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。

作者：张亚峰作者：张亚峰

蓬勃发展的汽车和物联网市场推动了对微控制器 (MCU) 日益增长的需求。最新预测显示，未来五年MCU整体复合年增长率(CAGR) 将达到 4%，尤其是汽车 MCU 的复合年增长率将接近 14%。

非易失性存储器 (NVM) 是微控制器的关键元件，因为它不仅需要存储代码，还需要在产品的整个生命周期内存储操作数据。

两种 NVM 解决方案

有两种 NVM 解决方案通常用于制造 MCU：直接嵌入片上系统 (SoC) 的 NVM 或作为系统级封装 (SiP) 解决方案与逻辑芯片组装在一起的独立外部 NVM 芯片。带有嵌入式 NVM（eNVM）的 MCU 采用包含 eNVM 的特殊逻辑工艺制造，MCU 运行所需的一切均在该单芯片内完成。对于使用 SiP 解决方案的 MCU，NOR 闪存芯片和逻辑芯片封装在一起。因此，代码和数据脱离逻辑芯片，存储在独立的 NOR 闪存芯片上。

顶级 MCU 供应商主要在其产品中使用 eNVM 解决方案，但 SiP 解决方案对较小的公司来说可能是一个有吸引力的选择。这些公司可能会缩短产品上市时间，部分原因是使用现成的标准逻辑工艺可以简化和缩短设计周期。然而，SiP 解决方案可能无法满足许多物联网和汽车应用的所有要求。考虑到高增长 MCU 应用对成本、功耗、速度、安全性、稳定性和可靠性的要求，使用 eNVM 通常是更优的解决方案。

选择最佳解决方案

要为应用选择最佳解决方案，可以考虑根据终端市场对功耗、开机时间、速度、安全性、可靠性和成本的主要要求，对这两种解决方案进行以下比较：

• 功耗：eNVM 的有功功耗比 SiP 低 30% 以上，因为 SiP 闪存需要持续的 IO 切换。因此，GF 建议将 eNVM 用于需要低功耗的电池供电物联网应用。GF 和 eVaderis 正在共同开发一种使用 22FDX 和 eMRAM 的低功耗 MCU。
• 上电时间：eNVM 的上电时间和访问第一个数据的时间比 SiP 快 20 倍（5µs 对 100µs），因为 eNVM 是 XIP，而 SiP 闪存则需要将数据复制到片上 SRAM。因此，对于需要极快上电和读取时间的常关断应用，GF 推荐使用嵌入式 eNVM。
• 速度：eNVM 的读取速度是 SiP 的 2 倍（400MB/秒对 200MB/秒），因为 eNVM 宏具有 x32 至 x128 位 IO 总线宽度，而 SiP 使用的是 x4 或 x8 位。
• 安全性：eNVM 比 SiP 具有更高的安全性，因为 eNVM 宏可以定制，而且 SoC 可以使用 PUF 等 IP 来增强安全性。相比之下，SiP 闪存是市场上的标准产品，无法增加额外的安全性。因此，GF 建议高安全性应用采用 eNVM。
• 可靠性：eNVM 具有更高的可靠性，因为它作为单个 SoC 达到了所需的可靠性水平，而 SiP 闪存只能通过对已知好芯片 (KGD) 和封装进行严格的测试筛选来实现高可靠性。用于 GP-MCU 应用的 2x 纳米模式 CMOS 嵌入式 STT-MRAM 阵列
• 成本：要比较两种解决方案的成本，必须考虑几个因素：
  • NVM 存储器密度和整个芯片尺寸，决定了有无 eNVM 的单晶片毛重
  • 晶圆价格，含或不含 eNVM
  • 为 SiP 解决方案提供额外的片上 SRAM 密度，用于在开机时从外部闪存下载代码
  • 用于 SiP 解决方案的闪存 KGD 价格
  • 晶圆测试成本，含或不含 eNVM
  • 其他因素，如晶圆良品率、有无 eNVM、SiP 解决方案 FT 良品率损失、管理成本等

成本比较

下面的成本比较包括六种典型的 NVM 存储器密度（2Mb、4Mb、8Mb、16Mb、32Mb、128Mb），分别在带有 eFlash 的 GF 40nm LPx 平台和带有 eMRAM 的 22FDX®（22nm FD-SOI）平台上实现。

由于每家公司的 SiP 解决方案都有不同的上电方法，因此会使用不同的片上 SRAM 密度来 "隐藏 "外部闪存。以下结果假设了 SiP 的理想情况，即 SiP 解决方案和 eNVM 解决方案使用相同的 SRAM 大小。请注意，大多数常见的 SiP 解决方案都会增加 SRAM 容量，以便从外部闪存进行代码阴影处理。

资料来源资料来源：全球半导体公司，2018 年

上图显示，当 NVM 密度小于 16Mb 时，采用 eNVM（eFlash）的 40 纳米平台成本较低，而当 NVM 密度等于或大于 16Mb 时，SiP 解决方案成本较低。

对于采用 22nm FDX 平台的设计，当 NVM 密度小于 32Mb 时，eNVM 解决方案（eMRAM）的成本较低；而当 NVM 密度等于或大于 32Mb 时，SiP 解决方案的成本较低。

比较这两个平台，22FDX eNVM 解决方案（eMRAM）在所有 NVM 密度下的成本均低于 40 纳米 SiP 解决方案。此外，就 22 纳米平台而言，eMRAM 在较高密度（32Mb 以上）下的额外成本为 4% 或更低，同时在功耗、速度、安全性和可靠性方面也优于 SiP 解决方案。

对于更大的 SRAM 密度，eNVM 解决方案的优势就更大了。

那么，哪种解决方案最适合我的 MCU？

总之，eNVM 和 SiP 解决方案都是结合逻辑和 NVM 的可行方法。不过，eNVM 在功耗、速度、安全性和可靠性方面更胜一筹，通常是 MCU 的最佳选择。在成本方面，eNVM 通常比 SiP 成本更低，尤其是 NVM 密度低于 32Mb。在 MCU 制造商考虑其产品的所有权衡因素时，GF 随时准备协助客户选择合适的解决方案，以赢得市场。

在最近的一段技术交流视频中，GF 谈到了嵌入式非易失性存储器与系统封装的利弊。

GF 利用从 130 纳米到 22 纳米的前沿和主流技术平台提供各种eNVM 和 SiP 解决方案，以满足新兴市场的各种需求。单元核心 eMRAM 系列功耗低，是 MCU 和物联网市场的理想之选，超快的存取速度和高存储容量使其成为计算和存储市场的完美伴侣。eFlash 解决方案（以及射频和模拟模块以及各种 IP）针对可穿戴设备、物联网、汽车、工业和消费电子等特定应用进行了优化。 GF SiP 解决方案采用成熟技术，可快速上市。

如需针对您的特定 MCU 架构进行 SiP 与 eNVM 的精确比较，请联系 GF。

关于作者

张亚峰

Yafeng 在半导体行业拥有约 15 年的经验，擅长 NOR 闪存的设计、应用和技术营销。Yafeng 负责 eFlash 130 纳米到 40 纳米产品的技术营销，尤其关注汽车和工业 MCU 客户。

在加入 GF 之前，Yafeng 曾在美光半导体担任高级工程职务，主要负责 45 纳米 NOR 闪存的设计和产品应用。在此之前，Yafeng 曾在 Synopsys 和中芯国际担任多个职位。

Yafeng 拥有中国上海复旦大学微电子工程硕士学位和材料科学学士学位。

作者： Dave Lammers戴夫-拉默斯

"现在的偏执狂比两年前少多了"。VLSI Research 首席执行官 Dan Hutcheson

两年前，当市场研究公司 VLSI Research Inc.（加利福尼亚州圣克拉拉市）首席执行官Dan Hutcheson 开始就绝缘体上全耗尽硅（FD-SOI）问题采访有影响力的集成电路和知识产权经理时，他发现了两个最受关注的问题：一是是否有设计团队可以与内部知识产权相结合的外部知识产权，二是当时缺乏工艺技术路线图。

Hutcheson 今年重新进行了 VLSI Research 调查，发现情况有所不同：既然 GLOBALFOUNDRIES 已承诺其 FDX 技术采用 12nm 节点，那么 2018 年的调查对象对路线图问题的关注度就大大降低了，而且 "IP 已不再是一个问题，"Hutcheson 在 4 月底举行的 2018SOI 硅谷研讨会上介绍 2018 年调查结果时说。

Hutcheson 向占集成电路和知识产权市场一半以上的公司的 24 位决策者询问了使用 FD-SOI 设计晶体管的原因。将近 40% 的人认为 "模拟增益更好 "是首要原因，同样多的人认为漏电更低和寄生性更好。其次是噪声更低、晶体管匹配性更好、热特性、可靠性问题和辐射防护更好。

2018 年的调查参与者现在意识到，射频和混合信号技术更容易在 FD-SOI 中实现，包括普遍认为 FD-SOI 是 5G 和毫米波射频 SoC 的更好解决方案。

时代变了

2016 年进行调查时，基于 finFET 的工艺刚刚面世。当时人们的思维模式是非此即彼：要么是 finFET，要么是 FD-SOI，非此即彼。现在，随着 finFET 的广泛应用，人们开始考虑更多细微的问题。"Hutcheson 说："现在，大多数人都认为，finFET 和 FD-SOI 是互补技术，使用哪一种取决于应用需求。

基于 FinFET 的技术具有更高的性能、集成度和密度。然而，尽管在过去两年中，由于工具套件的折旧，finFET 成本有所下降，但其设计和掩膜成本仍高于 FD-SOI。

许多受访者表示，FD-SOI 的主要优势集中在射频或 "高混合 SoC"，即在同一芯片上集成模拟、数字和射频。他说，在射频和传感器集成非常重要的产品市场，FD-SOI 被视为 "比以前更有价值 "的发展方向。

受访者告诉 Hutcheson，SOI 上的全耗尽平面晶体管能提供 "更好的模拟增益、更好的匹配，而且更容易匹配。在汽车环境中，"汽车行业的人看到了更好的热范围和更稳定的运行"。此外，与鳍式场效应晶体管的增强型模式晶体管相比，FD-SOI 耗尽型晶体管能提供更好的增益，从而使模拟设计受益匪浅。

"FD-SOI具有更好的寄生性能，因此在5G领域具有独特的优势。有些人试图将鳍片用于 5G，但鳍片寄生是一个决定性因素。用受访者的话说，'你总能找到绕过任何东西的工程方法。他说："但问题是：你想花多少钱进行工程改造？

2018 年的调查询问了青睐 finFET 的首要原因。最大的原因是前沿 finFET 所拥有的性能和密度优势。近 30% 的受访者表示，"在这些领域，FD 在结构上不具成本效益"。 约 15% 的受访者表示，他们认为毫米波集成电路 "有可能采用块状结构"。其他受访者则提出了各种偏好鳍式场效应晶体管的原因，包括背偏压设计的挑战、鳍式场效应晶体管生态系统 "没有同行"、缺乏 FD-SOI IP 以及 "管理层说不"。

"Hutcheson 说："我询问了有关体细胞生物学的情况，发现有人说它被过度推销了。一个人说："如果我对我的老板说，我们应该这样做，因为我们想做体偏压，他很可能会说这太复杂，风险太大，所以就做散装吧。最好是先向管理层推销 FD 独特的晶体管功能，然后再把体偏压作为额外奖励。

受访者表示，FD-SOI 具有商业吸引力，约 30% 的受访者将降低设计成本作为使用 FD-SOI 进行设计的首要商业原因。其次是更低的制造成本、更少的掩膜和更快的周期/上市时间。

Hutcheson 指出，物联网标签包括几个大型细分市场。对于功耗非常重要的边缘物联网市场--他称之为 "具有开/关任务曲线的智能功耗"--FD-SOI "具有巨大的优势"。他还说，调查显示，FD-SOI 在产品寿命短的市场和 "芯片设计预算低 "的公司具有优势。

2018 年调查的主要结论是，管理人员和工程师更愿意考虑将 FD-SOI 作为 finFET 的补充，或者在某些情况下将其作为唯一符合公司产品要求的工艺路线图。有近 75% 的调查对象表示，他们会考虑运行两个路线图，一个用于 finFET，另一个用于 FD-SOI。

"两年前，人们对这一问题的看法颇具戏剧性：是finFET？还是 FD-SOI？当时的情况是OR门，但现在更像是AND门。人们愿意同时使用这两种器件。他说："现在的偏执狂比两年前少多了。

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。

作者： Dave Lammers戴夫-拉默斯

高分辨率成像雷达使汽车能够在任何天气和照明条件下，在远距离、中距离和近距离以及任何方位角、仰角和多普勒范围内感知环境。与目前市场上的传感器相比，它能更好地跟踪速度和探测距离。

最近在美国发生的两起与自动驾驶汽车有关的事故表明，迫切需要改进传感器和相关的 ADAS（高级驾驶辅助系统）技术。Arbe Robotics 是一家源于以色列军用雷达技术开发的初创公司，它开始推出基于 GLOBALFOUNDRIES22FDX® 技术的高分辨率汽车成像雷达芯片组，是满足这一需求的公司之一。

Arbe Robotics公司的成像雷达具有方位角 1°、仰角 1.25°的高分辨率，探测距离超过 300 米，视场角 100°。 该公司表示，其先进的技术可以探测到人或自行车等小目标，即使这些目标被卡车等大型物体遮挡。成像雷达可以确定物体是否在移动以及移动的方向，并实时向汽车发出危险警报。

而其他汽车传感器在下雨、有雾、灯光刺眼（如突然反光）时都会失灵。Arbe 的雷达则完全不受这些因素的影响。定制设计的雷达处理器能实时生成完整的 4D 环境图像，并根据雷达信号对目标进行分类。

"这家位于特拉维夫的公司成立于2015年，其研发副总裁阿维-鲍尔（Avi Bauer）说："我们所能展示的性能超越了现有雷达。在之前的工作中，他对现有的工艺技术（从硅锗（SiGe）到体CMOS）进行了基准测试，发现它们都存在不足。22FDX 的全贫化 SOI 技术同时满足了雷达前端设备和处理器的需求。在 22FDX 上制造这两种芯片将更容易将它们组合成单芯片解决方案，作为公司的下一代产品。

鲍尔说，在他的上一份工作中，"由于块状 CMOS 的限制，我们在效率方面遇到了玻璃天花板"，包括功率处理。鲍尔说，28 纳米设计规则的 CMOS 在集成度和远程雷达功率方面都存在不足。目前用于远程雷达的硅锗性能良好，但功耗大、密度低。在 16 纳米 FinFET 工艺上转而采用基本数字化的射频设计，成本太高，风险太大。

"Bauer 说："有了 SOI，设计就更加简单明了，（电压）偏置可以实现标准 CMOS 无法实现的功能。对于发射和接收模块，SOI 的高电阻率基板有利于无源元件（电感器和电容器），并实现良好的隔离。"高 Q 值无源元件非常重要。在 22 纳米工艺中，SOI 能够实现更好的整体性能。

Bauer 表示，22FDX 工艺避免了基于 FinFET 的设计所需的高掩模数和昂贵的设计工具，从而满足了公司在功率、性能和密度方面的目标，同时保持了摩尔定律的单位功能成本曲线。速度和晶体管密度非常重要：高分辨率成像雷达会产生大量数据，这些数据必须在感测地点附近以极低的延迟时间进行处理。鲍尔说，Arbe 开发了一种用于雷达数据分析的定制处理器，并使用现成的处理器来处理存储器和其他控制功能。

要不要使用激光雷达

GF 公司高级总监伯特-弗兰西斯（Bert Fransis）说，高分辨率成像雷达系统可以在任何天气条件下 "看见 "任何东西，ADAS 车辆 "与激光雷达相比将是一个赢家"。弗兰西斯说，他相信高分辨率成像雷达最终将在很大程度上取代LiDAR（光探测和测距）的部署，LiDAR是当今ADAS测试车顶部经常出现的基于激光的传感器。ADAS 公司可以将 CMOS 图像摄像头和高分辨率成像雷达结合起来，"大大降低汽车视觉系统的成本"。安装在测试车车顶上的旋转激光雷达模块价格在1万美元以上，而且只能在晴朗的天气下工作，即使在晴朗的天气下，帧率也只有20赫兹。

如今的激光雷达模块 "无法在多雾、多雪的天气下工作。它们只能在严重受限的情况下提供高分辨率，"弗兰西斯说。

IHS Markit公司汽车电子和半导体高级分析师菲尔-阿姆斯鲁德（Phil Amsrud）说，激光雷达领域的创新层出不穷，从基于MEMS的激光雷达到全固态激光雷达，这些创新很可能使激光雷达继续成为许多汽车公司的 "传感器融合 "套件。"从我们现在掌握的数据来看，LiDAR 的寿命将远远超过在测试车辆上进行的科学实验。我们正在努力开发新技术，减少移动部件，并建立了许多合作伙伴关系，我们相信激光雷达将被用于量产车型。它仍然符合传感器融合的理念，我认为所有这些技术都将并行发展。

3D 加速度等于 4D

即使 Arbe Robotics 和其他公司将雷达的有效距离提高到 300 多米，并提高成像分辨率，某些汽车公司仍可能继续部署激光雷达。Arbe Robotics 公司声称自己是第一家提供高分辨率 4D 图像（3D + 速度）的雷达公司，可在宽动态范围内进行实时障碍物探测。

Arbe Robotics 公司营销副总裁Shlomit Hacohen 说，该公司目前正在向客户提供样机，并将于明年初全面上市。"我们的成像雷达能在任何天气和照明条件下工作，是道路安全的真正推动者。它比市场上任何其他传感器都能更好地跟踪速度和探测距离，"她说。

如今的雷达支持自适应巡航控制、盲点检测和自动紧急制动等安全系统。"然而，目前市场上的雷达需要在分辨率和视野之间进行权衡，"Hacohen 说。

Arbe Robotics 系统可配置为后视、侧视或前视探测。该公司宣称其具有 1°方位角、1.25°仰角的超高分辨率和 0.1 米/秒的多普勒分辨率。它支持方位角 100°、仰角 30°的宽视场，实时刷新率为 40 FPS（每秒帧数）。

公司已申请了后处理技术专利，该技术只将摄像头和激光雷达对准感兴趣的区域，从而降低了功耗。

考虑中的 MRAM

我问 Bauer Arbe Robotics 是否计划使用GF 开发的 eMRAM（嵌入式磁性 RAM）技术，他说 Arbe Robotics 的下一代单芯片设计正在考虑使用这种技术。"作为单个设备中的独立系统，我们可能需要考虑一下 eMRAM。今天，我们已经处于边缘位置，再增加 eMRAM 这样的功能会增加风险。但我们正在认真研究下一代产品。

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。

作者：马克-格兰杰马克-格兰杰

汽车电子产品发展缓慢、技术落后的时代已经一去不复返了。如今，强大的半导体技术正推动着汽车功能的发展，而这些功能曾经可能被视为科幻小说，例如高级驾驶辅助系统（ADAS），它为自动驾驶汽车铺平了道路。

总体而言，从现在到 2023 年，汽车应用半导体市场的复合年均增长率预计为 7%，从 350 亿美元增至 540 亿美元。然而，GF 提供独特解决方案的 ADAS 应用预计在此期间将以高达 19% 的复合年均增长率增长。

我们拥有广泛的技术、系统设计专长、工程资源和质量体系，这一切都使我们能够为这一不断增长的市场提供服务，并为汽车行业提供创新解决方案，满足其对性能、质量、可靠性和安全性的严格要求。目前，从无晶圆厂半导体公司到一级供应商，再到汽车制造商本身，整个汽车供应链的客户都在利用 GF 的技术产品。以下是我想报告的几个最新进展。

雷达上

汽车雷达技术是 GF 的核心竞争力之一，随着 ADAS 系统变得越来越复杂和广泛，这项技术也变得越来越重要。

雷达是用于探测车辆附近物体的几种传感器之一，可实现自适应巡航控制等功能。激光雷达是另一种。它使用脉冲激光，通过测量光反射所需的时间来确定物体的距离。不过，激光雷达目前价格昂贵，而且会受到天气条件的影响。雷达的成本较低，而且分辨率更高的雷达有望在汽车应用中与激光雷达一较高下，从而使价格较低的汽车也能享受到更强大的 ADAS 功能。

GF 的 22FDX 技术可为下一代 77-86 GHz 中/远程汽车雷达提供出色的毫米波 (mmWave) 性能和数字密度。与目前的雷达传感器相比，基于 22FDX 技术的雷达传感器分辨率更高、延迟更短，而系统总成本却非常低。

在不久的将来，我们的一位客户将揭示该公司如何使用 22FDX 作为雷达成像芯片组的基础，该芯片组可探测 300 米范围内的障碍物，并具有超高分辨率的宽视场。敬请期待。

我们与一家领先的汽车电子客户合作，利用 GF 成熟的 CMOS 工艺技术开发出 77 GHz 短程/中程雷达模块，这是汽车雷达发展的另一个实例。该模块在电路板上集成了微控制器、数字信号处理器、SRAM 和闪存以及支持组件，取代了更大的雷达阵列。

续航能力更强的电动汽车

当然，雷达只是汽车半导体应用之一。动力总成控制是另一个。在最近的嵌入式世界展会上，我们的客户Silicon Mobility展示了该公司所谓的现场可编程控制单元 (FPCU)，用于电动汽车和混合动力汽车的动力总成控制。它采用 GF 的 55LPx CMOS 技术，在符合ISO 26262 ASIL-D 安全标准的单一半导体中提供传感器和执行器的实时处理和控制，并与标准 CPU 相结合。 点击此处观看 Silicon Mobility 采用 GF 55nm eFlash 技术实现的汽车电机控制的现场演示。

其结果是为电动和混合动力系统的控制和性能提供了一个更强大、更灵活和更安全的架构。通过在硬件而非软件中快速执行复杂的动力总成控制算法，可以实现大幅节能并延长电池寿命。该公司表示，FPCU 可以将电动汽车和混合动力汽车的续航里程延长约 32%。

德累斯顿经过验证的质量

与其他市场的客户相比，汽车客户对质量和可靠性的要求要高得多，这是可以理解的，因为我们都知道，汽车和卡车在其整个使用寿命期间，必须在各种天气、道路和交通条件下正常运行。

因此，汽车行业的半导体供应商必须满足众多质量标准和认证，而这些标准和认证不适用于其他类型的客户。这些标准和认证由 AEC、IATF、ISO、VDA 等标准制定团体和机构共同管理。

我们在新加坡的工厂已经证明了我们的汽车制造能力，现在我可以自豪地向大家报告，GF 位于德累斯顿的工厂 1 已于上个月通过了首次全面的 IATF16949/ISO9001 审核。达到这一标准可证明工厂的质量管理体系符合汽车生产的要求。符合该标准至关重要。 四名审核员花了一周的时间对德累斯顿工厂的各个方面和领域进行了审核。结果是成功的，在未来 60 天内完成 4 项行动后，审核员将建议 Fab 1 进行全面认证。

这些只是我们努力成为汽车行业首选供应商的部分成果。随着汽车电子产品含量的增加，汽车行业正处于一个激动人心的时刻。 在价值链的各个环节都有大量的半导体商机，我们正在全力以赴。

去年，GF发布了其汽车平台AutoPro™，该平台提供全方位的技术和制造服务，帮助汽车制造商利用硅的力量开创 "互联智能 "的新时代。有关公司汽车解决方案和服务包的更多信息，请访问：globalfoundries.com/market-solutions/automotive。

关于作者

马克-格兰杰

GLOBALFOUNDRIES 负责汽车业务的副总裁 Mark Granger 在高性能 SoC 产品设计和产品管理领域工作了约 20 年，最近的工作是在英伟达（NVIDIA），领导公司为自动驾驶汽车提供领先的应用处理器。

作者：Khaled Douzane哈立德-杜赞

革命性的行业首创 FPCU（现场可编程控制单元）简介

大家可能都知道，汽车行业正在经历一场数字化和电动化革命。与从翻盖手机到智能手机的演变过程十分相似，汽车正在实现电气化、自主化和互联化，从而彻底改变了我们所熟知的交通方式。您可能不知道的是，这些汽车内部的半导体正变得越来越有价值，因为它们是使电动汽车和混合动力汽车节约电能、加快充电速度并达到新续航里程的关键。世界顶级汽车制造商都会根据这些关键因素进行评判，并竞相寻找最佳技术，以最快的电池充电时间、最少的耗电量实现最远的汽车续航里程。

寻求新技术

这一挑战的答案极其复杂，因为它涉及电气化动力总成系统中的多个要素。从电池技术、电机设计到电机定位，电动动力总成中可使用的技术组合不胜枚举。讨论的关键在于，如何利用专为电动和混合动力总成系统设计的新型半导体，将这些新系统有效地协调控制在一起，以实现最高性能。

令人惊讶的是，传统的半导体制造商至今还没有提供适当的解决方案来有效地控制这些新系统。因此，一级制造商和原始设备制造商基本上只能使用为燃气发动机设计的多核和微控制器等限制性技术。正因为如此，Silicon Mobility 公司设计了一种名为现场可编程控制单元 (FPCU) 的新型半导体，使现有的电动汽车和混合动力汽车技术能够发挥其真正的潜力。

超越极限的半导体

这种全新的颠覆性 FPCU 半导体技术结合了灵活的并行硬件架构，可对传感器和执行器进行实时处理和控制，并与标准 CPU 相结合。这与集成的最高标准安全架构（ASIL-D）相辅相成，形成了一个单一的半导体。因此，这是一种功能更强大、更灵活、更安全的架构，可用于电动和混合动力系统的控制和性能。

FPCU 消除了软件瓶颈，数据处理速度比传统半导体快 40 倍以上。FPCU 还能将硬实时控制环路的速度提高 20 倍，确保发动机的耐用性，并消除可能导致发动机故障或损坏的信号延迟。此外，通过在 FPCU 硬件而非软件中执行复杂的算法，可显著降低功耗，降低幅度超过 180% 或 200%。功耗降低的结果是电动汽车和混合动力汽车的续航里程增加。据测量，FPCU 可将电动汽车和混合动力汽车的续航里程延长 32% 以上！

推动电动和混合动力革命

通过推出 FPCU 半导体，Silicon Mobility 正在帮助汽车制造商和原始设备制造商向市场推出更高效和定制设计的电动汽车和混合动力汽车。特别是随着汽车续航里程的延长和自动驾驶数据处理能力的增强，FPCU 等半导体是实现这一目标的关键，而无需重新考虑或重新设计电池或发动机等汽车动力总成系统。在未来两年内，全球每家顶级汽车制造商都将推出至少一款新型电动车或混合动力车，因此对半导体解决方案的需求量将非常大。半导体架构能够在降低功耗的同时成倍增加汽车续航里程和数据处理能力，将为电动汽车和混合动力汽车的性能和续航里程铺平道路。原因在于，将新的半导体架构集成到现有的动力系统中，比大幅改变动力系统设计和供应链的成本要低得多。

欲了解更多有关 Silicon Mobility 的 FPCU（名为 OLEA）的信息，请访问我们的网站，了解这一业界首创的半导体架构如何助力您的电动和混合动力革命。

去年，GLOBALFOUNDRIES 和 Silicon Mobility成功生产出业界首个汽车 FPCU 解决方案。最近，Silicon Mobility 在 2018 年嵌入式世界大会上成功展示了其 T222 芯片。该FPCU解决方案采用GF的55纳米低功耗扩展（55LPx）汽车合格技术平台，将多种功能集成到单个芯片上，提升了混合动力汽车和电动汽车的性能。

观看 Silicon Mobility 利用 GF 55 纳米 eFlash 技术实现的电动汽车电机控制的现场演示。

关于作者

哈立德-杜赞

Khaled Douzane 在以汽车为重点的半导体行业拥有 18 年的经验。作为 Silicon Mobility 的产品副总裁，他负责定义和推动电动（EV）和混合动力（HEV）动力总成及自动驾驶汽车应用的所有产品线。Khaled 是 Silicon Mobilty 创新和革命性产品核心专利技术设计的利益相关者。在共同创办 Silicon Mobility 之前，Khaled 曾为 Scaleo（一家无晶圆厂半导体公司）的发展做出过贡献，并担任过多个职位，其中包括八年的 SoC 设计经理和八年的产品经理。Khaled Douzane 毕业于尼斯索菲亚-安蒂波利斯 POLYTECH 工程学院，主修电子专业。

作者：加里-达加斯丁作者：加里-达加斯丁

2018世界移动通信大会上，GF畅谈5G，世界聆听5G

在西班牙巴塞罗那举行的世界移动通信大会（Mobile World Congress）是无线行业的年度盛会，今年 2 月下旬举行的这届大会热议 5G 无线技术。GLOBALFOUNDRIES 在展会的第一天上午就抓住时机，就 5G 不断发展的用途和技术要求推出了特别节目。

首先，GF CMOS 和射频业务部高级副总裁Gregg Bartlett和Bami Bastani 博士分别为设备开发人员、网络专家和高性能计算架构师概述了与 5G 相关的半导体挑战和机遇。GF公司CMOS和射频业务部副总裁Gregg Bartlett和Bami Bastani博士分别向设备开发人员、网络专家和高性能计算架构师概述了与5G相关的半导体挑战和机遇。5G 将对所有这些领域产生影响，因为它能让更智能的设备通过更高带宽的连接馈送到更强大的数据中心。

随后，GF 全球销售和业务开发高级副总裁、GF ASIC 业务部门负责人Mike Cadigan 主持了小组讨论。来自诺基亚移动网络公司（Nokia Mobile Networks）、Mobile Experts LLC 和德累斯顿工业大学（TU-Dresden）的专家应邀参加了讨论。

他们深入探讨了为什么 5G 网络不可能在全国范围内推广、为什么一毫秒的网络延迟是 "神奇的"、直接与代工厂合作如何支持更全面的解决方案，以及许多其他重要的考虑因素。

5G 计算需要优化的硅片

巴特利特说，5G 将推动设备和数据中心的计算要求发生深刻变化，因为用户增多、每个用户的交易增多以及每笔交易的内容更加丰富，网络流量的复杂性和流量都在呈指数级增长。

"他说："数据中心应用将需要速度极快的处理器和接近 100% 的正常运行时间，而边缘连接设备则需要具有极低功耗/低泄漏性能的芯片，以及用于存储的嵌入式内存和用于无线连接的射频。

他说，这两种应用也都将使用人工智能（AI）功能，但它们的使用方式有所不同。数据中心将利用人工智能学习、预测和指导设备和网络的行为，而汽车摄像头等边缘连接设备将在本地利用人工智能进行实时处理和推理。5G 带宽对于支持所有这些用途至关重要。

Bartlett 说，由于设计工具、EDA、知识产权 (IP) 开发和验证需要大量投资，许多公司将很难利用 5G 的机遇。"他说："许多新兴的创新型公司无法消化这些开发成本，他们需要既能提供竞争优势又能降低成本的技术解决方案。

他解释了GF的双技术路线图如何提供这种灵活性，先进的FinFET CMOS技术适用于高性能计算，FD-SOI技术适用于无线和电池供电应用，这两种技术都可以集成一流的射频功能。专用集成电路（ASIC）是通向 5G 的另一条途径，GF 拥有领先的 ASIC IP 组合和 1,000 多名经验丰富的工程师。

虽然许多客户都在争相寻求这种广泛、灵活的代工解决方案，但并非所有代工厂都能做出回应。"他说："我们拥有越来越多我称之为'革命性'的客户，他们正在利用新硅作为楔子，打破或改变其行业的传统竞争框架。"他们要求更容易地获得硅，而我们也相应地调整了自己，以提供他们所需的优化解决方案。

5G 连接带来更多复杂性

在连接方面，Bami Bastani 表示，5G 将利用现有的 4G/LTE 骨干网分阶段推出。首先将对现有系统进行增强，然后利用大规模多输入多输出（MIMO）架构初步推出 6GHz 以下频段，以实现高速率传输，然后再推出第二个频段，以扩大网络容量，并利用毫米波频段推动更高的数据传输速率。

"他说："这意味着需要一种更复杂的无线电，它不仅能与新的网络协议协同工作，还能与传统协议和频段协同工作。"因此，在从 4G 向 5G 过渡的过程中，前端模块（FEM）必须在许多方面不断发展。

Bastani说，GF丰富的射频产品组合包括硅绝缘体（SOI）和硅锗（SiGe）技术平台，为客户创造了差异化优势，因为这些优化的解决方案可以满足客户对性能、复杂性和成本的特定需求。他举了两个例子。

对于 5G 基站，天线阵列的控制将需要复杂得多的信号处理电路。"这一过程被称为波束成形，可根据阵列的大小采用模拟、数字或混合电路。系统如何分区决定了技术的选择，而 GF 拥有丰富的产品组合，可以满足所有要求，"他说。

小型移动设备的要求则有所不同。"你现在面对的是更小的阵列，需要更高的单位元件功率才能实现相同的辐射功率。好消息是，我们现在可以用数字方式完成大部分波束成形，从而利用 22FDX 等先进节点的扩展能力，为这些应用实现低功耗和低成本。

行业专家勾勒 5G 未来

随后，移动专家首席分析师乔-马登（Joe Madden）、德累斯顿工业大学德国电信通信网络教席负责人弗兰克-菲茨克（Frank Fitzek）教授和诺基亚移动网络射频集成电路研发负责人迈克尔-雷哈（Michael Reiha）等专家进行了讨论。

乔-马登（Joe Madden）在小组对话开始时评论说，5G 网络的推出将不同于以往的网络技术。这些技术的特点是快速部署，因为它们使电子邮件等现有的、广泛使用的应用实现了无线化。他说，相比之下，5G 主要有利于网络运营商和尚未存在的市场。

"从网络运营商的角度来看，5G的真正优势在于成本。如今，通过 LTE 网络传输 1 GB 数据的成本约为 1.5 美元，而毫米波 5G 的成本可能仅为 5 美分或更低，"他说，"这意味着最初会出现部署孤岛，例如在网络流量密集的城市中心或某些物联网应用特别需要的地方。

在谈到5G标准时，Cadigan请Fitzek教授介绍一下这些标准的演变方式，以及与代工技术的关系。"传输更多数据并不是真正的问题，关键在于延迟。在这方面，为什么我们一直认为 1 毫秒的延迟要求如此神奇？Fitzek教授说："这与反馈回路的物理学原理有关。(延迟是指网络中固有的延迟）。

他举了一个 50 赫兹发电厂向智能电网供电的例子。他说，电网中仅 10 毫秒的延迟就会导致发电机的电力输出发生巨大的相位偏移，从而可能造成损坏，而 1 毫秒的延迟就足够了。

"很多人认为，如果在标准中加入了错误的时延数字，以后就可以解决了。但这很难解决，要想充分发挥5G网络的价值，必须从一开始就把它写进去。"他说，这对半导体技术专家来说并不构成问题，因为他们已经非常熟悉反馈回路。

雷哈说，对低延迟的需求是诺基亚自行设计最近推出的 5G Reefshark 芯片组而不与无晶圆厂半导体公司合作的主要原因。卡迪根问他这对未来的代工厂关系意味着什么。

Reiha 说，要实现如此低的时延，就必须全面考虑 5G 的要求，并对未来有一个愿景，而半导体解决方案要有足够的灵活性来支持这种愿景。"诺基亚贝尔实验室撰写了有关大规模多输入多输出（massive MIMO）的著作，这使我们能够理解基于系统的挑战。我们还了解半导体功能无缝集成的重要性，"他说。

"我们对代工厂的期望是坦诚对话和开放知识产权，以保持我们的质量标准。我们需要高质量的知识产权，因为我们不可能面面俱到，我们不是所有领域的专家，"他说。

Cadigan 继续询问小组成员对 GLOBALFOUNDRIES 在 5G 领域采取的方法的看法。Madden 说，GF 整合各种技术的能力非常重要。"随着大规模 MIMO 阵列的发展，缩小无线电阵列和接收器尺寸的压力越来越大。他说："不能使用大型传输线，因此必须采用多芯片模块，将所有技术紧密集成在一起。Cadigan 指出，IBM 为 GF 提供了先进的封装技术。

Reiha 说，GF 拥有同类最佳的射频能力，从诺基亚的角度来看，继续不断改进射频器件模型是关键。"他说："这对热器件模型以及 SOI 等技术尤为必要，以便实现更多无缝混合信号仿真环境，让我们能够制造更多传感器，并在射频芯片上实现更多控制，从而真正让我们专注于在天线接口上实现人工智能足迹。

Fitzek 教授谈到了软件的重要性和 GF 技术的开放性。"因为在这一点上，你无法真正预见用户会做什么，机器学习也会有自己的目的，你的软件 API 在未来只会变得更加重要"。

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）、