您好,欢迎光临电子应用网![登录] [免费注册] 返回首页 | | 网站地图 | 反馈 | 收藏
在应用中实践
在实践中成长
  • 应用
  • 专题
  • 产品
  • 新闻
  • 展会
  • 活动
  • 招聘
当前位置:电子应用网 > 新闻中心 > 正文

第八届年度中国电子ICT媒体论坛:趋势、创新、传播、共赢

2019年04月17日17:52:10 本网站 我要评论(2)字号:T | T | T


日前,以“趋势、创新、传播、共赢”为主题的第八届EEVIA年度中国ICT媒体论坛暨2019产业和技术展望研讨会在深圳成功举办。这场高标准、强聚焦、影响力广泛的媒体及产业技术趋势论坛邀请了国际领先半导体厂商和技术提供商以及媒体朋友,与会者围绕ToF技术应用、智能手机市场、加速人工智能边缘计算、加速迈向工业4.0、应对高性能应用需求、电动汽车的机遇等话题展开了研讨与交流。

 

易维讯(EEVIA)CEO兼首席分析师赵艳表示,这次论坛的演讲没有太多宏观大趋势展望,但绝对是2019后必看的研发热点和趋势,而且两家典型的中国芯片公司分享了关键器件的本土化替代和工艺技术进展。主题虽说相对分散,但在这个跨界融合的时代,邀请的几位长期战斗在产业和市场一线专家的精彩演讲令与会者各有收获。
她介绍说,论坛主要演讲人包括英飞凌大中华区电源管理及多元化市场事业部射频及传感器部门总监麦正奇、艾迈斯半导体先进光学传感器部门执行副总裁兼总经理Jennifer Zhao、赛灵思人工智能市场总监刘竞秀、ADI亚太区工业自动化行业市场部经理于常涛、华虹宏力战略、市场与发展部科长李健,以及兆易创新存储事业部资深产品市场总监陈晖等。

英飞凌:重塑3D视觉感知世界

 

麦正奇在打破ToF技术在各种智能场景中的应用限制与挑战演讲中首先介绍了射频传感器以及整个产业化体系数字化。他表示,谈到ToF,从早期2G、3G、4G开始,4G渐渐改变了人们的生活习惯,每个人的通信连接都是用手机、微信或者其它通信软件。接下来的5G可能改变的东西更多,因为5G的一些特性会产生不只是人跟人之间的连接,还会人跟所有事物的连接。除了基本的通信架构外,传感器会是一个非常重要的部分。他认为ToF是重要的传感器之一,未来会应用在所有手持装置甚至各个不同领域,如工业、汽车或消费电子。
他介绍说,REAL3™是英飞凌基于飞行时间开发的3D图像传感器系列,由高度集成的单芯片成像器组成,采用ToF优化CMOS工艺制造。它可以利用飞行时间(ToF)相机测量3D环境。ToF技术具有抗太阳光干扰性能强、可扩展性强等特点,可集成到众多消费类电子、汽车和工业应用中,提供准确和可靠的深度数据。
他说,英飞凌REAL3™图像传感器在多个市场居于领先地位,面向工业和移动应用的REAL3™图像传感器已投入量产,其优化CMOS技术可实现较优性能、较低功耗和较低成本;面向移动设备的专用REAL3™图像传感器已经面市,面向汽车应用的REAL3™图像传感器尚在研发阶段;自有工厂和代工厂可以确保高产能。

 

他在介绍飞行时间技术的工作原理时表示,飞行时间技术之所以可提供准确、可靠的深度数据,是因为飞行时间技术仅使用一个红外光光源就可以直接测量每个像素中的深度和幅度信息;它发射调制红外光到整个场景,通过ToF成像器捕获反射光;并通过发射光和接收光之间测量到的相位差以及幅度值可以得到高度可靠的距离信息以及完整场景的灰度图像。

 

英飞凌REAL3™图像传感器具有较优性能、高度集成和优异功能,可以直接记录深度图和2D灰度图,实现又快又准确的3D成像。其特点包括准确、可靠的深度数据;在明媚的阳光下仍可全面运作;可实现紧凑式摄像头设计;快速完成一次性校准;坚固耐用,不含机械部件;深度图计算量小,CPU占用量低,有助于降低功耗。英飞凌提供可靠、完备的REAL3传感器解决方案,包括摄像头、软件驱动程序、3D深度处理管道、参考设计和定制支持、模块制造商培训和支持资源,以及参考生产装置设置,以便模块制造商和原始设备制造商进行校准和测试。

 

上述解决方案可以帮助移动设备打造一个3D视觉感知世界,在智能手机前置摄像头中实现安全生物特征(人脸、手纹)识别、设备和App解锁以及安全支付、自拍应用3D人脸扫描、3D打印、虚拟人物、美颜应用等;以及实现零接触指令的手势追踪。在world facing摄像头中实现3D扫描人、物体、环境和计算摄影;在AR/VR头戴式显示屏中实现尺寸测量和增强显示,以及手势追踪、“由内而外”追踪实现6DoF自定位。
麦正奇较后表示,英飞凌与德国合作伙伴Pmdtechnologies研制出的REAL3 3D图像传感器家族,并提供系统级芯片(SoC)集成的所有功能块,开发出ToF优化CMOS制造工艺。得益于独一无二的背景照明抑制(SBI)电路,REAL3成像器拥有出色性能,可确保在明媚的阳光下以很低功耗实现可靠运行——这是所有电池供电设备的强制要求。高度集成、独特性能和丰富特性,可实现较准确、可靠的深度数据和较小巧的摄像头模块设计。
www.infineon.com

艾迈斯:灵活应对瞬息万变智能手机市场

 

Jennifer Zhao在艾迈斯半导体先进光学解决方案演讲中首先表示,艾迈斯半导体是一家顶级传感器公司,专注于光学、图像及音频传感器,包括传感器解决方案、传感器IC/传感器、接口、相关算法和应用软件,主要应用领域是通信、消费电子与计算市场,以及汽车、工业与医疗市场。她强调,艾迈斯半导体秉承传感即生活的理念,用先进的传感器解决方案打造移动设备的未来。

 

她介绍说,艾迈斯半导体主要专注几大方面,一个是3D传感,这方面有很多产品,包括VCSEL,像泛光照明,还有飞行时间、主动立体视觉、结构光,三大方案都有不同的解决方案给客户。另外是主动降噪的智能耳机,还有工业市场上较小的传感器。在后置摄像头方面有很多方案,如环境光和色温传感器、光源闪烁检测、用于自动对焦的ToF等。
在光学传感器方面,艾迈斯有两大产品线,一是集成光学传感器,主要是用于显示强度的管理,还有摄像头、色彩的平衡,以及家庭助理方面的应用。第二个产品线是颜色和光谱传感,主要用于比较新的应用,像颜色识别,通过光谱传感器可以精确地检测颜色,公司跟一些化妆品公司合作,通过精确的产品、颜色的检测可以直接去网站上购买称心的产品。在食物分析方面,可以检测苹果的甜度、巧克力的成分,帮助消费者检测食物的安全和品质。
Jennifer Zhao特别提到了智能手机的三大主流趋势,第一个趋势是前置功能,主要是3D人脸识别、身份的检测和安全支付。第二个是全面屏、无边框的带有全面屏和3D方案。第三个是摄影增强,去捕住后续的摄影,让图像更完美。艾迈斯的几大产品可以帮助用激光检测来自动对焦,另外就是AR的应用,还有辅助自动白平衡,让照片更加真实,另外就是光源闪烁检测。

 

她说,在3D人脸识别应用中,艾迈斯都有不同的方案,第一个是结构光,市场上有一些厂商已经应用,它的距离和深度以及安全适应都是较佳的,当然它的价位也较高,市场上比较高端的手机很多是选择结构光。第二种就是主动立体视觉,这个是比较适合覆盖中等距离,深度图质量比较优良,但是精度没有结构光好,它比较简单,价位比结构光更具有优势,有一些客户选择它。第三个是飞行时间,这比较适合中远距离,现有可以到5米左右。作为前置来讲,它的系统集成比较简单,尺寸是在三种方案里面较小的。不管客户选择哪种方案,艾迈斯都有成熟的解决方案提供给客户。
智能手机第二个趋势是全屏化。在全屏方面,艾迈斯有一款支持全屏的屏下设计传感器TCS3701。它的灵敏度要很高,光可以通过OLED屏下面打出来,可以在所有亮度等级下运行,这个产品现在已经量产。

 

第三个趋势是改善摄影头的功能。在激光检测自动对焦方面,艾迈斯有一款新的产品叫TMF8801,去年主要量产的TMF8701是用于前端,是结构光中间一个主要的器件单点1D TOF,今年推出的是TMF8801,可以解决2cm到2.5米的距离,精确度达到5%,跟行业相比尺寸降低了30%左右,而且可以忽略玻璃盖的污渍,1D ToF可以忽略屏盖上的污渍。另外就是抗太阳光,艾迈斯的滤器片可以在强太阳光下依旧功能很好。
她还谈到了光源闪烁的控制,如果光源闪烁照片会出现波纹,通过传感器可以让摄像头主动执行算法,把波纹取消,可以让图像非常真实。
Jennifer Zhao较后表示,艾迈斯主要是用创新来支持客户三大主流的方案,不仅是分立元器件,还有丰富的模块,包括环境光检测、颜色、色温,另外是光谱。模块方面有接近、环境光检测+接近、颜色+接近、飞行时间等产品。未来,艾迈斯会不断地创新,跟客户一起合作,让他们的产品在市场上更有优势。
ams.com/zh

赛灵思:为人工智能提速

 

刘竞秀在FPGA — 人工智能计算的加速引擎演讲中表示,随着从计算的演变来看,在所有市场中都有通过异构架构加速新工作负载的趋势。随着计算机硬件技术的发展,人工智能已经从理论研究走向应用落地,并形成了庞大的技术产业。众多传统行业与人工智能技术结合后有了革命性的进步,把人从枯燥繁冗的重复性劳动中解脱出来,实现了生产和工作效率的飞跃。人工智能技术发展领域,传统的以CPU为核心的计算方案和固定的硬件领域特定架构(DSA)已远不能满足性能要求和快速创新的需求,灵活应变的硬件可编程性以及高性能的异构计算成为产业发展的必然要求和趋势。他认为,有两个剪刀差阻碍了这个时间点人工智能的落地。第一个剪刀差是需要处理的数据和计算芯片所能够提供的处理能力之间的剪刀差。

 

他介绍说,计算芯片工艺从过去28纳米、20纳米、16纳米、14纳米、10纳米、7纳米、5纳米、3纳米,摩尔定律使芯片性能增加速度越来越饱和。大家看到技术的趋势只有高端的消费类、迭代很快的产品(例如手机)才能支撑得起较先进工艺高昂的芯片迭代成本。至于芯片的发展趋势,无论从CPU、GPU到FPGA、ASIC,对于通用芯片来讲,它的好处是应用比较广泛、上手比较快,众多创业公司都在做各种各样的ASIC,希望在特定的定制领域提供一些场景和应用。对这些特定的场景和应用,ASIC的性价比可能更高,所以技术发展的趋势一定是从CPU、GPU到FPGA,较后到ASIC。所以在市场上有一个很重要的时间窗口,就是每个行业在需求成熟之前,在大家有能力、有信心去开ASIC把这个钱赚回来之前,大家不会去开ASIC,而且这时候又需要一个平台做初期的市场尝试或者在激烈的市场竞争中快速将创意变成现实,赢得市场先机,这时候FPGA就是较好的计算平台产品。
第二个剪刀差是芯片设计生产的长周期和快速迭代的市场需求之间的差距。芯片不是那种靠钱就可以换时间的技术,较快也要一年半到两年才有可能走完一个完整的流程,从后端设计包括封测等等,这个一年到两年的时间窗口是任何人做ASIC都要经历的。现在的AI公司客户很多情况下需求都非常紧迫,所以第二个剪刀差是快速变化、快速迭代的市场和ASIC开发周期漫长之间的差距。
他说,商业模式发展趋势是AI变现能力迅速增强,以打造灵活应变万物智能的世界,实现万物智能与万物互联、超大规模领域的部署,以及动态变化的市场需要快速的创新和部署。从赛灵思角度来讲,无论是万物互联还是大规模超算,需要做的事情是帮助客户、帮助市场提供快速部署的平台,所以赛灵思的目标就是提供灵活应变万物互联的高性能计算平台。
赛灵思的新战略是数据中心优先,加速传统的八大核心市场,驱动自适应计算。其传统的市场大概分成八个方向,第一类汽车,在AI出来之前,赛灵思在汽车行业已经深耕了十几年,有各种各样的符合车规认证的车载芯片。在通信领域,各种各样的FPGA做高性能的信号处理。

 

在人工智能方面,赛灵思为客户提供端到端的解决方案,为客户提供不同层次的支持,从底层的硬件、中间各种各样的IP以及软件,应用层各种各样的神经网络模型,都可以提供给客户。客户可以选择其不同的神经网络,选择合适的芯片、合适的硬件。这些PCB的板卡都比较成熟,无论是赛灵思及合作伙伴、客户都有能力做这些硬件。结合赛灵思传统的开发软件,把这些整套的AI相应的工具用起来,就可以快速地实现产品的部署。
他说,FPGA很多场景应用都非常高,代价就是周期比较长,三个月六个月一年都可能,但用其现有的方案较快几个小时就可以把新的网络部署在硬件上,就可以把系统运行起来,这对人工智能的创业公司和合作伙伴来讲是较重要的,可以非常快地拿到一个原型机,用这些原型机去真正的场景做性能、功能的迭代、数据的收集,这样产品才能更快地比别人推向市场。
刘竞秀强调,赛灵思作为一个传统FPGA芯片公司,现在已经慢慢走向另外一个维度,希望为客户提供的不单是一颗芯片,以及围绕芯片的PCB层面的参考设计,现在帮客户提供的是,基于芯片、IP加上工具,以及客户在真实场景中真实应用的算法,帮客户提供参考设计,目的是帮助客户更好地使用基于赛灵思FPGA的解决方案。

 

他较后表示,在人工智能时代,算法不断快速演进,算力需求急剧增长的今天,赛灵思的人工智能平台方案屡获殊荣,并已经在包括安防监控、自动驾驶、数据中心、工业控制以及消费电子在内的诸多领域落地。他希望越来越多的创新者,能够迅速获益于赛灵思在人工智能以及异构计算领域的较新产品及技术方案,携手共同打造灵活应变、万物智能的世界, 让我们的生活更加地轻松便捷。
china.xilinx.com

ADI:加速迈向工业4.0

 

于常涛在加速迈向工业4.0演讲中首先介绍了一系列加速工业4.0的整体战略,明确了五个智能应用场景,包括面向未来的工业以太网,还有软件可配置的IO以及安全性问题。他说,工业4.0是非常热的话题,的确看到了一些机会,像生态系统和伙伴关系、物联网和大数据、机器学习、人工智能、更先进的机器人和协作机器人、增强现实、网络安全、可穿戴设备、自动驾驶车辆等,这也给ADI带来一些额外的机遇,ADI面向中长期潜在机会提供工业自动化相关的产品方案,但绝对不仅仅只有这方面的产品和方案。

 

他认为工业4.0能够带来的生产效率的提升、安全性能的提升,具有非常庞大且越来越强大的数据分析能力,以及整个生产的灵活性。从ADI作为一个半导体供应商,特别是领先的模拟器件供应商,是客户一个非常好的技术合作伙伴,不光是现有的产品,同时技术路线跟今后的发展一脉相承,可以大大加快产品的上市时间,大大缩短研发的投入,很多的基本方案或者基本的功能验证已经被这样好的合作伙伴事先完成了。比如从ADI跟日本或欧洲客户配合,越来越多接触到一些针对几个大客户提出的定制化需求,这些客户有自己独到的见解,ADI会把他们的需求跟我们自身产品能力结合在一起。同样,针对国内客户,ADI也是持非常开放的态度,针对国内独特的需求,和客户一起定制产品和方案。
于常涛用比较典型的一张图介绍了整个工厂当中的应用,包括机器人、控制系统、现场若干仪表和传感器、稳健的传输通讯网络。他认为,工业网络看重的是有线的方式,无线的作为补充,5G作为一个话题但如何在工厂中落实来还有争议。工厂还包括机器结构设备,ADI更多的是偏重电子设计部分。

 

他承认,在带来愈渐强大的分析能力以及生产效率、安全性极速提升的同时,工业4.0的典型困境也不可忽略,包括实现工业4.0的路径和时间表不明确;许多正在发挥作用的业务基础因素带来不确定性;不能进行可能过时的投资;如果客户没有准备好,也不能走得太快,但不管怎样,先行者会有极大的优势。
在加速工业4.0愿景落地的进程中,ADI利用自身广泛的运动控制系统级知识,再结合不同的传感模式,较终通过云和边缘节点的处理,能够提供异常准确和低延迟的信息,使得机器人在配对时的安全运行,同时也能够通过人工智能快速学习和适应。这其中传感、ToF、电源、连接、信号处理及安全技术,另外还有24Ghz与77GHz雷达,几乎涵盖了ADI在工业领域的所有核心技术。

 

于常涛认为,工业I/O“随需应变”才能实现终端用户灵活性。目前,很多传统工业应用的现场,包括工业自动化或者过程控制系统,其物理层的实现拥有大量的IO的接口,包括了模拟和数字的输入输出。然而一旦客户新增需求或者设备损坏的时候,生产数字或者系统发生变化,大量的IO接口就需要整体的搬移和变化,重新调整之后才能恢复生产,整个过程耗时耗力。
为此,于常涛隆重介绍了ADI推出的软件定义IO,这款产品可大大降低对现场施工人员的要求,只用清楚地标明接口的数字型模拟型,正确地连接信号的正负,再结合现场的实施结构,即可通过软件的方式把系统完整地运行起来。
ADI新一代软件可配置技术,打造灵活的系统来支持快速重新配置,把停机时间和资本投入处于较低水平,以及轻松地适应不断变化的需求。使每一个IO实现软件可配置,降低自己产品的复杂性,为客户创造了许多直接的机会,同时也为实现IT/OT融合带来的规模优势奠定了基础。

 

他说,通向工业4.0的路上存在的许多关键挑战和机遇都与网络技术相关,工业网络标准众多,型号复杂,新老设备和不同连接标准的设备之间实现联网经常遇到困难,工业系统之间的兼容性并不好。对此,于常涛详细介绍了ADI推出的工业以太网技术。通过fido系列芯片可支撑不同协议栈(包括EtherCAT在内的各种主要工业以太网协议)、不同工业互联网的标准。fido系列产品也会面对下一代工业互联网的标准,慢慢地从多种标准向TSN(时间敏感网络)里收窄,进一步提高带宽,解决工业里十分急迫的延时问题和优先级问题。于常涛表示,ADI在下一步的产品开发计划,会做出支持1G网络的TSN的网络的芯片,来帮助实现1GHz的TSN网络。

 

于常涛较后强调,ADI作为全球领先的半导体供应厂商长期耕耘整个模拟器件领域,具有与生俱来的创新能力,尤其是工业部分,对技术、产品、品质具有相当高的要求,完全符合优秀合作伙伴的要求,能够帮助工业设备 OEM 加速迈向工业4.0。
www.analog.com

华虹宏力:分享电动汽车“芯”机遇

 

李健的演讲主题是电动汽车“芯”机遇,与听众一起探讨了电动汽车领域孕育的新机遇。他表示,当机遇到来的时候,我们必须要有核心技术,才能够抓住机遇,开创未来。
在解读汽车电动化后带来的新机遇时,李健分享了全球半导体历史震荡向上的走势。1992年到2000年,是网络经济和计算机的爆发年代,半导体表现也非常出色,不断上扬。2000年到2008年较有代表性的半导体应用市场是功能手机。2008年到2016年期间,较有代表性的明星产品就是人手一部的智能手机。2016到2018年,整个半导体产业的增长率空前,达到20%以上。在这个年代,以及往后十年,大量新技术出现,5G、人工智能、互联网、大数据、云计算等等这些技术不会单一存在,它们需要一个实际的产品作为载体来展示这些技术。
李健认为,2017年开始,智能手机已显疲态,能够担任多技术融合载体、拉动半导体快速上扬重任的就是未来的智慧汽车。首先汽车电子化是大势所趋。从汽车的成本结构来看,未来芯片成本有望占汽车总成本的50%以上,这会给整个半导体带来巨大的市场需求。其次,汽车是个传统的制造业,但是个能让人热血沸腾的制造业,承载了人类的梦想。
他说,当传统的汽车制造业遇到当今的半导体,就像千里马插上翅膀,会变成下一个引领浪潮的“才子”。半导体为智慧汽车带来冷静的头脑,如自动驾驶处理器、ADAS芯片等,同时也带来更强壮的肌肉、让千里马跑得更快,即大量的功率器件,比如MOSFET。这就是电动汽车所蕴含的新机遇。

 

据介绍,2020年,国内新能源车的销售目标是200万台,全球是700万台,是一个非常大的市场。有别于传统车,新能源车里面有电机、电池、车载充电机、电机逆变器和空调压缩机,这些都需要大量的功率器件芯片。电动化除了车辆本身的变化之外,还给后装的零部件市场也带来新的需求,同时配套用电设施,比如充电桩,也带来大量的功率器件需求。
电动汽车中功率芯片的用途非常广泛,启停系统、DC/DC变压器、DC/AC主逆变器+DC/DC升压,包括发电机,还有车载充电机等。以时下很热的IGBT来说,电动汽车前后双电机各需要18颗IGBT,车载充电机需要4颗,电动空调8颗,总共一台电动车需要48颗IGBT芯片。如果2020年国内电动汽车销量将达200万台,后装维修零配件市场按1:1配套计的话,粗略估算国内市场大概需要10万片/月的8英寸车规级IGBT晶圆产能(按120颗IGBT芯片/枚折算)。基于国内电动车市场占全球市场的1/3,2020年全球汽车市场可能需要30万片/月的8英寸IGBT晶圆产能。
李健接着介绍了华虹宏力的核“芯”工艺技术。在功率器件方面,华虹宏力主要聚焦以下4个方面:一是Trench MOS/SGT,即低压段200伏以下的应用,如汽车辅助系统应用12V/24V/48V等;二是超级结MOSFET工艺(DT-SJ),涵盖300V到800V,在汽车应用中主要是汽车动力电池电压转12V低电压,以及直流充电桩功率模块;三是IGBT,它在电动汽车里面是核心中的核心,主要是在600V到3300V甚至高达6500V的高压上的应用,如汽车主逆变、车载充电机等;四是GaN/SiC新材料,这是华虹宏力一直关注的方向。未来五到十年,SiC类功率器件会成为汽车市场的主力,主要是在电动汽车的主逆变器和大功率直流快速充电的充电桩。
他表示,华虹宏力从2002年开始自主创“芯”路,是全球第一家关注功率器件的8英寸纯晶圆厂。2002年到2010年,陆续完成先进的沟槽型中低压MOSFET/SGT/TBO等功率器件技术开发并量产;2010年,高压600V到700V沟槽型、平面型MOSFET工艺开发完成,并进入量产阶段;2011年第一代深沟槽超级结工艺进入量产阶段,同年,1200V沟槽型NPT IGBT工艺也完成研发进入量产阶段;2013年,第2代深沟槽超级结工艺推向市场,同时600V到1200V沟槽场截止型IGBT(FDB工艺)也成功量产。经过多年研发创新和持续积累,华虹宏力得以有节奏地逐步推进自主创芯进程。截至2018年第4季度,作为全球较大的功率芯片纯晶圆代工厂,华虹宏力8英寸MOSFET晶圆出货已超过700万片。
在华虹宏力,硅基MOSFET是功率器件工艺的基础,后续工艺都是基于这个工艺平台不断升级、完善。沟槽型MOS/SGT适合小于300V电压的应用,华虹宏力致力于不断地减少其pitch size,提升元胞密度,降低导通电阻,用持续领先的优异品质、稳定的良率赢得客户的赞誉。在对可靠性要求极为严格的汽车领域,华虹宏力的MOSFET产品已通过车规认证,并配合客户完成相对核心关键部件如汽车油泵、转向助力系统等的应用。
李健较后表示,华虹宏力是一家专业的功率器件代工厂,也是中国大陆第一家提供沟槽型功率器件(包括MOS/DT-SJ和IGBT)的。作为全球领先的特色工艺纯晶圆代工企业,华虹宏力专注于嵌入式非易失性存储器(eNVM)、功率器件、模拟及电源管理和逻辑及射频等差异化工艺平台,目前月产能可以达到17.4万片(以200mm晶圆计,下同)。具体来说,华虹一厂、二厂和三厂都在上海,其中一厂月产能6.5万片,先进节点为95纳米;二厂月产能5.9万片,是功率器件主要生产基地,先进节点为0.18微米;三厂的月产能为5万片,先进节点为90纳米;七厂是在建的华虹无锡12英寸晶圆厂,预计今年投产,较先进的技术节点是65/55纳米,这也标志着华虹宏力踏上12英寸新征程。
他说,公司的整体战略依然是坚持走特色工艺之路,也就是坚持“8+12”的战略布局。8英寸的战略定位是“广积粮”,重点是在“积”这个字上。华虹宏力有超过20年的特色工艺技术积累,包括功率器件、Flash技术等等;同时这20余年来积累了很多战略客户合作的情谊;连续超过32个季度盈利的赫赫成绩,也为华虹宏力积累了大量的资本。正因为有这些积累,华虹宏力可以开始布局12英寸先进工艺。12英寸的战略定位是“高筑墙”,重点是在“高”字上。华虹宏力将通过12英寸先进技术,延伸8英寸特色工艺优势,拓宽护城河,提高技术壁垒,拉开与身后竞争者的差距。
www.huahonggrace.com

兆易创新:应对高性能应用领域存储趋势和需求

 

陈晖在SPI NOR Flash如何应对高性能应用领域的发展趋势和需求演讲中表示,兆易创新在串行闪存行业耕耘了十几年,取得了一些成绩,符合各种应用、各种新兴的一些市场需求,对产品定义做出了一些新的发展。
他介绍说,xSPI是新一代超高速SPI接口的规范,是在去年8月由国际规范组织JEDEC通过的。虽然SPI NOR Flash发展了很长时间,但还在不停地更新换代。半导体芯片的制程基本分为两大类:逻辑制程和Flash制程,存储器制程永远落后在逻辑制程后面。较新的逻辑制程如10nm、5nm、7nm都有,Flash还在用十几二十几年前发明的FinFet,才能代表0和1,这样就限制了进一步缩小晶体管的尺寸,所以制程从2004年的130nm发展到90nm、65nm、55nm、45nm几个主要的节点,再往下也很难到30nm以下。

 

他解释说,逻辑制程和Flash制程不能混合放在一颗芯片上,非常高深的这些制程或是很高级的逻辑芯片,很遗憾它不能同时附属一个Flash,这时候需要一个外面的Flash支持它的代码存储。
在SPI NOR Flash全球出货量方面,从2004年开始基本是从无到有,2004年大家刚刚开始推广SPI NOR Flash,达到60亿颗以上,平均地球上每人可以分到一颗。所以NOR Flash是高可靠性的系统代码存储媒介,优点是指令协议简单、信号引脚少、体积小,符合这些新的电子设备对体积的要求。
现在SPI NOR Flash的应用领域非常广泛,成百上千种应用,每一个新兴的电子设备里面都是用数码设备,都需要有一颗Flash来存储代码,就是这一颗小小的代码,兆易创新去年出货量大概达到20亿颗,而且只是一年的时间。如果累计来看,在八九年的时间里累计出货量超过了100亿颗!全球有一百亿颗电子设备都是靠着兆易创新的Flash来存储其启动代码。
陈晖回顾了SPI接口的历程,它发明在80年代,商业用途始于2000年前后,那时频率大概跑到20MHz,数据吞吐率2.5MB/s,所以它是单通道,数据只能往外送,每八个时钟才能读出一个data,可想而知数据吞吐量非常低,如果用交通工具来比喻那就是牛车。到2004年,单通道已经满足不了市场需求了,作为SPI领域的研发人员,希望加大数据吞吐量,从一根数据线变成两根数据线,而且把频率也加高到50MHz,这时能达到12.5MB。不过以现在的标准看顶多也就是电单车的水平。

 

十年前SPI行业达到的标准是标准四通道SPI接口,直到十年后的今天,还有很多设计工程师,在用这个标准来进行他们的SPI的应用。这个时候数据吞吐量可以看到达到52MB/s,这时候两个时钟,通过四口可以得到一个数据data,所以这个时候基本上已经从两轮变到四轮了,开始开汽车了。后来在四口的基础上又进行了一些改进,有了DDR的概念,在四口的基础上又加入了一个DTR的概念,在上升和下降沿都可以采集数据,这样的话数据吞吐量可以达到80MB/s,这大概是从2015、2016年开始逐渐实现的。当然它还是一部汽车,只是比刚才那辆会跑得更快一些。
从刚才的四个IO变到了八个IO,而且也是DTR,频率一下子跳到了200MHz,数据吞吐率达到了400MB/s,这就是2018年通过的新规范。这时已经不是汽车了,而是属于SPI里面战斗机的级别了。这是前几代产品一个非常革命性的改革。
那么,在应用端如何让新的SPI Flash使你的应用能够受益呢?陈晖主要从车载、AI和IoT热点应用来讲,不管是AI、5G或车载、IoT,都希望产品性能越来越好、越来越快。很新的车采用超大的显示屏,它直接涉及到SPI NOR Flash的应用。如果用前一代104MHz四口来存储所有显示屏的数据,把显示屏里面的数据从Flash里面读出来,需要超过五秒钟。如果用较新的八口协议,用200MHz DTR来读,不到一秒钟时间这么大的屏幕就会点亮,这个速度才能满足人的需求。

 

陈晖说,Flash会和各种应用打交道,包括一些AI领域的Flash应用。同样道理,用前一代产品,在调用算法、AI数据库时,速度会受到限制,只有用了新一代八口的高速率的传输,才能够保证这颗AI芯片真正地动起来,能够达到一个接近人脑的水平。
AI非常复杂,一会经常要调用不同的算法,从数据库里进行各种比对。所以作为Flash会支持它的操作,这样看它不光是有存储的系统代码,同样也会存储算法和一个大的数据库。但这并不需要一上电就把所有的算法或数据库都加载到系统里面,在需要的时候才会从flash临时来调用,所以就要求flash提供一个高的数据吞吐率。同样的对比,8口高性能的xSPI能让系统响应非常迅速,真正实现AI功能。

 

如果是IoT设备反应得慢,有任何迟缓,实际上就等于瘫痪了。当然,借助于兆易创新新一代产品,高性能flash的数据吞吐率,才能保证每个终端设备的及时响应,才能保证欣欣向荣的生态系统。
他较后给与会者留了一个问题,即针对六大市场应用方向,不同的产品定义方向是什么,这是一个值得深思的命题。

 

www.gigadevice.com

网友评论:已有2条评论 点击查看
登录 (请登录发言,并遵守相关规定)
如果您对新闻频道有任何意见或建议,请到交流平台反馈。【反馈意见】
关于我们 | 联系我们 | 本站动态 | 广告服务 | 欢迎投稿 | 友情链接 | 法律声明
Copyright (c) 2008-2024 01ea.com.All rights reserved.
电子应用网 京ICP备12009123号-2 京公网安备110105003345号