GAAFET，新一輪半導體競賽

如今，半導體無(wú)處不在。它們是現代世界的力量——從日常的智能手機、平板電腦、筆記本電腦、智能手表到后臺運行 AI 算法的云服務(wù)器。隨著(zhù)技術(shù)日新月異，制造商競相將晶體管推向更小、更緊湊、更高效的節點(diǎn)。

起初，很難相信半導體真的可以解決所有這些問(wèn)題，包括提高 AI 性能。但在本文中，您將探索新一代尖端半導體技術(shù)如何實(shí)現這一目標。

尋找緊湊型晶體管及其對 AI/ML 效率的影響

幾十年來(lái)，戈登·摩爾定律一直指導著(zhù)半導體的發(fā)展。摩爾定律指出，隨著(zhù)時(shí)間的推移，技術(shù)不斷進(jìn)步，標準電路板上可安裝的晶體管尺寸每?jì)赡陮⒎环?，這意味著(zhù)晶體管將變得越來(lái)越小。顯然，它存在物理限制。目前，晶體管的尺寸已從 5nm 減小到 3nm、2nm，未來(lái)甚至將達到 1.4nm。在這個(gè)規模下，硅原子電子的基本物理特性成為一個(gè)限制因素。因此，人們發(fā)明了新的解決方案來(lái)滿(mǎn)足這一需求：

環(huán)柵 (GAA) 晶體管

這些是更高級、更先進(jìn)的晶體管結構，晶體管的柵極端子從各個(gè)側面接觸通道。這有助于實(shí)現連續縮放，也提高了晶體管的性能。

眾所周知，經(jīng)典晶體管是平面晶體管，因為所有關(guān)鍵元件（柵極、源極、漏極和溝道）都位于二維平面上，電流從源極流向漏極，由施加在柵極端子上的電壓控制。隨著(zhù)晶體管變得越來(lái)越小，漏電流和短溝道效應等問(wèn)題開(kāi)始出現。隨著(zhù)時(shí)間的推移，工程師發(fā)現可以更好地控制這種電流，從而提高功率效率和性能。此后，FinFET 應運而生。FinFET 具有從硅基板突出的三維結構。類(lèi)似于水中的魚(yú)鰭，因此得名?，F在，在這個(gè)突出物上，柵極端子從所有 3 個(gè)側面包裹溝道，從所有 3 個(gè)側面控制電場(chǎng)，從而使其對溝道具有更多的靜電控制，如下圖所示。

FinFET 結構。

現在，由于晶體管尺寸不會(huì )停止減小，半導體行業(yè)正處于甚至 FinFET 也不足以控制更短通道的境地。出現的問(wèn)題是由于短通道效應和漏電流的結合，最終導致更高的功率下降。

這就是 GAAFET 發(fā)揮作用的地方。為了重新獲得對通道的控制，柵極端子必須從更多側面覆蓋通道。因此得名 Gate-All-AroundFET。這意味著(zhù)電場(chǎng)可以從所有側面進(jìn)入通道，提供最大程度的場(chǎng)效應和更好的通道控制。

為實(shí)現這一目標，GAAFET 具有各種結構——納米片 FET 和納米線(xiàn) FET。

納米片 FET 使用堆疊的「薄片」或「晶圓」作為通道，而不是導線(xiàn)，以實(shí)現更好的電流流動(dòng)。（用于 3nm 及以上）。柵極完全包圍這些薄片，提供 360 度電場(chǎng)以控制通道。源極和漏極連接在納米片的兩端，允許電流流過(guò)它們。由于薄片的面積比導線(xiàn)更寬，因此電流比納米線(xiàn) FET 更大。

納米線(xiàn)與納米片 GAAFET 結構。

納米線(xiàn)場(chǎng)效應晶體管 (FET) 是圓柱形通道，完全被柵極包圍，再次提供 360 度電場(chǎng)，以更好地控制通道。納米片在縮放時(shí)可能會(huì )失去對泄漏的控制，而納米線(xiàn)則保持更好的開(kāi)關(guān)行為。

由于納米線(xiàn)場(chǎng)效應晶體管 (FET) 中的通道非常薄且呈圓柱形，因此它允許柵極的電場(chǎng)完全包圍并更有效地控制整個(gè)通道，并且由于納米線(xiàn)的面積比納米片薄，因此它們比納米片場(chǎng)效應晶體管 (FET) 更適合極端縮放（亞 2 納米）。納米線(xiàn)也比納米片占用更少的空間，并且可以垂直堆疊以在單位面積上封裝更多晶體管。因此，增加了密度并實(shí)現了極端小型化。這在設計超密集邏輯電路和存儲芯片時(shí)非常有用。

臺積電、英特爾、三星等公司正在轉向使用 GAAFET 來(lái)制造 3nm 和 2nm 芯片。三星將其版本稱(chēng)為 MBCFET（多橋通道 FET）。MBCFET 是 GAAFET 的變體，其中通道水平放置，就像「帶狀」。這些也被稱(chēng)為帶狀 FET。它們可以實(shí)現更高的單位面積電流。

這些晶體管幾何結構如何推動(dòng)人工智能的發(fā)展？

人工智能和機器學(xué)習技術(shù)的發(fā)展受到并行處理和迭代循環(huán)能力的顯著(zhù)影響。尤其是晶體管的發(fā)展在以下方面對增強這些過(guò)程發(fā)揮了至關(guān)重要的作用：

• 更高的密度：這意味著(zhù)在給定的區域中裝入更多的晶體管，這可以顯著(zhù)增加單個(gè)芯片上的核心數量或 AI 專(zhuān)用加速器的數量，從而提高性能。

• 更快的速度：考慮晶體管縮小對其性能的影響，隨著(zhù)電子需要行進(jìn)的距離減少，我們可以實(shí)現更高的時(shí)鐘速度和更快的數據傳輸。這反過(guò)來(lái)又會(huì )減少訓練和推理時(shí)間。

• 降低功耗：在相同工作負載下，較小的節點(diǎn)消耗的能量較少，這對于那些需要大量電力的 ML 模型來(lái)說(shuō)至關(guān)重要。因此，有助于降低大型數據中心的運營(yíng)成本。

這些好處不僅僅在于提高計算能力；這些創(chuàng )新還可以解鎖以下先進(jìn)的人工智能應用：

實(shí)時(shí)語(yǔ)音翻譯：語(yǔ)音翻譯涉及圍繞音頻輸入和輸出工作的大型深度學(xué)習模型。它實(shí)時(shí)處理音素、語(yǔ)法和上下文。這可以通過(guò)并行處理實(shí)現。這些晶體管幾何結構確?？梢圆⑿袌绦懈嗖僮鞫鴽](méi)有延遲，同時(shí)確保幾乎即時(shí)的翻譯。

此外，現代芯片格局已經(jīng)發(fā)生了重大轉變，包括專(zhuān)用的 AI 和 ML 模塊，例如張量核心和神經(jīng)處理單元。這些專(zhuān)用模塊旨在以無(wú)與倫比的效率處理復雜的矩陣運算和卷積，從而縮短語(yǔ)音識別和自然語(yǔ)言處理等任務(wù)的處理時(shí)間，而這些任務(wù)是語(yǔ)音翻譯的核心。

此外，更小的晶體管需要更少的電量。這使得在設備（例如智能手機）上運行密集的 AI 工作負載成為可能，而不會(huì )過(guò)快耗盡電池。實(shí)時(shí)翻譯可以成為一種隨時(shí)隨地的功能，而不僅僅依賴(lài)于云服務(wù)器。

精確的自動(dòng)駕駛算法：為了使這些車(chē)輛有效運行，它們依賴(lài)于來(lái)自各種來(lái)源（例如 LiDAR、雷達、攝像頭和 GPS）的大量數據。挑戰在于處理這些海量數據并將它們合并為一個(gè)統一的世界視圖，這項任務(wù)需要相當大的計算帶寬。新的晶體管幾何結構允許顯著(zhù)加快數據吞吐量和并行處理能力。這反過(guò)來(lái)又實(shí)現了實(shí)時(shí)傳感器融合，這是自動(dòng)駕駛的關(guān)鍵組成部分。

當來(lái)自各種來(lái)源的傳感器數據組合在一起時(shí)，車(chē)輛的人工智能系統必須解釋這些信息以識別物體、預測其運動(dòng)并制定安全導航策略。微芯片上晶體管密度的增加使得更復雜的算法能夠以最小的延遲執行，從而提高準確性和安全性。

此外，汽車(chē)有嚴格的熱和功率限制，尤其是電動(dòng)汽車(chē)。更小、更高效的晶體管有助于降低發(fā)熱量，主要是因為它們減少了每個(gè)晶體管在運行過(guò)程中切換（即打開(kāi)和關(guān)閉）所需的能量。這使得人工智能系統能夠在汽車(chē)環(huán)境中廣泛采用，而不會(huì )導致電池過(guò)熱或負擔過(guò)重。

加速科學(xué)研究：科學(xué)研究領(lǐng)域，尤其是在模擬藥物開(kāi)發(fā)的分子相互作用、運行復雜的氣候模型或分析大量基因組數據等領(lǐng)域，對大量計算資源有著(zhù)無(wú)盡的需求。隨著(zhù)晶體管的縮小，HPC 系統可以擁有更多的處理核心和更大的片上緩存，從而提高大規模模擬的吞吐量。粒子物理學(xué)或天文學(xué)等領(lǐng)域依賴(lài)于篩選大量數據集，而這又可以通過(guò)由小型晶體管組成的高級芯片輕松實(shí)現，這些芯片構成了專(zhuān)用的加速器。這些芯片可以更有效地處理大量數據集，從而在更短的時(shí)間內計算出模式識別和其他見(jiàn)解。即使是超級計算機也有功率限制。通過(guò)在單個(gè)芯片上添加更多內核或將更多計算能力集成到相同的功率范圍內，材料科學(xué)、醫學(xué)等領(lǐng)域現在可以進(jìn)行擴展模擬，并以以前無(wú)法實(shí)現的水平運行 AI 驅動(dòng)的分析。

無(wú)處不在的設備 AI：

從智能手機到生成媒體：移動(dòng)設備和可穿戴設備的設備 AI：通過(guò)將更多晶體管封裝到更小的區域，現代芯片可以在智能手機和可穿戴設備上處理復雜的操作，例如面部識別、實(shí)時(shí)翻譯和增強現實(shí)。這不僅可以減少延遲，還可以通過(guò)最大限度地減少功耗和發(fā)熱量來(lái)幫助節省電池壽命。

醫療診斷和醫療保?。嚎纱┐鹘】当O測器和復雜的成像系統使用這些相同的更密集、低功耗芯片來(lái)現場(chǎng)處理生命體征、心電圖數據或 X 射線(xiàn)圖像，從而減少對大型服務(wù)器的依賴(lài)，并實(shí)現更快、更準確的患者護理。

機器人和工業(yè)應用中的邊緣計算：無(wú)人機、自主機器人和先進(jìn)的生產(chǎn)線(xiàn)可以快速融合傳感器輸入以在本地做出實(shí)時(shí)決策。這減少了對持續云連接的需求，從而縮短了響應時(shí)間并降低了網(wǎng)絡(luò )成本。

用于媒體和內容創(chuàng )作的生成式人工智能：無(wú)論是創(chuàng )建逼真的圖像還是生成自然的音頻，密集的晶體管布局都有助于大型人工智能模型更快地訓練并更高效地運行。這意味著(zhù)內容創(chuàng )作者（甚至是日常用戶(hù)）可以在緊湊型設備或較小的服務(wù)器上制作高質(zhì)量的視覺(jué)效果或音景，而不必僅僅依賴(lài)龐大的數據中心。

結論

縮小晶體管尺寸的競賽帶來(lái)的不僅僅是更小的物理占用空間。無(wú)論是在手機、無(wú)人機、醫院還是創(chuàng )造精美的數字藝術(shù)上，每個(gè)新節點(diǎn)都使 AI 工作負載能夠更快、更節能地運行。隨著(zhù)制造商從 3nm 邁向 2nm 及更遠，半導體幾何形狀的這些進(jìn)步將繼續拓寬 AI 的范圍、能力和可持續性，最終徹底改變我們的生活、工作和發(fā)展方式。