2020年1月31日 对于物联网和汽车应用，嵌入式MRAM有望成为成本效益高、功耗低的解决方案 作者：David Lammers 国际电子器件会议（IEDM）是一个重要的活动，原因之一是看半导体行业如何在技术选择上趋于一致，无论是氧化铪门氧化物、浸入式光刻技术，还是这次的磁性随机存取存储器（MRAM）。 在12月于旧金山举行的2019年IEDM上，主要的代工厂和英特尔都展示了可以嵌入CMOS逻辑器件的MRAM技术。虽然可以说GLOBALFOUNDRIES在可靠性和制造经验方面比其他公司有优势，但其他公司显然也已经接受了MRAM。 MRAM的时代已经到来，主要是因为嵌入式NOR闪存需要太多的掩模--十几个甚至更多的掩模，以便在28纳米节点及以后的节点制造。嵌入式NOR闪存还需要高电压能力来写入数据，而且写入时间相当长。MRAM也有其挑战，但它比eFlash更快、更不耗电。 大幅节省电力 "总部位于加利福尼亚州洛斯加托斯的客观分析公司的资深内存分析师Jim Handy说："如果你的应用程序大量写入NOR闪存，那么你将会喜欢上MRAM。"闪存消耗了大量的电力，数量惊人，因为它需要这么长的时间来写入，而且需要高电压。如果你转向MRAM，就会有很大的功率节省。写入功率下降了几个数量级，而MRAM的读取功率则大致相同。" Handy指出，开发微控制器的公司有一个选择：他们可以装载SRAM作为工作存储器，将代码存储在外部（离散）NOR闪存上；或者他们可以跳到嵌入式MRAM（eMRAM）。他说，由于SRAM需要六个晶体管来存储一个比特，MRAM通常有大约两倍或更好的密度改进。 此外，在SRAM需要电池备份的系统中，非易失性MRAM通常比嵌入式静态RAM（SRAM）的芯片加电池的综合成本更划算，他说。 在2019年的IEDM上，有一整场会议专门讨论eMRAM。在介绍了GF最新的eMRAM可靠性数据后，GF嵌入式MRAM工作的新加坡技术负责人Vinayak Bharat Naik说，他欢迎有四家公司--GF，其次是英特尔、三星和台积电--同时推动eMRAM。 "对于客户来说，如果他们想从他们已经使用了很长时间的传统技术转向一项新技术，这不可能是突然的，"Naik说。"一旦终端客户开始使用MRAM，他们会对用MRAM取代传统存储器的想法越来越有信心。" eMRAM的可靠性和可制造性 在过去的一年里，一些客户要求GF分享更多的数据，显示其eMRAM技术能够满足所有的可靠性测试，用于生产，并能承受可能干扰存储数据的强大外部磁场。 GF的2019年IEDM演讲重点是为这些问题提供答案，而这是一个积极的故事。 Naik的IEDM论文显示了eMRAM在GF的22纳米FD-SOI嵌入式平台上的可制造性，该平台采用先进的磁隧道结（MTJ）堆叠/蚀刻/集成工艺，在-40至125摄氏度的工业工作温度范围内实现了全功能40Mb宏。它还显示了满足焊接回流要求的能力，以及强大的产品可靠性，封装级的故障率低于百万分之一（ppm）。 磁性抗扰度研究表明，40Mb eMRAM宏具有在25摄氏度的待机模式下承受1600欧斯特的极高磁场的能力，在20分钟的暴露中故障率小于1ppm。在125摄氏度时，在700欧的情况下，故障率仍低于1ppm。主动模式的抗磁能力--芯片在磁场存在的情况下工作的能力--也得到了证明，达到500欧。耐久性仍然很好，在一百万次循环中故障率低于1ppm，一百万次循环后电阻分布没有退化，在500小时的高温操作中没有退化。所有的结果都是在错误校正（ECC）处于关闭模式时取得的。 "磁场可以存在于任何地方，"奈克说。"在家里，比如说你的手机充电器，可以产生一定程度的磁场。我们需要确保待机抗扰度和有源模式抗扰度都很好，以便芯片能够照常运行，"Naik说。 2018年，在包括IEDM和VLSI技术研讨会在内的主要技术会议上，GF展示了其eMRAM可以承受芯片封装中的焊接回流步骤，这将允许微控制器（MCU）在封装焊接回流步骤之前进行编程。JEDEC的标准是在260摄氏度的温度下进行五次回流焊，时间为五分钟，这一点已经通过封装级测试得到证明。 提高可靠性能 Naik说，在2019年IEDM上，通过展示所有标准可靠性测试和磁抗性的eMRAM封装级可靠性数据，GF在eMRAM技术方面仍然具有竞争力。 "在这次IEDM上，我们展示了我们已经为工业级应用做好了生产准备，包括可穿戴设备、物联网（IoT）以及其他许多应用，"他说。"GF在40纳米和28纳米MRAM方面有良好的生产经验，这些经验可以延续到eMRAM市场。" GF工程师继续优化磁隧道结（MTJ）单元，包括沉积和蚀刻。"在过去的一年里，我们改进了MTJ堆栈和蚀刻以及集成工艺，以提高持久性能和更好的开关效率。我们的良率被提升到90%以上的水平，"Naik说。 节省能源消耗 担任了10年年度闪存峰会总主席的内存和存储顾问Tom Coughlin说，eMRAM "对边缘或终端的嵌入式产品有很多可能性，特别是那些对电源敏感的产品"。 Coughlin说，新兴的存储器，如eMRAM，其市场定位是要起飞的。"持久性网络有很大的增长，包括工厂4.0，它将智能设备与人工智能相结合，使工厂更有效率。此外，农业可能是一个大市场，更多的农民会在他们的田地里放置生产性无线智能传感器。另外，随着医疗卫生的发展，也需要更有效的能源使用。许多市场将推动需求。然后还有一些我们甚至还没有想到的东西，包括许多消费者应用，快速节能存储器的新用途刚刚开始上线，但我们还没有认识到它们的潜力。" Naik说，GF正在逐步推进，首先关注物联网和工业用途，然后是汽车级eMRAM--那里的温度挑战更高，自动驾驶的数据需求需要高密度的片上存储器，然后将MRAM作为4级缓存，取代处理器上的一些SRAM。 然后还有另一个非常大的市场，即内存中的进程（PIM）计算，这在2019年的IEDM上被经常讨论。PIM涉及在人工智能（AI）计算中使用某种形式的新兴存储器。MRAM或其他存储器类型，如电阻式RAM或相变RAM，可以作为边缘设备的本地处理元件。"考虑到MRAM的优越性能，如快速写入速度、高耐久性、高密度和低功耗，MRAM在其他NVM中是独一无二的，在人工智能应用的PIM计算中具有巨大的潜力，"Naik说。 记忆中的过程 Coughlin同意关于PIM的潜力。"内存中的过程可能是一切中更大的一部分，把人工智能应用放在其他一切中，"他说。"我们可以在其他地方进行训练，并在设备上拥有一些学习能力。至少，内存中程序可以在本地而不是在数据中心运行一个模型。" MRAM也可以在数据中心发挥更大的作用。"如果系统不使用某些东西，MRAM会保留状态，当需要这些数据时，它会马上恢复。这使我们摆脱了对易失性存储器的依赖，转向对非易失性存储器的更大利用。Coughlin说："今天，很多都是由边缘点的能源敏感型应用驱动的，但它也可以用于数据中心。 总部位于圣地亚哥的Atlazo公司的首席执行官Karim Arabi在IEDM上谈到了边缘设备即将发生的变化。他说，自动驾驶只是边缘计算的一种形式，将需要 "大量的数据"。 高级驾驶辅助系统（ADAS）需要 "靠近传感器的低延迟计算"，Arabi说。 "当涉及到数据聚合和训练时，我们的计算能力和数据规模都无法超越云。但是其他应用需要更好的电源效率，而边缘计算在电源方面的成本比通过无线链接向云端传输电源要低100到1000倍。而且由于隐私原因，很多数据需要留在本地，"Arabi说。 在典型的冯-诺依曼架构中，大约75%-95%的功率是通过在存储器和处理器之间移动数据而消耗的。"有了新的存储器架构，如MRAM和PC-RAM，我们可以用MRAM取代一些SRAM，也可以将数据从片外DRAM转移到片内MRAM。阿拉比说："无论是MRAM还是PC-RAM，都可以创造一种新的计算范式。"在未来10年，随着神经形态计算的普及，MRAM和PC-RAM将变得更加关键"。 新的计算架构 GF将自己定位为MRAM的领导者，并接受其潜力，使GF客户能够开发出差异化的、功能丰富的产品，并推动新技术成为潜在的新计算架构。 GF首席技术官兼计算和无线基础设施副总裁Ted Letavic说："我们现在有一个互联的社会，如果你不能在功率范围内处理我们拥有的数据，如果不能做数据分析，那么你就不能赚钱，甚至不能实施AI。我们必须能够进行分析，而这是在边缘或数据中心的计算"。 展望未来，隐私将推动数据进入边缘设备，MRAM可以在其中发挥作用。"我们都有到处张贴的个人数据，从边缘到数据中心。我们希望将这些数据转移到边缘，以确保你的数据安全和更加隐私"。 推动边缘计算的第二个因素是带宽。虽然5G向数据中心提供了更多的数据，但随着移动数据量的加速，这种方法变得不切实际。"即使有5G，甚至6G的巨大承诺，你必须传输到数据中心进行计算的每一个比特都需要带宽。我们希望达到在边缘拥有高效计算引擎的地步。然后我们可以发送元数据--只传输结果，而不是原始数据。" Letavic说，几个主要的研究中心正与GF合作，探索这些边缘计算的新方法。 "这比一个硅解决方案要多得多。我们必须真正改变计算架构。Letavic在2019年IEDM上接受采访时说："我们不是仅仅谈论新的晶体管和处理电子和光子的方法，而是谈论新的架构。 MRAM可以在Letavic所说的即将到来的 "计算机设计的复兴 "中发挥重要作用。 "30年来，我们第一次打开了工具包，正在研究非冯-诺伊曼架构，其中的功率优势是巨大的。我们可以通过专用架构实现100或1000倍的低功率"。 由于内存中的进程方法非常省电，MRAM可以在这些非冯-诺依曼架构中发挥核心作用。"作为设备技术专家，我们可以在未来30年里不断改进技术，但我们仍然无法达到符合我们愿望的功率点，"Letavic说。"我们必须改变架构和软件堆栈。新的架构带来了新的设备类型，平台上的新功能，以及解决计算问题的新方法。"
