物联网领域不同的功率范围需求问题。通过使用收集的能源,在没有电池的情况下工作。它符合物联网的特点和发展势头。”


但实际上还有很多事情需要解决,如将不同的材料引入晶圆厂总是需要小心,因为这可能会增加采用成本。这就是为什么还有基于更熟悉的材料的非易失性存储器的原因之一,例如基于氧化铪的铁电存储器,以及基于氧化硅的ReRAM。这两种材料都被用作晶圆厂生产中的绝缘体,但研究人员正在开发可用于存储器制造的材料性能,并已经取得了可喜的进展。


由科罗拉多大学教授Carlos Paz de Araujo通过他的公司Symetrix Corp.(Colorado Springs, Colo.)开创了CeRAM技术。ARM自2014年开始与Symetrix合作。Yeric认为,该技术距离商业化还有两到三年的时间。CeRAM的耐久性比较好,存取速度和能效也不错。但这些并不是CeRAM的专利,很多非易失性存储技术似乎都有机会在这个阶段发展起来。


Yeric指出,魔鬼始终处于进程节点和集成过程中的细节,从位到阵列再到子系统。“我们希望在下一届ARM研究峰会上有一些这方面的报道”,他补充道。


神经形态计算

下面讨论一下神经形态计算。ARM正在向客户推出两款机器学习处理器——ARM ML和ARM OD(object detectio),将于2018年中期获得许可。这里有一个疑问:是否依然必须要走模拟这条路?有些论文表明,模拟机器学习的功效会降低,还有许多问题需要解决,例如电路验证,可变性和现场可重复性。


Yeric指出,某些东西可能会在计算内核的深处提供巨大的提升,但这种优势可能会在系统级别“被淘汰”,因此,重大变化或性能提升是否值得,还需要权衡考虑。


还有一个必须要考虑的因素是存储器管理,因为其与其他数字电路的接口可能变得复杂。


第三个问题是EDA,EDA行业并不倾向于推测,这提出了一个鸡和蛋的难题。在非易失性存储器,低温和3D设计中也是如此。因此,研究路径的一部分是建立微型生态系统,以支持潜在的技术指导。


Yeric补充说:“对于未来的工艺节点,更广泛的市场可能不得不克服所有芯片相同,行为相同,并使用千篇一律的制造方法生产的想法。”


现代电子系统的复杂性已经在系统层面产生了一定程度的非确定性,Yeric观察到,非确定性将成为电子学的根源,但可能是实现制造产量和节能计算所必需的。 


虽然Yeric并不致力于模拟神经形态学,但有证据表明生物计算机——例如人类大脑,提供的能量效率远高于人工系统,并且是模拟的。


塑料工艺

ARM下一步会转向以塑料为材料的电子产品研发,但还需要一个过程,“至少在微控制器实现方面可能需要10年或15年,”Yeric说,“但是,有充分的理由去研究它,因为这样做是值得的。主要要面对的是成本问题,构建晶圆厂的最低成本和切入点很高,这使得每个芯片的成本相对较高。”


还有一个问题是缺乏相应的晶体管特性和良好的互补晶体管,特别是缺乏良好的p型晶体管,以允许在塑料材料中进行CMOS设计。这些问题不解决,会限制潜在的应用。


“但是,卷对卷(roll-to-roll)生产可以使芯片从低于1美分的水平开始,并且可以从光刻范例中脱颖而出。这反过来将允许在市场上制造和试用相同芯片的许多不同版本”,Yeric说,“这就是软件和软件服务的引入方式,允许客户反馈来决定持久的功能。这将会在制造业中产生一种类似于遗传进化的效应。”


在7nm CMOS工艺节点处,制造成本很高,你只能买得起一种电路,而且最好是正确的,否则一切从来的话,成本将非常恐怖。而塑料电路则不会有这样的窘境出现,其生产将允许不同的范例,可制造多个电路并看看哪个电路表现最佳。


另外,塑料工艺还有可能使电路可溶解并因此可回收,从而提高电子产品的可持续性,但同时也限制了可实现的性能指标。从ARM的角度来看,塑料工艺可能会很远,但在某些领域它已经很接近应用,例如已经用于资产跟踪的RFID,柔性显示器是另一个很大的领域,第三就是神经网络。


CFET

Yeric还谈到了硅制造路线图,以及ARM对3nm及更高级工艺的可能路径的看法,其中存在相当大的不确定性。


Yeric说“我们需要新的方法来达到2nm和1nm。虽然有物理IP业务,但我们需要注意,因为它们可能需要在某些时候做出改变,我们必须能对这些改变有所预判,并做出调整以应对。”


Yeric表示,目前新兴的热门工艺是采用所谓的“纳米片”方法进入FinFET中的多个通道,然后在所谓的互补FET或CFET配置中将p型和n型FinFET一个堆叠在另一个之上。之后可以考虑将3D堆叠技术从3D-NAND应用到逻辑。“在成本水平上,这是另一种选择,但我们不了解功率和性能。但我们已经习惯于不会看到这些功率性能优势”,Yeric说。


由于小型化导致的性能提升和节能不足,这意味着必须在设计中创造价值,这对设计和IP提出了更高的要求。“随着存储与计算的融合,将计算功能块集成入内存等想法陆续发布,这些将给系统级设计提供很多机会”,Yeric说。

您的评论:

0

用户评价

  • 暂无评论