作者：加里-达加斯丁作者：加里-达加斯丁

据估计，目前全球有260多家初创公司和知名公司争先恐后地开发、鉴定和推出用于新型ADAS（高级驾驶辅助系统）和自动驾驶应用的芯片和技术。

因此，风险投资家、科技公司、汽车制造商、一级汽车供应商和其他公司正在大幅增加对这一领域的投资。根据研究公司CB Insights的数据，去年仅在汽车和其他基于人工智能的应用方面的风险资本投资就增长了约16亿美元，高于2016年的13亿美元和2015年的8.2亿美元。

更重要的是，这项活动正在全球进行。最近值得注意的公告之一是，总部位于中国深圳的自动驾驶初创公司 Roadstar.ai 筹集了1.28亿美元的A轮风险投资。据报道，这是迄今为止对中国自动驾驶公司的最大一笔投资，超过了另一家自动驾驶初创公司、总部位于广州的 Pony.ai 今年早些时候宣布的1.12亿美元融资。

为什么对这个领域的兴趣增长如此强烈？在消费者层面，许多驾驶员欣赏ADAS功能，如防撞、盲点警告、自适应巡航控制等，并且由于汽车制造商希望满足他们的客户，他们正在努力使这些系统更加复杂，并越来越多地出现在所有价位的汽车中。

在社会层面上，驾驶辅助/自动驾驶功能可以提供更多功能。例如，美国每年约有 40,000 人死于机动车事故，全球超过 100 万人，另有 2000-5000 万人受伤或致残。具有更强自动驾驶能力的车辆有可能显着减少这些数字。

它们还开辟了全新的商机，例如自动驾驶出租车。

车轮上的大脑

标准制定组织 SAE International 建立了一个五级分类系统来描述汽车的自动化水平，从 1 级（系统发出警告但驾驶员驾驶汽车）到 5 级（完全自主操作，无需人工干预）。

随着行业迈向 5 级，摄像头、激光雷达和雷达等传感器将产生大量数据，这些数据必须实时处理、集成和传输，以便基于深度神经网络的复杂机器学习算法可以利用它来识别环境中的物体、预测它们的行为、与其他车辆通信并做出车辆控制决策。

一些人认为，这可以通过分散的车载网络架构来实现，因为它将是现有ADAS系统的演变，因此对汽车计算系统设计的影响最小。它还将适应专用处理器的使用，并允许以逐步的方式添加新功能。

格芯汽车副总裁Mark Granger表示，这种方法的问题在于，虽然本地处理器和有限的网络带宽可能足以实现2级（部分或“不干涉”）或3级（有条件或“不干涉”）操作，但它们缺乏实时处理基于人工智能的机器学习算法所需的大量数据的能力，以实现真正的自主操作。

“去中心化架构可以提供高达5 TOP（每秒万亿次操作）和大约10 Mbits/s的车载带宽，”他说。“但要在3-5级运行，需要具有强大、高效处理器的集中式网络架构，提供50-100 TOP和100 Gbits/s的车载数据速率。从这个角度来看，在 2000 年，世界上最强大的超级计算机只能执行 1 个 TOP。因此，自动驾驶汽车真的必须是车轮上的大脑，而集中式架构是实现这一目标的最佳方式。

到目前为止，ADAS/自主系统开发的核心半导体技术一直是图形处理器（GPU）和微处理器（CPU）。但随着开发人员向 5 级自动化迈进，这些芯片在汽车系统中的扩散变得越来越成问题，因为虽然它们功能强大，但它们也很耗电。

“自动驾驶汽车还处于起步阶段，除非采取一些措施来降低基于人工智能的系统中处理器的功耗，否则它们可能永远不会长大，”格兰杰说。“为当今版本的自动驾驶汽车提供动力的芯片基本上需要服务器级芯片机架，这些芯片的功率可能为7,000-10,000瓦。虽然这对于开发和测试目的来说是可以的，但对于商业产品来说是不切实际的。此外，您还必须考虑冷却它们的挑战和费用，而且它们在物理上相对较大。每个人都有一个目标，即为给定的功能获得尽可能低的功率预算。

进入格芯的ASIC

专为满足汽车系统需求而设计的ASIC（专用集成电路）不仅功能强大且非常节能，而且还使汽车客户能够将自己与其他产品区分开来。它们提供了设计灵活性，并允许设计比当前 GPU 强大得多。

大型 CPU 集群和每个芯片上的数十万个乘法和累加 （MAC） 电路满足了 AI 算法的繁重计算要求，而千兆位的嵌入式 SRAM 和千兆字节的片外 DRAM 接口则为饥饿的计算引擎提供了支持。

GF 提供 14 纳米和 7 纳米 FinFET ASIC 片上系统 （SoC） 器件，与 GPU 和竞争 ASIC 技术相比，可提供功耗、尺寸和能效的最佳组合，同时满足功能安全标准ISO26262等汽车质量标准。

FX-14™ ASIC 允许用户利用 64 位和 32 位 ARM® 内核阵列进行系统设计，以及 56Gbps 高速 SERDES （HSS）;嵌入式TCAM存储器，每秒能够进行数十亿次搜索;密度和性能优化的嵌入式SRAM;以及 2.5D 封装选项，可最大限度地提高应用灵活性。

FX-7™ ASIC通过高达112G HSS、最密集的片上SRAM和大量片外DRAM接口（LPDDR、GDDR、HBM）扩展了产品范围，包括2.5/3D封装选项，可最大限度地提高应用灵活性。

GF ASIC与其他公司提供的不同之处不仅在于其功能，还在于其血统。2015 年收购 IBM 微电子后，GF 成为业界领先的 ASIC 开发团队之一，在全球拥有 1,000 多名设计工程师，并拥有约 2,000 个已完成的 ASIC 设计，应用范围从关键企业网络的高端服务器到低成本游戏平台。

GF的ASIC业务部首席技术官兼GF研究员Igor Arsovski表示：“我们的ASIC团队在一系列产品方面有着良好的记录，从用于服务器和航空航天的高度复杂的电子产品，到涵盖所有顶级游戏平台的高性能低成本应用。

他说：“与其他设计公司不同，我们提供广泛的IP，这些IP经历了系统和广泛的模型到硬件的关联和HTOL应力，以缩短设计到流片的周期时间，并提高首次正确设计的成功率。“这种严谨的方法确保了即使在数十个工艺节点和 2,000 多个 ASIC 设计之后，我们从未向客户交付过 ASIC。在汽车领域，同样值得注意的是，我们的ASIC设计结合了先进的原位测试功能，这一点至关重要，因为高可靠性是汽车的先决条件。

Arsovski还提到，由于许多GF客户的设计服务要求各不相同，因此该公司提供全方位的套餐，从全交钥匙服务（客户提供规格并需要GF的设计中心、封装和测试支持）到完全定制设计（客户提供GDS，只想要制造）。GF的敏捷性使公司能够有机地支持客户，因为他们的公司和设计能力在汽车电子领域不断增长。

关于作者

加里-达加斯丁

Gary Dagastine 是一位作家，曾为《EE Times》、《Electronics Weekly》和许多专业媒体报道半导体行业。他是《Nanochip Fab Solutions》杂志的特约编辑，也是全球最具影响力的半导体技术会议 IEEE 国际电子器件会议 (IEDM) 的媒体关系总监。他最初就职于通用电气公司，为通用电气的电源、模拟和定制集成电路业务提供通信支持。Gary 毕业于纽约州斯克内克塔迪联合学院（Union College）、

作者： Dave Lammers戴夫-拉默斯

在过去的几篇博客中，我介绍了将 22FDX® 技术工艺用于物联网和汽车雷达应用的情况。加密货币挖矿是另一个以功耗为决定性特征的市场，这也是矿工逐渐从 GPU 转向ASIC 的原因之一。

半导体行业的一个有趣之处在于，每种应用都需要不同的性能、功耗、成本和其他因素组合。加密货币挖矿应用就是如此，甚至包括比特币、莱特币和以太坊等主要币种及其挖矿方式。

安谢尔-萨格Moor Insights & Strategy 公司负责跟踪挖币市场的副分析师说，矿工们 "不想在芯片上购买任何额外的逻辑。他们希望最大限度地降低功耗。一切都非常精简，因为大部分都归结为功耗。

萨格说，每种不同的算法都会带来 "不同的瓶颈，因此需要以不同的方式构建专用集成电路，以最大限度地减少瓶颈"。(萨格和摩尔首席分析师帕特里克-摩尔海德（Patrick Moorhead）撰写了一份关于晶圆厂和加密货币矿机的白皮书，提供了这方面的详细信息）。

"由于每天都要消耗大量能源，采矿业务和制造商一直在关注其 ASIC 矿机的效率。大多数挖矿设备的'性能'是以每瓦特哈希值而不是总哈希值能力来衡量的。"来源：Moor Insights & Strategy 白皮书Moor Insights & Strategy 白皮书，"晶圆厂在加密货币采矿中的重要性"。

架构不同

GF 技术营销和业务开发高级总监Sanjay Charagulla 概述了为比特币、莱特币和以太坊优化的矿机 ASIC 的差异。莱特币 ASIC 的逻辑晶体管往往相对较少，而 SRAM 单元则占晶体管的三分之二左右。Charagulla认为，GLOBALFOUNDRIES的22FDX工艺拥有 "效率最高的SRAM位单元之一"，并将此作为GF "已经带出多个客户设计 "的原因。

以太坊挖矿约占整个挖矿集成电路市场的 10%，迄今为止一直由图形处理器（GPU）主导。以太坊算法需要相对较大的外部存储器，芯片尺寸也较大。Charagulla说，他认为以太坊挖矿的市场份额将增长到四分之一，因为与比特币相比，以太坊的整体商业技术提供了良好的交易灵活性。

对于比特币来说，尽管有大量新的加密货币涌入，但比特币仍然是最主要的加密货币，挖矿设备通常有多块 PCB 板，每块板上有 50-100 多个 ASIC。这些微小的 ASIC 是逻辑器件，每个芯片上都有数百个乘法和累加（MAC）电路，不需要外部存储器或协处理器。如果有几个内核不工作，ASIC 仍能继续工作。"比特币专用集成电路并不复杂。布局和后端设计是提高效率的关键。

由于电力成本对矿工来说非常重要，因此效率是以每千兆字节毫瓦来衡量的，而不是总的哈希能力。比特大陆（Bitmain）是一家占主导地位的矿机供应商，其比特币矿机的能效为每千兆字节 98 毫瓦，而新的竞争者正在努力追赶或提高这一能效。"Charagulla说："我们已经有多家客户参与其中，其中一些已经开始使用，并取得了良好的效果。

足够好的性能

我问查拉古拉，矿工是否可以通过提高ASIC的频率并支付额外的功耗来更快地进入区块链的下一个空间。他回答说，为了使矿机内部的热流保持在最佳水平并节约电能，明智的策略是以 "最低功率下 400-500 MHz 的合理频率 "运行 ASIC。

尽管一些比特币ASIC正在转向基于FinFET的工艺，但Charagulla认为，更好的策略是通过使用基于FD-SOI的FDX工艺来降低制造成本和功耗，同时保持足够的性能。"做到这一点的方法是在一定频率下并行运行数千个内核，这样它们仍然可以解谜。这些内核基本上是一堆具有 16 位宽数据通路的 XOR 门，采用封闭式布局。我们相信，22FDX 可以满足这方面的要求。FinFET 的闪光点在于千兆赫的时钟速度、更宽的总线和位梯形图逻辑。在这种情况下（比特币专用集成电路），没有任何高速 I/O，因此如果能优化内核的布局，FD-SOI 的性能可以与 FinFET 不相上下，而且成本更低。

许多使用 FDX 工艺的客户设计的工作电压仅为 0.4V。Charagulla 说，一家一级客户正在将电压降至 0.3 Vdd，以便为矿工提供功耗更低的 ASIC，每千兆字节 80 毫瓦，同时 "仍能高效运行算法"。他补充说，背向偏压和正向偏压可用于满足性能和功耗规格要求。

容量限制

Moor Insights 分析师萨格说，虽然一些 "优质 "ASIC 矿机将继续采用最先进的 FinFET 工艺制造，但其他矿机可能会采取不同的策略。"在更昂贵的节点上采用 FinFET 工艺可以提供更高的性能，但要付出代价。当挖矿专用集成电路采用更小的设计规则时，晶圆就会更贵。现在，人们希望降低矿机的成本，这样他们就能以更低的成本卖出更多的矿机，获得更多的利润。在 10 纳米或 7 纳米等前沿节点上，最初的产量并不是最高的。前沿节点的成本很高"。

此外，矿业公司正在 "争夺晶圆厂的产能，这也是成本上升的另一个原因"，Sag 说。

萨格说，随着 GF 位于纽约州马耳他的工厂在 14 纳米和即将推出的基于 FinFET 的 7 纳米工艺上几乎满负荷运转，矿业公司将德累斯顿的 22FDX 可用产能视为一个机会。此外，由于有一半以上的矿机设备制造商位于中国，萨格说："22FDX可能很快就会在中国使用。

Sag 指出："GF 在为合适的客户选择合适的工艺方面做得很好，因为这对他们很重要。并非每个芯片都需要数十亿个 FinFET 晶体管。从价格敏感性以及对高效率的需求来看，22FDX 是合理的。

Moor Insights 的白皮书指出："GLOBALFOUNDRIES 的 FDX 路线图将在 2019 年和 2020 年扩展到 12nm FDX，其运行功耗更低，性能更高，同时成本也更低。我们相信，这一产品扩展将使矿工大大受益。制造芯片的成本正成为影响其成功与否的一个日益重要的因素，尤其是在比特币和其他altcoin ASIC挖矿公司都希望尽可能多地实现量产的情况下。"

查拉古拉说，德累斯顿的可用产能正在吸引新的矿业公司加入 22FDX。"马耳他工厂的大部分产能已满，德累斯顿工厂已明确定位为 22FDX 和未来的 12FDX。我们在毫米波射频（用于基站和移动手机以及毫米波雷达）领域的设计获胜。对于矿机专用集成电路来说，FDX 增加了价值，这就是新进入者来找我们的原因。

关于作者

戴夫-拉默斯

Dave Lammers 是 Solid State Technology 的特约撰稿人，也是 GF's Foundry Files 的特约博主。Dave 于 20 世纪 80 年代初在美联社东京分社工作时开始撰写有关半导体行业的文章，当时正值该行业快速发展时期。1985 年，他加入了《电子时报》，在东京工作的 14 年中，他报道了日本、韩国和台湾的情况。1998 年，戴夫和妻子美惠子以及四个孩子搬到奥斯汀，成立了《电子时报》德克萨斯分社。戴夫毕业于圣母大学，并在密苏里大学新闻学院获得新闻学硕士学位。