<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

迷人的新型存儲

作者: 時(shí)間:2023-03-17 來(lái)源:半導體產(chǎn)業(yè)縱橫 收藏

多年來(lái),各大廠(chǎng)商多年來(lái)孜孜不倦地追求閃存更高層數和內存更先進(jìn)制程?,F代社會(huì )已經(jīng)進(jìn)入大數據、物聯(lián)網(wǎng)時(shí)代——一方面,數據呈爆炸式增長(cháng),芯片就必須需要具備巨大的計算能力 ;另一方面,依據傳統摩爾定律微縮的半導體技術(shù)所面臨的挑戰越來(lái)越大、需要的成本越來(lái)越高、實(shí)現的性能提高也趨于放緩。

本文引用地址:http://dyxdggzs.com/article/202303/444572.htm

應用材料公司金屬沉積產(chǎn)品事業(yè)部全球產(chǎn)品經(jīng)理周春明博士說(shuō):「DRAM、SRAM、NAND 這些傳統的存儲器,已經(jīng)有幾十年歷史了,它們還在一直在向前發(fā)展,不斷更新?lián)Q代,尺寸越來(lái)越小,成本越來(lái)越低,性能越來(lái)越強?!沟且呀?jīng)開(kāi)始出現無(wú)法超越的「墻」,新型存儲應運而生。

什么「墻」?

全新的存儲器 ,,,相對于傳統存儲器來(lái)說(shuō),具有很多方面獨特的優(yōu)勢,能夠在計算系統層級實(shí)現更優(yōu)的計算性能、功耗和成本。

為滿(mǎn)足對海量信息的高速處理需求, 同時(shí)兼顧系統功耗和成本, 當前信息系統中所使用的存儲器已經(jīng)發(fā)展出了一套由不同特性存儲器組成的多級存儲架構。一般而言, 這一存儲架構由靠近計算端的內核存儲器、承上啟下的主存儲器, 以及靠近數據端的外部存儲器組成。對于大多數應用而言,將閃存(傳統的 NVM)嵌入到 28nm 以下的 SoC 中在經(jīng)濟上并不可行。即使采用 3D 堆疊、高級封裝和小芯片架構,嵌入式閃存也面臨著(zhù)巨大的成本、功耗和安全挑戰。由于這些集成挑戰——以及閃存的其他挑戰——2023 年將有更多公司在高級節點(diǎn)上尋找 NVM 替代方案。

來(lái)源:信息通信技術(shù)與政策

隨著(zhù)人工智能(AI)、物聯(lián)網(wǎng)(IoT)、5G 通信等技術(shù)和應用的迅速發(fā)展,數據的產(chǎn)生已經(jīng)呈指數級增長(cháng)。以前我們主要是受計算能力限制,就是受處理器限制,而過(guò)去幾十年摩爾定律推動(dòng)了處理器性能的極大提升,現在的計算能力更多的受限于數據在處理器和存儲器之間的讀取和傳輸。由于數據的海量增長(cháng),現有的計算架構已經(jīng)無(wú)法滿(mǎn)足進(jìn)一步發(fā)展的需要,于是我們更多的關(guān)注存儲器的發(fā)展。傳統存儲器已經(jīng)限制了計算能力的提高,面臨多重困難和挑戰。

、 為代表的新型存儲器,能夠帶來(lái)獨特的優(yōu)勢。

不神秘的新型存儲

為什么新型存儲器很重要?因為跟傳統的存儲器相比,它們有很多獨特的功能和優(yōu)勢。用新型的存儲器跟現在傳統的存儲器結合,就可以實(shí)現更好的「近存儲器計算」。同時(shí),這些新型存儲器又可為將來(lái)的發(fā)展,也就是「存儲器內計算」(In-MemoryCompute)打下基礎?!复鎯ζ鲀扔嬎恪咕褪前汛鎯Ω幚碚系揭黄?,存儲就是計算、計算就是存儲,這樣兩者之間就沒(méi)有數據傳輸,沒(méi)有數據傳輸就沒(méi)有延時(shí)、沒(méi)有功耗。所以,「存儲器內計算」可以在性能和功耗上達到顯著(zhù)提升。預計未來(lái)兩年到五年,「存儲器內計算」會(huì )逐步的發(fā)展和應用。而最先進(jìn)的可能是一些新型的類(lèi)腦計算,叫「高性能計算」,這項技術(shù)可能需要更長(cháng)的時(shí)間才能實(shí)現。

機遇

來(lái)源:中國計算機學(xué)會(huì )通訊

是磁性隨機存取存儲器,采用硬盤(pán)驅動(dòng)器中常見(jiàn)的精密磁性材料,具有快速存取和非易失性能。它的架構非常簡(jiǎn)單,它的存儲單元直接嵌入到邏輯的電路里面,不額外占用「硅」的面積,因此可以做得非常小,一個(gè)晶體管即可控制一個(gè)存儲單元。同時(shí),因為 MRAM 在待機時(shí)不耗電,因此,用 MRAM 替代 SRAM 和閃存,就可以實(shí)現低功耗、高性能,這對于物聯(lián)網(wǎng)中的邊緣終端非常重要。將 MRAM 集成到物聯(lián)網(wǎng)芯片的后端互連層中,相比于現有利用 SRAM 和 eFlash 架構,能夠實(shí)現更小的裸片尺寸和更低的成本。

是相變隨機存取存儲器,采用的是 DVD 光盤(pán)中常見(jiàn)的相變材料,通過(guò)將材料狀態(tài)從非晶態(tài)更改為晶態(tài)對數據位進(jìn)行編程。

是電阻隨機存取存儲器,采用的工作原理類(lèi)似保險絲的新材料制成,能夠在數十億個(gè)存儲單元中選擇性地形成細絲來(lái)表示數據。ReRAM 和 PCRAM 還有望實(shí)現和編輯多個(gè)電阻率中間形態(tài),以便在每單個(gè)存儲器單元中存儲多位數據。ReRAM 和 PCRAM 這兩類(lèi)存儲器可以跟 MRAM 一樣,做嵌入式應用。但是,更有吸引力的地方在于,ReRAM 和 PCRAM 與 NAND 存儲器類(lèi)似,可以實(shí)現 3D 結構排列,存儲器制造商可以在更新?lián)Q代過(guò)程中逐步增加層數,從而穩定地增大容量、降低存儲成本。ReRAM 和 PCRAM 的成本可以明顯低于 DRAM。

而且它們還能夠提供比 NAND 和硬盤(pán)驅動(dòng)器更快的讀取性能。這使得 ReRAM 和 PCRAM 在云計算、大數據中心方面非常有吸引力。ReRAM 還是未來(lái)存儲器內計算架構的首選產(chǎn)品,在這一架構中,計算元件將集成到存儲器陣列中,協(xié)助克服與 AI 計算相關(guān)的數據傳輸瓶頸。隨著(zhù)當今的數據產(chǎn)生呈指數級增長(cháng),對于云數據中心連接服務(wù)器和存儲系統的數據路徑,其速度和功耗也需要實(shí)現跨數量級的改進(jìn)。

產(chǎn)業(yè)發(fā)展現狀

近期,ChatGPT 爆火,它也正在榨干算力。英飛凌宣布其下一代 AURIX ?微控制器 ( MCU ) 將采用新型非易失性存儲器 ( NVM ) RRAM ( ReRAM ) ;億鑄科技專(zhuān)注于研發(fā)基于 RRAM 的全數字存算一體大算力 AI 芯片。ChatGPT,需要存算一體的「解救」,也需要該架構下,更物美價(jià)廉(微縮性好、單位面積小、成本低)的新型存儲器 RRAM 的大力支持。億鑄科技今年將誕生首顆基于 RRAM 的存算一體 AI 大算力芯片。屆時(shí),或許「ChatGPT 們」以及其下游的應用能夠基于該芯片,更輕松地吸取算力,更快實(shí)現「智力」升維。我們來(lái)看看三種新型存儲落地如何。

PCM 目前產(chǎn)業(yè)化進(jìn)展最快, 主要用于獨立式存儲領(lǐng)域。英特爾和美光聯(lián)合研發(fā)的 3DXpoint 存儲器是目前唯一大規模商用的 PCM 產(chǎn)品。英特爾為推廣這一產(chǎn)品將其加入了相應 CPU 的支持, 同時(shí)還提供了配套的各類(lèi)驅動(dòng)程序, 使得其數據訪(fǎng)問(wèn)速度得到顯著(zhù)提升, 目前已應用于百度信息流服務(wù)數據中心。技術(shù)方面, 英特爾與美光優(yōu)勢顯著(zhù),IBM 與三星也有一定技術(shù)積累。英特爾與美光聯(lián)合研發(fā)了 PCM 相關(guān)技術(shù), 并于 2015 年率先量產(chǎn)了具有商業(yè)化價(jià)值的 128Gb 3DXpoint 芯片, 這也是目前唯一商用的 PCM 產(chǎn)品。

IBM 從 2006 年開(kāi)始研發(fā) PCM, 技術(shù)路線(xiàn)與英特爾、美光不同, 擁有完整的專(zhuān)利布局。

三星目前僅實(shí)現了小容量 PCM 樣片, 技術(shù)路線(xiàn)與英特爾、美光相同, 處于跟隨狀態(tài)。

MRAM 技術(shù)及產(chǎn)業(yè)發(fā)展現狀

MRAM 已經(jīng)進(jìn)入產(chǎn)業(yè)化階段, 主要用于嵌入式存儲。

三星的嵌入式 MRAM 已經(jīng)大規模應用于華為 GT2 智能手表的衛星定位模塊中, 能夠有效地降低功耗, 延長(cháng)待機時(shí)間。

MRAM 也有少量獨立式存儲應用, 主要利用其抗輻射性能, 用于航空航天等特殊市場(chǎng), 如空客 A350 飛機使用 MRAM 作為機上存儲器。

技術(shù)方面, 目前主流的 MRAM 技術(shù)主要以美國 Everspin 公司推出的 STT-MRAM(垂直混合自旋扭矩轉換磁性隨機存儲器)為代表。Everspin 是一家設計、制造和商業(yè)銷(xiāo)售離散和嵌入式磁阻 RAM(MRAM)和自旋傳遞扭矩 MRAM(STT-MRAM)的企業(yè)。

2019 年,Everspin 與晶圓代工廠(chǎng)格芯合作,試生產(chǎn) 28nm 1Gb STT-MRAM 產(chǎn)品;2020 年 3 月,雙方宣布已將聯(lián)合開(kāi)發(fā)的自旋轉矩(STT-MRAM)器件的制造,擴展至 12 nm FinFET 平臺,通過(guò)縮小制程有助于雙方進(jìn)一步拉低 1Gb 芯片成本。Everspin 在數據中心、云存儲、能源、工業(yè)、汽車(chē)和運輸市場(chǎng)中部署了超過(guò) 1.2 億個(gè) MRAM 和 STT-MRAM 產(chǎn)品。

三星和臺積電已經(jīng)開(kāi)始將 MRAM 應用于嵌入式存儲中, 如三星在 2019 年為索尼代工的衛星定位模塊中使用 MRAM 技術(shù), 已隨華為 GT2 手表出貨超過(guò) 100 萬(wàn)套。臺積電在 2020 年集成電路設計領(lǐng)域最高級別的國際會(huì )議 ISSCC 上發(fā)布了 32Mb 嵌入式 STT-MRAM。此外, 專(zhuān)利方面, 日本東芝位列全球 MRAM 專(zhuān)利第一, 專(zhuān)利總數幾乎是第二名三星的兩倍, 高通、索尼、IBM 等企業(yè)也擁有大量 MRAM 專(zhuān)利。

產(chǎn)業(yè)方面, 獨立式 MRAM 市場(chǎng)較小, 三星、臺積電等企業(yè)將大力推動(dòng)嵌入式市場(chǎng)。

RRAM 目前尚無(wú)大規模商用。



關(guān)鍵詞: MRAM ReRAM PCRAM

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>