新型存儲器市場崛起，本土企業(yè)聚焦“國產(chǎn)替代”
關(guān)鍵詞： 物聯(lián)網(wǎng) 半導(dǎo)體 晶圓
盡管經(jīng)濟(jì)逆風(fēng)，但到 2023 年，我們將看到公共和私人來源對半導(dǎo)體研究和生產(chǎn)的持續(xù)投資。SEMI 報告稱，2020 年、2021 年和 2022 年總共有 57 座新晶圓廠開工建設(shè)。這些投資需要時間才能成熟為實際的晶圓廠產(chǎn)能，但我們已經(jīng)開始看到一些最早的投資取得成果。對于為高級片上系統(tǒng) (SoC) 提供技術(shù)的公司來說，所有這些投資都是一個機(jī)會，例如 EDA、設(shè)備和嵌入式技術(shù)，以及類似ReRAM 這樣的非易失性存儲器 (NVM) IP。
到 2023 年，我們還將看到電源管理 IC (PMIC)、音頻放大器 IC 和其他用于消費(fèi)、汽車、工業(yè)、電信和醫(yī)療應(yīng)用的高壓設(shè)計等領(lǐng)域的功能集成度加快。從歷史上看，與數(shù)字設(shè)計（如 130 納米和 180 納米）相比，此類模擬/混合信號設(shè)計采用更成熟的工藝幾何形狀制造，但不斷增加的功率和成本壓力意味著其中一些設(shè)計正在轉(zhuǎn)向更先進(jìn)的節(jié)點，從而有可能進(jìn)一步集成邏輯和內(nèi)存。通過在 65nm-40nm 雙極-CMOS-DMOS (BCD) 工藝中將高壓器件與邏輯門和 NVM 集成到單個芯片上，設(shè)計人員可以降低功耗并提高性能。
用于汽車、電池供電的物聯(lián)網(wǎng)設(shè)備、智能卡等應(yīng)用的微控制器中的系統(tǒng)集成也在加速。這些 MCU 必須支持日益復(fù)雜的編程，同時還要將成本和功耗保持在最低水平。通過在片上集成更多資源并消除外部存儲器組件，設(shè)計人員可以降低成本和功耗并提高系統(tǒng)速度和安全性。隨著這些設(shè)計向更小的工藝節(jié)點（最終為 28 納米和 22 納米）擴(kuò)展，這些設(shè)備的 NVM 必須能夠與其他片上組件一起擴(kuò)展，同時提供所需的性能、功率和成本。
然而，對于大多數(shù)應(yīng)用而言，將閃存（傳統(tǒng)的 NVM）嵌入到 28nm 以下的 SoC 中在經(jīng)濟(jì)上并不可行。即使采用 3D 堆疊、高級封裝和小芯片架構(gòu)，嵌入式閃存也面臨著巨大的成本、功耗和安全挑戰(zhàn)。由于這些集成挑戰(zhàn)——以及閃存的其他挑戰(zhàn)——2023 年將有更多公司在高級節(jié)點上尋找 NVM 替代方案。
電阻 RAM (ReRAM)、相變存儲器 (PCM)、磁阻 RAM (MRAM) 和鐵電 RAM (FRAM) 等新興 NVM 提供了替代方案。與閃存相比，這些技術(shù)中的每一種都可以更輕松地擴(kuò)展到高級幾何結(jié)構(gòu)，但每一種技術(shù)也都有其優(yōu)點和缺點。在考慮成本、復(fù)雜性、功耗、性能和其他參數(shù)時，ReRAM 為各種應(yīng)用提供了最佳平衡。
對于沒有傳統(tǒng)閃存技術(shù)的新晶圓廠，向新 NVM 技術(shù)的過渡相當(dāng)簡單，尤其是當(dāng) NVM 像 ReRAM 一樣集成在生產(chǎn)線后端 (BEOL) 時。因為它是在 BEOL 集成的，所以每個工藝節(jié)點可以采用一次 ReRAM，然后它將適用于所有節(jié)點的變體。相比之下，閃存集成在前端 (FEOL)，因此它必須適應(yīng)節(jié)點的每個變體。這種 FEOL 集成還意味著使用閃存的公司必須經(jīng)常進(jìn)行設(shè)計權(quán)衡，這可能會損害 FEOL 中集成的其他模擬組件，從而導(dǎo)致整體性能下降、尺寸增大和成本增加。在使用像 ReRAM 這樣的 BEOL NVM 進(jìn)行設(shè)計時，這些權(quán)衡不是一個因素。
2023 年，我們將看到 ReRAM 技術(shù)開始進(jìn)入主流。臺積電和英飛凌等公司已宣布將 ReRAM 推向汽車市場，其他晶圓廠也開始在其 IP 庫中采用 ReRAM。
突破傳統(tǒng)架構(gòu)，RRAM（ReRAM）存算一體有望提升計算系統(tǒng)能效比
開發(fā)新計算系統(tǒng)源于幾點：數(shù)據(jù)指數(shù)增長、功耗增加，當(dāng)前計算系統(tǒng)的性能限制也是原因之一。對此，業(yè)界提出“近內(nèi)存”或存內(nèi)計算（In-memory Computing），以解決數(shù)據(jù)中心的幾個問題，包括數(shù)據(jù)傳輸“存儲墻”（Memory barrier）、高功耗和時間成本。涉及深度學(xué)習(xí)網(wǎng)絡(luò)的數(shù)據(jù)中心需要巨大的計算能量，要求高可靠性、更出色容量、帶寬和性能的存儲器，從而衍生出關(guān)于新的非馮?諾依曼系統(tǒng)的新興存儲技術(shù)研究。
普遍認(rèn)為，RRAM（也即 ReRAM，阻變式隨機(jī)存取存儲器）、PCM（相變隨機(jī)存取存儲器）和 MRAM（磁隨機(jī)存取存儲器）等新型存儲器是下一代存儲技術(shù)路線，這些也是“存內(nèi)計算”的基礎(chǔ)技術(shù)，從技術(shù)特征來看，這些技術(shù)有哪些獨特性？
資深電子器件專家 Ray 表示，上述的下一代非易失性存儲器首先是作為存儲級內(nèi)存被提出的，在存儲層級中介于內(nèi)存和硬盤之間，因此，存儲的性能指標(biāo)對這些下一代非易失性存儲器仍然適用，如面積、功耗、讀寫速度、集成性、成本等。此外，下一代非易失性存儲器也非常適用于存內(nèi)計算，而存內(nèi)計算又對這些存儲器提出了新的要求，如開關(guān)比、多阻態(tài)、魯棒性等。RRAM、PCM 和 MRAM 等是目前研究較多的下一代非易失性存儲器，它們各有優(yōu)勢和不足。
MRAM 中的磁性材料磁化方向變化的時候，從磁性材料兩端電極上讀取得到的隧穿電流會發(fā)生變化，從而得到不同電阻，其編寫速度快、重復(fù)編寫周期長，但其材料制備較復(fù)雜、開關(guān)比較低、易受擾動。
PCM 是利用相變材料在焦耳熱作用下，在結(jié)晶態(tài)和非晶態(tài)之間轉(zhuǎn)換，從而呈現(xiàn)出不同阻態(tài)，其已經(jīng)在英特爾等公司的產(chǎn)品中使用，大規(guī)模集成性較好，但其寫入速度較慢、寫入能耗較大。
RRAM 主要依靠絕緣層在電場作用下，通過離子的遷移形成導(dǎo)電細(xì)絲，再通過控制導(dǎo)電細(xì)絲的通斷控制阻態(tài)，綜合來看在各個指標(biāo)上均具有比較優(yōu)異的性質(zhì)，其結(jié)構(gòu)簡單、存儲密度高且支持片上3D 集成、開關(guān)比可達(dá)1000以上、讀寫速度和功耗適中，且其可通過控制導(dǎo)電細(xì)絲的形態(tài)形成多阻態(tài)，從而模仿生物大腦中神經(jīng)突觸功能，適合存內(nèi)計算和類腦計算。
目前 RRAM 作為新興存儲器，其規(guī)模化制備的良率、成本、外圍控制電路等還需進(jìn)一步優(yōu)化，同時，我們也很欣喜地看到國內(nèi)和國際的多家制造廠商已經(jīng)布局 RRAM 的制備，并且已完成晶圓級 RRAM 芯片的流片。
在 RRAM 商業(yè)化之前，還需要解決哪些難題？Ray 說道，同其他研究一樣，RRAM 的科研主要解決科學(xué)問題，在進(jìn)行商業(yè)化的時候還有很多工程問題需要解決，包括大規(guī)模制造、架構(gòu)和軟件的配合、應(yīng)用場景等，但目前來看，其很多科學(xué)問題已經(jīng)經(jīng)過了大量的研究，取得了很多突破，這些技術(shù)問題相信隨著時間的推移也將逐步解決。
物聯(lián)網(wǎng)和網(wǎng)絡(luò)邊緣的人工智能（AI）和機(jī)器學(xué)習(xí)（ML）快速增長，這些應(yīng)用端的計算系統(tǒng)的能效比的問題日益突出，而 RRAM 作為一種較佳的解決方案，成為研究的焦點。
Ray 進(jìn)一步說道，目前的計算架構(gòu)采用馮諾伊曼架構(gòu)，其存儲與計算單元分離，因此，在 AI 等計算應(yīng)用中，大量數(shù)據(jù)需要不斷在片下的內(nèi)存和片上的計算單元之間搬運(yùn)，然而由于內(nèi)存帶寬不足帶來的“存儲墻”問題，導(dǎo)致計算延時和能耗較高，難以滿足 AI 模型的算力和功耗需求。存算一體技術(shù)將存儲單元與計算單元融合，在存儲器內(nèi)利用物理定律進(jìn)行計算，避免了“存儲墻”問題，極大地降低了數(shù)據(jù)搬運(yùn)的能耗和延時，并提升了計算的能效比。基于 RRAM 的存算一體目前是國內(nèi)外的研究熱點和前沿，其主要實現(xiàn)方式分為兩種，即模擬式存算一體和數(shù)字式存算一體。
模擬式存算一體利用了 RRAM 的模擬式阻態(tài)特性，通過電導(dǎo)存儲多比特數(shù)據(jù)。以神經(jīng)網(wǎng)絡(luò)中應(yīng)用較廣泛的矩陣乘積運(yùn)算為例，其電導(dǎo)值存儲神經(jīng)網(wǎng)絡(luò)的權(quán)值，輸入為電壓值，利用歐姆定律完成乘法，得到電流值，然后陣列中同一條數(shù)據(jù)線上的電流根據(jù)基爾霍夫電流定律相加，從而完成乘加運(yùn)算。模擬式存算一體可以達(dá)到較高的存儲密度，但其對環(huán)境噪聲和溫度較敏感，運(yùn)算精度較低，主要適合低精度、小算力的應(yīng)用場景。
而數(shù)字式存算一體中，其每個 RRAM 只存儲一比特數(shù)據(jù)，經(jīng)過乘法運(yùn)算得到電流后再經(jīng)過數(shù)字電路進(jìn)行后續(xù)加法等運(yùn)算，此種方法雖然存儲密度低于模擬式存算一體，但其優(yōu)勢是在保證計算能效比的前提下，支持高精度、大算力的運(yùn)算，提高計算的魯棒性，從而極大地拓展了存算一體的應(yīng)用場景。
相比于 CMOS 器件，目前 RRAM 的局限性主要體現(xiàn)在編寫周期有限上，因此目前 RRAM 主要適用于 AI 推理等操作，而相信隨著工藝的演進(jìn)，得到更高編寫周期的 RRAM 也是非常有希望的。另一個局限性是 RRAM 阻值的波動性，而此問題在數(shù)字化存算一體中可以得到很好的解決。
在即將召開的ISSCC 2023上，存算一體相關(guān)的論文至少有21篇，占了整個ISSCC錄用論文的10%。而從技術(shù)路徑來分類，純模擬的存算一體在session 7 （SRAM存算一體Macro）中只有2篇，其余均是數(shù)字。數(shù)字化技術(shù)將成為“存算一體”的大趨勢。
新興領(lǐng)域存儲需求旺盛
存儲器是半導(dǎo)體的重要分類，前者占據(jù)了后者約1/3的市場份額。據(jù)WSTS預(yù)測，到2022年，全球半導(dǎo)體存儲器市場份額將達(dá)到1554.58億美元，占全球半導(dǎo)體市場規(guī)模比例為25.34%。另據(jù)IDC預(yù)測，全球數(shù)據(jù)存儲需求總量將從2019年的41ZB增長至2025年的175ZB，期間的增幅將超過4倍。
存儲器在3C（計算機(jī)、通訊、消費(fèi)電子產(chǎn)品）產(chǎn)品中應(yīng)用最多，可細(xì)分為五個市場。
?第一，5G基站。5G可歸類在通訊領(lǐng)域，它的工作環(huán)境惡劣，且需全天候工作。比如，5G基站的BBU（基帶處理單元）和AAU（有源天線單元)）上，都有導(dǎo)入高性能、高可靠性SLC NAND Flash。
?第二，汽車電子。汽車的儀表盤、ADAS、充電樁、V2X等系統(tǒng)或部件，都需要小容量的存儲器件來存儲數(shù)據(jù)，目前一些存儲供應(yīng)商的NOR Flash和NAND Flash已經(jīng)應(yīng)用到車規(guī)市場。
?第三，物聯(lián)網(wǎng)。近幾年來，物聯(lián)網(wǎng)對小容量存儲器需求大，除了物聯(lián)網(wǎng)MCU之外，隨著穿戴市場的興起，藍(lán)牙耳機(jī)、智能手環(huán)/手表均有存儲數(shù)據(jù)的需求，推動了NOR Flash和NAND Flash的發(fā)展。
?第四，大數(shù)據(jù)中心。大數(shù)據(jù)中心會使用大容量的存儲器來存儲海量的數(shù)據(jù)。
?第五，人工智能。人工智能一般也會使用大容量存儲器，該技術(shù)對先進(jìn)存儲器的發(fā)展有推進(jìn)作用。
再觀察國內(nèi)存儲器供應(yīng)商信息。對比國外存儲器供應(yīng)商，比如三星、SK海力士、美光等大廠，它們都采用IDM模式，這與它們的公司演進(jìn)有關(guān)，可能部分封測環(huán)節(jié)可選擇代工，但主要的生產(chǎn)制造掌握在自己手里。由于國內(nèi)存儲行業(yè)的發(fā)展時間較短，有許多存儲企業(yè)還處于Fabless階段，包括了兆易創(chuàng)新、東芯半導(dǎo)體等。
