本文來自微信公眾號“半導(dǎo)體行業(yè)觀察”，作者/Pete Singer。
在戰(zhàn)爭、氣候變化、人口老齡化和供應(yīng)鏈中斷等嚴(yán)重全球危機(jī)的背景下，加上對更好的流動性、可靠的能源、醫(yī)療保健的需求，半導(dǎo)體在世界舞臺上發(fā)揮的作用從未如此重要。在今年的五月imec舉辦的ITF World會議上，來自全球領(lǐng)先公司的高管也分享了他們對半導(dǎo)體未來發(fā)展的觀點。
于本文中，我們總結(jié)了他們對半導(dǎo)體行業(yè)未來幾年的主要趨勢、挑戰(zhàn)和可能的解決方案的見解。
越來越多的數(shù)據(jù)
使用半導(dǎo)體的驅(qū)動因素有很多——云計算、5G、物聯(lián)網(wǎng)、汽車、移動、AR/VR、手機(jī)等——就在去年，還有生成人工智能和ChatGBT。
人們普遍認(rèn)為，到2030年，半導(dǎo)體市場將達(dá)到1萬億美元，幾乎是目前的兩倍。為了實現(xiàn)這一目標(biāo)，在美國（《CHIPS法案》）、歐洲、日本、韓國和中國等政府的推動下，數(shù)十億美元的激勵措施成立，在去年還宣布了將投資數(shù)十億美元投資新工廠和研究中心。目前正在努力提供所需的勞動力。
圖1
了解半導(dǎo)體需求最有用的方法之一是生成的數(shù)據(jù)量，當(dāng)然必須收集、分析這些數(shù)據(jù)并采取行動。“每年產(chǎn)生的數(shù)據(jù)量呈爆炸式增長，”三星電子設(shè)備解決方案業(yè)務(wù)部的公司總裁兼首席技術(shù)官Jaihyuk Song說。““它是太空科學(xué)家目前估計的整個宇宙恒星數(shù)量的兩倍半以上。”
圖1和圖2說明了這一趨勢。
圖2
AMD執(zhí)行副總裁和CTO Matk Papermaster指出，如果我們保持相同的步伐，超級計算機(jī)安裝所需的電力將接近核電站的電力（圖3）。“這是一個非?？膳碌臄?shù)據(jù)點，它真正告訴你的是我們正在達(dá)到能源消耗的絕對極限，”他說。
為此，他提出了一個新的解決方案：改變計算方式，讓內(nèi)存更接近CPU，以及新的更節(jié)能的芯片設(shè)計和架構(gòu)。“將采取整體方法來彎曲曲線，以便能夠提高我們的能源效率，”Pa permaster說。“我們必須擴(kuò)大整個堆棧的合作范圍和更多的協(xié)同設(shè)計優(yōu)化......并真正推動系統(tǒng)級實施。我們必須以不同的方式思考，并真正利用創(chuàng)新。如果你看看我們一直以來的設(shè)計方式——專注于孤島，然后將各個部分組合在一起——這根本無法改變曲線，”他說。
圖3
人工智能注定會使問題變得更糟。Papermaster表示：“人工智能擁有大型語言模型和訓(xùn)練所需的能源，實際上會提高能源消耗的速度和速度。”他指出，今天使用了數(shù)十億個參數(shù)來訓(xùn)練ChatGBT3等模型，但它現(xiàn)在正在走向數(shù)萬億個參數(shù)。”
人工智能的爆炸式增長
Imec CEO則Van den Hove表示，生成式人工智能的快速增長由以下三個主要因素推動：人工智能模型的進(jìn)步、大量數(shù)據(jù)的訪問以及計算能力的大幅提高。“人工智能的計算需求確實呈爆炸式增長，而我們才剛剛開始，”他說。“為了以可持續(xù)的方式產(chǎn)生所需的計算能力，我們將需要性能大幅提高的設(shè)備和系統(tǒng)。”
英偉達(dá)的黃仁勛也指出，在過去的十年里，深度學(xué)習(xí)的規(guī)模增長了一百萬倍。“然后，ChatGPT出現(xiàn)了……人工智能傳遍了世界，”他說。“ChatGPT是一種生成式預(yù)訓(xùn)練Transformer，是一個大型語言模型，擁有數(shù)千億個參數(shù)，經(jīng)過數(shù)萬億個單詞和句子的訓(xùn)練。它已經(jīng)學(xué)會了人類語言的表示并可以生成文本。ChatGPT因其易用性和令人難以置信的功能而具有革命性。這是對理解任何編程語言并執(zhí)行廣泛任務(wù)的計算機(jī)未來的一瞥。”
黃仁勛進(jìn)一步指出，已經(jīng)有超過一千家生成式人工智能初創(chuàng)公司正在發(fā)明新的應(yīng)用程序。例如，Tabnine是一個上下文代碼助手，可以幫助完成代碼行或根據(jù)提示描述生成整個函數(shù)。它可以使用多種流行語言進(jìn)行編程，從JavaScript和Python到Rust、GO和BASH。
Runway使用生成式人工智能來創(chuàng)建和編輯圖像和視頻。其制作質(zhì)量令人印象深刻，以至于多部奧斯卡提名電影都使用了它。借助Runway的生成式人工智能，任何人都可以通過圖片和視頻講述故事。
Insilico Medicine使用生成式人工智能技術(shù)，每次只需三分之一的時間就能創(chuàng)造出一種候選藥物，而成本僅為傳統(tǒng)方法的十分之一，而傳統(tǒng)方法通常需要四年多的時間，成本約為5億美元。Insilico Medicine被20多家制藥公司使用。
“感知人工智能的市場影響已經(jīng)很大，”黃仁勛說。“生成式人工智能的影響將會更大。卓越的易用性使ChatGPT在短短幾個月內(nèi)就覆蓋了超過1億用戶，使其成為歷史上增長最快的應(yīng)用程序。”他表示，生成式人工智能將能夠理解和增強(qiáng)各種形式的信息，“從人類語言、音樂、圖片、視頻和3D到基因、蛋白質(zhì)和化學(xué)物質(zhì)”。他進(jìn)一步支持，2億個網(wǎng)站上的內(nèi)容將由人工智能進(jìn)行個性化和生成，數(shù)十億個客戶服務(wù)電話將由人工智能實現(xiàn)自動化。生成式人工智能還將幫助2500萬軟件開發(fā)人員和數(shù)億創(chuàng)作者。
人工智能的下一波浪潮是什么？在黃仁勛看來，答案是“Embodied AI”，指的是能夠理解、推理并與物理世界交互的智能系統(tǒng)。例子包括機(jī)器人、自動駕駛汽車，甚至是因為了解物理世界而變得更聰明的聊天機(jī)器人。
汽車提出更多的要求
汽車應(yīng)用是半導(dǎo)體技術(shù)的另一個熱門驅(qū)動因素，包括電動汽車(EV)和自動駕駛。除了先進(jìn)的電池管理系統(tǒng)之外，未來的汽車還需要下一代傳感技術(shù)，結(jié)合多個多光譜攝像頭和多個雷達(dá)，包括短程和遠(yuǎn)程雷達(dá)。“所有這些傳感器都會產(chǎn)生令人難以置信的大量數(shù)據(jù)，”Van den hove說。“為了處理這個問題，我們的汽車將需要全新的計算架構(gòu)，在強(qiáng)大的集中式電子控制單元上運行大量人工智能。當(dāng)從當(dāng)前的ADA系統(tǒng)發(fā)展到不斷提高的自動駕駛水平時，所需的計算能力呈指數(shù)級增長。汽車中的電子控制單元實際上正在迅速發(fā)展到曾經(jīng)的超級計算機(jī)性能水平，”他說。
他補(bǔ)充說，雖然汽車中的半導(dǎo)體含量將大幅增加，導(dǎo)致半導(dǎo)體需求不斷增長，但全球生產(chǎn)的汽車總數(shù)并沒有顯著增加。“在芯片上設(shè)計這些極其昂貴的計算系統(tǒng)并針對高端和低端市場等特定市場以靈活的方式對其進(jìn)行優(yōu)化確實并不明顯，”他說。“因此，我們需要優(yōu)化這些計算架構(gòu)，同時考慮靈活性、復(fù)雜性、能源效率和可承受性。”
在這方面引起人們興趣的一種方法是基于Chiplet的設(shè)計，其中設(shè)計被分解為更小的硅chiplet，這些chiplet使用先進(jìn)的異構(gòu)集成技術(shù)融合在一起。“使用chiplet，ECU可以以更靈活的方式配置，允許高端或低端配置，而無需重新設(shè)計整個芯片。由于芯片會更小，它將允許重復(fù)使用IP，它將提供更好的產(chǎn)量和可靠性，這對汽車行業(yè)至關(guān)重要，”Van den hove說。
摩爾定律、2D縮放、3D堆疊和
chiplet
幾十年來，半導(dǎo)體行業(yè)一直享受著摩爾定律所定義的二維縮放的好處。隨著這種類型的擴(kuò)展速度放緩，芯片堆疊和chiplet等替代方法正在發(fā)揮作用。“我們相信傳統(tǒng)意義上的摩爾定律仍然至關(guān)重要。事實上，通過減小單個晶體管的尺寸來進(jìn)行基于特征的縮放仍然是唯一能夠提供真正指數(shù)級復(fù)雜性增長的技術(shù)之一。”Van den hove說道。
他展示了imec未來十年的路線圖（圖4），其中包括繼續(xù)使用2D縮放以及forksheet晶體管和complementary FET(CFET)等新技術(shù)。在CFET架構(gòu)中，n和pMOS器件相互堆疊，從而進(jìn)一步最大化有效溝道寬度。“通過結(jié)合基于光刻的縮放和引入新的互連方案、新材料和新器件架構(gòu)（例如CFET器件技術(shù)），我們可以實現(xiàn)更多代的持續(xù)縮放。”Van den hove說道。
圖4
他還談到了可能難以逾越的“墻”。電源墻（其中擴(kuò)展每個晶體管的功耗變得越來越困難）和內(nèi)存墻（由CPU需要來自基于SRAM的緩存或DRAM的數(shù)據(jù)的時間與它可以訪問數(shù)據(jù)的時刻之間的延遲定義）。“由于人工智能工作量很大，有效地將數(shù)據(jù)傳入和傳出我們的處理器變得越來越困難。
事實上，對于高性能計算機(jī)中的特定AI工作負(fù)載，在某些情況下，處理器僅在不到3%的時間內(nèi)處于活動狀態(tài)，”他說。“大多數(shù)時候他們實際上是在等待數(shù)據(jù)，因此我們需要重新考慮內(nèi)存系統(tǒng)架構(gòu)。”
Imec還確定了另外三堵墻：
縮放墻：純光刻技術(shù)啟用的縮放速度正在減慢。由于微芯片和晶體管的單個結(jié)構(gòu)正在接近原子大小，量子效應(yīng)開始干擾微芯片的運行，因此這變得越來越困難。
可持續(xù)發(fā)展墻：半導(dǎo)體器件的制造會增加環(huán)境足跡，包括溫室氣體和水、自然資源和電力消耗。
成本墻：顯然，隨著復(fù)雜性的增加，芯片制造成本以及設(shè)計和工藝開發(fā)的成本可能會呈爆炸式增長。
Van den hove表示，該行業(yè)將需要廣泛的技術(shù)選擇組合，以實現(xiàn)特定的技術(shù)組合，以滿足特定的工作負(fù)載和系統(tǒng)要求。“內(nèi)插器芯片和微型硅橋內(nèi)插器將允許在多個核心處理器chiplet和3D DRAM存儲器之間實現(xiàn)非常快速的連接，”他說。
Van den hove表示，該行業(yè)將需要廣泛的技術(shù)選擇組合，以實現(xiàn)特定的技術(shù)組合，以滿足特定的工作負(fù)載和系統(tǒng)要求。“Interposer芯片和tiny silicon bridge interposers將允許在多個核心處理器chiplet和3D DRAM存儲器之間實現(xiàn)非?？焖俚倪B接，”他說。
如今，DRAM存儲器通常構(gòu)建為3D層堆棧，而核心處理器chiplet則使用單個芯片（單片2D芯片系統(tǒng)）制造。“實現(xiàn)異構(gòu)集成的下一個方法是將先進(jìn)的2D處理器芯片構(gòu)建為3D層堆棧，將功能劃分為多個層。這可以通過使用先進(jìn)的晶圓堆疊技術(shù)來完成，例如使用硅通孔技術(shù)、銅對銅混合鍵合，從而在邏輯層和內(nèi)存緩存層之間實現(xiàn)非常高密度的互連，”Van den hove說。圖5說明了這在實踐中的情況。
圖5
“我們相信，這將是比我們認(rèn)為可能的更進(jìn)一步擴(kuò)展摩爾定律的方法之一。我們將此路線圖稱為CMOS2.0，通過使用3D堆疊實現(xiàn)進(jìn)一步的2D縮放，從而實現(xiàn)摩爾定律的下一階段。僅3D只會給我們帶來線性的復(fù)雜性增加。”Van den hove說道。
另一個問題是，先進(jìn)芯片的功耗不斷增加，以至于從芯片中提取熱量受到了一些限制。“很明顯，為了實現(xiàn)如此復(fù)雜的2D、3D堆疊核心處理器架構(gòu)，我們需要解決發(fā)熱問題并學(xué)習(xí)如何更有效地冷卻芯片。為此，我們正在開發(fā)創(chuàng)新的冷卻系統(tǒng)，該系統(tǒng)可以使用3D打印技術(shù)來制造。”Van den hove說道。這種直接液體射流沖擊冷卻可實現(xiàn)更高的排熱效率，比當(dāng)前最先進(jìn)的技術(shù)高出五倍。
三星的Song指出了與邏輯、DRAM和NAND器件結(jié)構(gòu)特別相關(guān)的趨勢。在邏輯產(chǎn)品方面，為了解決單元高度縮放的問題，他表示三星正在開發(fā)背面互連。“此外，結(jié)構(gòu)和材料方面的創(chuàng)新，例如具有最佳層厚度的溝道材料，與硅溝道相比，可以具有出色的柵極可控性，”他說（見圖6）。
圖6
在DRAM中，為了解決橫向縮放問題，三星正在研究垂直通道堆疊的3D結(jié)構(gòu)，Song表示這種結(jié)構(gòu)與現(xiàn)有的2D結(jié)構(gòu)有很大不同。“我們還試圖引入所有低漏電流溝道材料，而不是迄今為止一直使用的漏電流控制硅溝道，”他說。“為了解決單元電容器問題，我們正在通過研究無電容器DRAM的新概念來克服這些限制。”
在NAND方面，多堆棧等技術(shù)將繼續(xù)發(fā)展。“需要新材料來克服機(jī)械應(yīng)力或傳感裕度。為了進(jìn)一步縮小單位器件尺寸，需要能夠降低工作電壓的器件開發(fā)新概念。”“為了提高EUV的分辨率和均勻性，還需要使用更大鏡子的高數(shù)值孔徑EUV技術(shù)。”
創(chuàng)新與協(xié)作的需要
“為了繼續(xù)發(fā)展數(shù)字化轉(zhuǎn)型時代，存儲和處理此類大數(shù)據(jù)的技術(shù)需要新時代的發(fā)展，而半導(dǎo)體行業(yè)需要不斷創(chuàng)新才能使這成為可能。”Song說。
AMD的Papermaster指出，就在十年前，深度神經(jīng)網(wǎng)絡(luò)開始展現(xiàn)出加速計算的前景。“毫無疑問，我們?nèi)蕴幱谧钤珉A段，”他說。“但我非常充滿希望，因為我知道，如果我們采取正確的政策和正確的限制，我們在未來幾年將看到這種轉(zhuǎn)變將使我們這個城市變得更加難以置信且富有成效。我們將利用人工智能驅(qū)動的計算來加速創(chuàng)新。”
Van den hove表示，這需要“登月”式的思維。“這需要整個價值鏈和各大洲之間的協(xié)作飛速發(fā)展，匯集最優(yōu)秀的人才。就像六十年代的登月任務(wù)一樣，我們面臨著看似無法克服的挑戰(zhàn)。我們必須再次團(tuán)結(jié)一致，建造一艘以創(chuàng)新為燃料的火箭。但現(xiàn)在我們的目標(biāo)不僅僅是月球，我們的目標(biāo)是一個更美好的星球，讓地球上有更好的生活。”
