《2021-2024年全球半导体行业10大技术趋势.docx》由会员分享,可在线阅读,更多相关《2021-2024年全球半导体行业10大技术趋势.docx(20页珍藏版)》请在优知文库上搜索。
1、一、Arm架构处理器:全面渗透高、中、低性能计算领域Arm发布专门针对下一代“始终在线”笔记本电脑的Cortex-A78CCPU,可支持8个“大核”,L3缓存增加到8MBo基于Cortex-A78C的CPU芯片将成为高性能PC市场上x86架构CPU的强有力竞争者,苹果Mac电脑全面采用基于Arm架构的CPU将带动更多Arm阵营芯片设计厂商进军PC市场,包括高通、华为和三星。就连x86阵营的AMD据说也在开发基于Arm的处理器芯片,而亚马逊AWS则在服务器市场驱动Arm架构CPU的增长。在高性能计算(HPC)方面,基于Arm架构的超级计算机”富岳(FUgakU)”赢得全球Top500超算第一名。
2、ArmCortex-A78系列CPU有针对移动计算、兼顾性能和能效的Cortex-A78;针对汽车市场、强调安全的CorteX-A78AE;以及面向高性能计算的Cortex-A78C内核。除了这三大海量应用市场外,Arm架构处理器在物联网、边缘计算、Al和5G等领域也普遍渗透,成为计算机历史上应用最广泛的微处理器指令集架构(ISA)o截至2019年底,全球累积出货1300亿颗Arm处理器芯片,全世界70%的人口都在使用由Arm处理器驱动的电子设备。图1:ArmCorteX-A78系列CPU及其面向的应用。(来源:Arm)经过30年的发展,起源于英国、由12个工程师组成的Arm公司以其独特的IP
3、授权商业模式和低功耗的处理性能垄断了移动设备市场。Arm现已成为拥有6500多名员工,价值400亿美元的IP核开发公司,而且正在带领I(X)O多家合作伙伴全面进入嵌入式系统、IOT、移动、PC和汽车应用领域。如果Arm公司顺利从日本软银转交到英伟达旗下,将会在新兴的数据中心和服务器、自动驾驶,以及人工智能市场成为主导的计算处理架构。无论多年垄断PC市场的x86,还是后起之秀RISC-V,在性能和出货量方面都难以望其项背。二、3nm工艺节点:台积电和三星路线差异变大自7nm工艺开始,台积电和三星FoUndry就出现了比较大的路线演进差异。比如,三星7nm(7LPP)更早采用EUV(极紫外光),并
4、将5nm、4nm作为半代工艺;而台积电继7nm本身的演进(N7N7PN7+)之后,5nm亦开始重要的工艺迭代。三星在7nm之后的大迭代上,采用更为激进的晶体管结构GAAFET(Gate-All-AroundFET)o2019年年中,三星FoUndry宣布3nm的PDK进入Alpha阶段(3GAE)。在更具体的结构上,三星选择了纳米片(nanosheets),称作MBCFET(Multi-BridgeChannelFET),不过也仍有可能开发纳米线(nanowires)的GAAFET。三星的数据显示,3nm相比其7nm工艺,性能提升35%,功耗降低50%,面积降低45%。从2020年年中的消息来
5、看,三星3nm试生产己延后至2021年Ql,量产则需等到2022年。FinFETPlanar FETGAAFET(Nanowire)MBCFETtm (Nanosheet)图2:三星晶圆代工的工艺节点演进。(来源:三星)2020年4月份,台积电首次披露3nm工艺(N3)的具体信息。N3是N5工艺之后的又一次正式迭代,预计晶体管密度提升1.7倍(单元级密度在290MTr/mm?左右),相比N5性能提升至多50%,功耗降低至多30%。台积电N3工艺的风险生产计划在2021年,量产于2022年下半年开始。考虑到成熟性、功耗和成本问题,台积电表示N3仍将采用传统的FinFET结构,不过其3nm工艺本身
6、的步进仍有机会采用GAAFET技术。实际上,这两家全球最先进的晶圆代工厂从5nm工艺开始就出现了技术演进的较大差异。三星在大方向的节点演进上,技术更为激进,但台积电在晶体管密度和实际性能/功耗表现上仍有相当优势。三、高性能计算:数据中心专用加速的递进富士通于2020年3月推出的A64FX作为专门面向HPC(高性能计算)负载的芯片,其本身的结构代表着HPC数据中心市场的重要趋势。它在数据上做到了超算领域的算力和效率第一,远高于InteIXeon+NvidiaTesla+内存的组合,很像是CPU、GPU外加片上高速内存的结合体。不过其整体架构是monolithic的一体融合,省去了CPU与加速处理
7、器之间的ChiP-to-chip通讯,而且在存储系统方面做了更靠近计算核心的集成,部分类似于特定域的设计。A64FX包含48个内核,每个内核512bit宽度管线,每颗芯片带8GiBHMB2存储。英伟达的CUDA编程让其GPU能够广泛应用于HPC领域,英伟达本身也在思考HPC的发展路线。2020年10月,英伟达推出BlueField-2家族DPU(dataprocessingUnit)和DOCA软件开发套装DPU宣称是芯片上的数据中心。简单地说,DPU是面向数据中心,加速特定负载的芯片。图3:英伟达BlUefiek1-2X卡包括DPU和AmPereGPU。(来源:nVidia)除了计算(或AI加
8、速)部分的AmpereGPU(BlueField-2X),在网络、存储和安全方面,BlueField芯片中有可编程的Arm核以及MellanoxNetworking适配器(SmartNIC),包括“软件定义的安全”、“软件定义的存储”、“软件定义的网络”和基础设施管理。Mellanox已经归入英伟达旗下,而Arm目前被炒得正热的并购一事,显然在此场景下也变得易于理解。在DSA加速器领域,英伟达很早就意识到了数据中心需要专门的处理器,以逐渐颠覆CPU主导的市场,尤其是着力在数据中心安全、网络、存储方面的效率和性能。这类策略本身也足以规避Arm在高性能市场的固有缺陷。这可能也是AMD收购赛灵思的主
9、旨所在,而数据中心加速业务早在前年就已经成为赛灵思的发展重点。2020年这几个有关数据中心的市场动作及技术演进方向,足以表明数据中心的专用计算时代正在有序推进。四、传感器融合:硬件与算法结合驱动自动驾驶、无人机和工业机器人等自主系统在自动驾驶和无人机等复杂应用场景中,多传感器融合(MUlti-SenSorFusion,MSF)将来自多个和多种类型传感器的信息和数据,通过高性能处理器和软件算法,以一定的规则进行自动分析和综合,以完成决策和执行。摄像头是应用最为广泛的图像传感器,但在光线不佳的环境中性能表现明显下降。基于飞行时间(ToF)原理的超声波、雷达和激光雷达(LiDAR)等传感器是摄像头的
10、很好补充和增强。 RadarZLlDAR CameraUltrasound图4:自动驾驶应用设计需要很多传感器融合技术。(来源:Synopsys)激光雷达每秒发射高达100万个激光脉冲,可以捕获高分辨率3D点云数据,不仅能够识别物体对象,还可以对其进行分类。据市调公司Yole预测,面向ADAS/自动驾驶市场的LiDAR将从2019年的1900万美元增长到2025年的17亿美元,实现114%的年复合增长。但由于激光雷达的设计复杂和成本昂贵,大规模应用仍面临诸多挑战。Luminar于2019年发布了价格不到1000美元的LiDAR解决方案,而2005年首推实时3DLiDAR的Velodyne公司则
11、宣布逐步降价计划,将平均售价从2017年的1.79万美元降至2024年的600美元。中国的LiDAR制造商已经开始生产低于IoOo美元的产品,正在获得更多市场份额。尽管不被特斯拉的ElonMusk看好,激光雷达仍将成为实现更高级别自动驾驶的关键技术。复杂的环境和气候条件要求来自图像、超声波、雷达和激光雷达等传感器源的数据进行交叉参考和计算,这需要具有实时处理性能的AI芯片和深度学习模型算法。只有在系统中融合传感器、芯片和AI算法等多种技术,才能保证自主系统在实际应用场景中的精确和安全操作。除了ADAS/自动驾驶应用外,传感器融合技术在工业机器人和无人机等领域也将得到发展和普及。五、芯粒(Chi
12、Plet):开启芯片设计IP新模式自1965年以来,摩尔定律一直是主导半导体行业快速增长的基本定律。随着半导体制造工艺节点从7nm、5nm到3nm推进,逐渐逼近物理极限,芯片设计和制造的成本不断增加,整个半导体行业的发展速度明显放缓下来。领先的半导体制造商开始转向芯粒(ChiPlet),期望为半导体设计和集成寻求新的解决方案,使半导体行业重返两年翻倍的发展周期。图5:将来的计算机系统可能包含一个CPU芯粒和多个GPU和存储器芯粒,都封装集成在一颗芯片上。(图片来源:AMD)芯粒用多个小芯片来代替单个芯片,并将它们封装集成在一起,这样可以在同样的面积上容纳更多的晶体管,而且可以显著提高芯片生产良
13、率。芯粒就好比面向对象的编程,它是一种基于对象概念的思维范式,硬件设计正在发生类似的思维范式转变。但是,芯粒之间需要接口,不仅仅是电气接口,还有可以简化设计、制造与协作的接口。全球行业组织开放计算项目(OCP)正致力于通过引入新的接口、链接层,以及早期概念验证,来定义和开发统一标准的芯粒体系架构。据市调机构Omdia最新发布的报告显示,在设计和制造过程中采用“芯粒”的微处理器芯片未来5年会快速增长,到2024年全球市场将达到58亿美元,而2018年只有6.45亿美元。目前,MarvelkAMD、英特尔、台积电等半导体公司都相继发布了ChiPlet产品。ChiPIet将为半导体产业带来新的机会,
14、比如降低大规模芯片设计的门槛;从IP升级为ChiPIet供应商,以提升IP价值,有效降低芯片客户的设计成本;增加多芯片模块(MUIti-ChiPModule,MCM)业务,Chiplet代周期远低于ASIC,可提升晶圆厂和封装厂的产线利用率;建立可互操作的组件、互连、协议和软件生态系统。芯原公司的戴伟民博士提出了“1PaSaChiPlet”理念,旨在通过ChiPIet实现特定功能IP的即插即用,解决7nm、5nm及以下工艺节点中性能与成本的平衡问题,并降低大规模集成电路芯片的设计时间和风险,从SoC中的IP发展到SiP中以Chiplet形式呈现的IP。全球半导体IP市场规模越来越大,预计将从2
15、019年的50亿美元上升至2027年的101亿美元。Fabless模式的演进催生了芯片设计服务产业,半导体IP授权和芯粒(ChiPE)的发展将催生更多机会。六、系统级封装(SiP):先进封装平台的集大成者芯片封装技术的发展大致经历了四个阶段:第一阶段是插孔元件(DIP/PGA);第二阶段是表面贴装(SMT);第三阶段是面积阵列封装(BGA/CSP);第四阶段是高密度系统级封装(SiP)。目前,全球半导体封装的主流技术已经进入第四阶段,SiPPOP和Hybrid等主要封装技术已大规模应用,部分高端封装技术已开始向芯粒(ChiPIet)方向发展。SiP封装正在从单面封装向双面封装转移,预计2021
16、年双面封装SiP将会成为主流,到2022年将会出现多层3DSiP产品。PassivesMEMS Oscillators4KB EEPRO18mm x 18mm Standard IC PackageSTPMIC1 PMICUpTb IGB DDR3STSTM32MP15xDual Arm* Cortexe-A7Arm Cortex*-M4302 Ball BGA Imm Pitch图6:Octavo的SiP器件在一个标准BGA封装内集成了MCU存储器、PMICMEMS振荡器和一些无源器件。(来源:C)CtaVOSyStemS)倒装芯片(FliPChiP)和引线键合(Wire-bond)已经在高端和低端芯片的SiP封装、2D/2.5D/3D异构SiP中得到了广泛应用,是目前主要的SiP封装形式。据Yole关于SiP的市场分析报告预测,