嵌入式 MRAM 为物联网和汽车应用提供了经济高效的低功耗解决方案 

作者：大卫-拉默斯

国际电子器件会议（IEDM）之所以如此重要，原因之一就是要了解半导体行业如何向一种技术方案靠拢，无论是氧化铪栅极氧化物、沉浸式光刻，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 IEDM 上，主要代工厂和英特尔都展示了可嵌入 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更胜一筹，但其他公司显然也已经开始采用 MRAM。

MRAM 的时代已经来临，这主要是因为嵌入式 NOR 闪存需要太多的掩膜--十几个或更多--无法在 28 纳米节点及更高节点上制造。嵌入式 NOR 闪存还需要高压才能写入数据，而且写入时间相当长。MRAM 也面临挑战，但它比 eFlash 速度更快，功耗更低。

节省大量电力

"位于加利福尼亚州洛斯加托斯的 Objective Analysis 公司资深内存分析师吉姆-汉迪（Jim Handy）说："如果你的应用大量写入 NOR 闪存，那么你一定会喜欢 MRAM。"闪存耗电量很大，非常惊人，因为它的写入时间很长，而且需要很高的电压。如果改用 MRAM，就能节省大量电能。写入功耗下降了几个数量级，而 MRAM 的读取功耗则基本相同。 

Handy 指出，开发微控制器的公司有两种选择：要么使用 SRAM 作为工作存储器，将代码存储在外部（分立）NOR 闪存上；要么转而使用嵌入式 MRAM（eMRAM）。他说，由于 SRAM 需要六个晶体管才能存储一个比特，而 MRAM 通常能将密度提高一倍甚至更多。 

此外，在 SRAM 需要备用电池的系统中，非易失性 MRAM 的成本效益往往高于嵌入式静态 RAM（SRAM）的芯片加电池的综合成本，他说。

在 2019 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 位于新加坡的嵌入式 MRAM 技术负责人 Vinayak Bharat Naik 说，他很高兴有四家公司--GF、英特尔、三星和台积电--同时推动 eMRAM 的发展。

"Naik 说："对于客户来说，如果他们想从长期使用的传统技术转向新技术，这不可能是突然的。"一旦终端客户开始使用 MRAM，他们就会对用 MRAM 取代传统存储器的想法越来越有信心。

eMRAM 可靠性和可制造性 

在过去的一年里，一些客户要求 GF 分享更多数据，以显示其 eMRAM 技术能够满足生产所需的所有可靠性测试，并能承受可能干扰存储数据的强外部磁场。 

GF 2019 IEDM 演讲的重点是为这些问题提供答案，这是一个积极的故事。 

Naik 的 IEDM 论文展示了在 GF 的 22 纳米 FD-SOI 嵌入式平台上使用先进的磁隧道结 (MTJ) 堆叠/蚀刻/集成工艺制造 eMRAM 的可制造性，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。它还显示了满足回流焊要求的能力，以及封装级故障率低于百万分之一 (ppm) 的强大产品可靠性。

磁抗扰度研究表明，在 25 摄氏度的待机模式下，40Mb eMRAM 宏有能力承受 1,600 奥斯特的极高磁场，暴露 20 分钟的故障率低于 1 ppm。在 125 摄氏度的环境中，在 700 奥氏度的条件下，故障率仍低于百万分之 1。主动模式磁场抗扰度（芯片在磁场存在的情况下工作的能力）也达到了 500 Oe。耐久性依然出色，故障率低于百万分之 1，达到一百万次循环，一百万次循环后电阻分布无衰减，高温运行 500 小时后无衰减。所有结果都是在错误校正（ECC）处于关闭模式时取得的。

"磁场可能存在于任何地方，"Naik 说。"例如，在家里，手机充电器就会产生一定程度的磁场。我们需要确保待机抗扰度和主动模式抗扰度都很好，这样芯片才能正常工作，"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使用的回流焊步骤，这将允许微控制器 (MCU) 在封装回流焊步骤之前进行编程。在 260 摄氏度下回流焊 5 分钟的 JEDEC 标准已在封装级测试中得到证实。

提高可靠性能

Naik 表示，在 2019 年的 IEDM 上，通过展示来自所有标准可靠性测试和磁抗扰度的 eMRAM 封装级可靠性数据，GF 在 eMRAM 技术方面仍具有竞争力。

"他说："在本次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）和许多其他应用。"GF在40纳米和28纳米MRAM方面拥有良好的生产经验，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。"在过去的一年中，我们改进了 MTJ 叠层和蚀刻以及集成工艺，从而提高了开关效率，改善了耐用性能。我们的良品率提高到了 90% 以上的水平，"Naik 说。

节约能源消耗

汤姆-考富林（Tom Coughlin）是一位内存和存储顾问，曾担任闪存年度峰会总主席长达 10 年之久，他说，eMRAM "为边缘或终端的嵌入式产品，尤其是那些对功耗敏感的产品提供了很多可能性"。

Coughlin 说，eMRAM 等新兴存储器市场正处于起飞阶段。"持久性网络（包括工厂 4.0）有很大的发展空间，它将智能设备与人工智能相结合，提高了工厂的效率。此外，农业也是一个巨大的市场，越来越多的农民会在自己的田地里安装高效的无线智能传感器。医疗保健领域也需要更高效的能源使用。许多市场都将推动需求。还有一些我们还没有想到的东西，包括许多消费应用，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应用，然后是汽车级 eMRAM（温度挑战更高，自动驾驶的数据需求需要高密度片上存储器），最后是将 MRAM 用作 4 级高速缓存，取代处理器上的部分 SRAM。

还有另一个非常大的市场，即内存中的过程（PIM）计算，在 2019 IEDM 上经常被讨论。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 RAM 或相变 RAM，可以作为边缘设备的本地处理元件。"Naik说："考虑到MRAM的优越性能，如快速写入速度、高耐用性、高密度和低功耗，MRAM在其他NVM中独树一帜，在人工智能应用的PIM计算中具有巨大潜力。

内存中的进程

Coughlin 对 PIM 的潜力表示赞同。"他说："内存中的过程可能会成为一切事物中更大的一部分，将人工智能应用到其他一切事物中。"我们可以在其他地方进行训练，并在设备上具备一定的学习能力。至少，内存进程可以在本地运行模型，而不是在数据中心。"

MRAM 还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 就会保存状态，当需要这些数据时，它就会立即恢复。这使我们不再依赖易失性存储器，而是更多地利用非易失性存储器。Coughlin 说："目前，这种技术主要由边缘点的能源敏感型应用驱动，但也可用于数据中心。

总部位于圣迭戈的 Atlazo 公司首席执行官 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，需要 "大量数据"。

高级驾驶辅助系统（ADAS）需要 "靠近传感器的低延迟计算"，Arabi 说。

"在数据聚合和培训方面，我们的计算能力和数据规模都无法超越云计算。但其他应用需要更高的能效，而边缘计算的能耗成本要比通过无线链路向云传输能耗低 100 到 1000 倍。出于隐私考虑，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% 的功耗是在存储器和处理器之间移动数据时消耗的。"利用 MRAM 和 PC-RAM 等新型内存架构，我们可以用 MRAM 替代部分 SRAM，还可以将数据从片外 DRAM 移至片内 MRAM。无论是MRAM还是PC-RAM，都能开创计算领域的新模式，"Arabi说。"未来 10 年，随着神经形态计算的普及，MRAM 和 PC-RAM 将变得更加重要。

新型计算架构

GF 将自己定位为 MRAM 领域的领导者，并利用其潜力帮助 GF 客户开发差异化、功能丰富的产品，以及推动新技术作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："我们现在是一个互联的社会，如果你不能在功率范围内处理我们所拥有的数据，如果不能进行数据分析，那么你就无法实现货币化，甚至无法实施人工智能。我们必须能够进行分析，而这要么是在边缘计算，要么是在数据中心计算"。

展望未来，隐私问题将推动数据向边缘设备转移，而 MRAM 可以在其中发挥作用。"从边缘到数据中心，我们的个人数据无处不在。我们希望将这些数据转移到边缘设备，以确保您的数据安全并提高私密性。

推动边缘计算的第二个因素是带宽。虽然 5G 可以向数据中心传输更多数据，但随着移动数据量的加速增长，这种方法已变得不切实际。"即使 5G 甚至 6G 有巨大的发展前景，但传输到数据中心进行计算的每一个比特都需要带宽。我们希望在边缘实现高效的计算引擎。然后，我们就可以发送元数据，即只发送结果，而不是原始数据。

Letavic 说，几个主要的研究中心正在与 GF 合作，探索这些边缘计算的新方法。

"这远不止是一个芯片解决方案。我们必须真正改变计算架构。我们谈论的不仅仅是新的晶体管以及处理电子和光子的方法，而是新的架构，"Letavic 在 2019 IEDM 上接受采访时说。

MRAM 可以在即将到来的 Letavic 所称的 "计算机设计复兴 "中发挥重要作用。

"30年来，我们第一次打开了工具包，并开始关注非冯-诺依曼架构，其功耗优势是巨大的。我们可以利用专用架构将功耗降低 100 或 1000 倍。

由于内存处理方法非常省电，MRAM 可以在这些非冯诺依曼架构中发挥核心作用。"Letavic说："作为设备技术专家，我们可以在未来30年内不断改进技术，但仍然无法达到我们期望的功率点。"我们必须改变架构和软件栈。新架构会带来新的设备类型、平台上的新功能以及解决计算问题的新方法。"

GLOBALFOUNDRIES 的第一个 10 年既取得了重大进展，也经历了一些成长的烦恼，我们在本系列的第一部分中对此进行了记录，并在第二部分中详细介绍了公司战略的重大转变。在本系列的第三部分，也是最后一部分，我们将探讨 GF 如何以新的身份感和使命感重塑自身，以充分利用半导体行业正在发生的根本性变化。

作者：加里-达加斯丁

许多行业外的人将半导体称为 "计算机芯片"。鉴于半导体不仅越来越多地用于传统计算，而且在人类几乎所有可以利用数据的领域，其应用数量和种类都在爆炸式增长，这个词或许应该退休了。可穿戴健身设备、越来越自动的汽车和声控个人助理只是其中几个例子。

这些多样化且快速增长的应用需要针对其特定需求量身定制的半导体解决方案。因此，将 5G 就绪射频 (RF) 和毫米波功能、低功耗、嵌入式非易失性存储器、高电压功能、硅光子学、先进封装等特性集成到高性价比解决方案中的能力至关重要。

GLOBALFOUNDRIES 在公司成立第二个十年之际，凭借 15 个基于节点的技术平台、14 个独特和/或同类最佳的应用功能集，以及其知识产权 (IP) 生态系统中的数千种产品，在满足此类专业需求方面取得了令人羡慕的地位。这些资产加在一起，使 GF 能够提供数以万计的不同应用解决方案。GF 将这一配方称为 "创新等式"（Innovation Equation），世界上没有任何一家专业代工厂能与之相媲美。

GF 首席执行官汤姆-考尔菲德（Tom Caulfield）去年开始放弃极端扩展，从而增强了这些产品的性能。通过将资源从 7nm 技术开发转移到更全面、更密集的工作中，为其产品组合中已有的平台带来更多创新，这一转变对公司进行了重新定位。通过这种方式，GF 在不引入成本大幅提高的制造工艺的情况下，为客户增加了价值。

新市场带来新机遇

作为公司持续转型的一部分，GF 最近创建了三个战略业务部门，分别致力于服务特定的高增长半导体市场。GF 将其定义为汽车、工业和多市场(AIM)、移动和无线基础设施(MWI) 以及计算和有线基础设施 (CWI)。

物联网 (IoT)、云计算、人工智能/机器学习 (AI/ML)、5G 通信以及电子产品在汽车系统中的广泛应用等大趋势正在推动这些市场的发展。

"GF首席技术官兼CWI副总裁泰德-莱塔维奇（Ted Letavic）表示："这些终端市场目前正在快速增长，我们相信，随着越来越多的设备联网，我们在这些细分市场的机会将增长得更快。"我们的专业应用解决方案既能促进这些发展，也能从中获益"。

据 GF 估计，在这些市场中，约有 470 亿美元的代工业务可通过其所处领域（12 纳米或以上技术节点）的解决方案来解决。其中，AIM 业务机会占 240 亿美元，而 MWI 和 CWI 分别占 150 亿美元和 80 亿美元。

AIM 市场细分包括物联网等应用，物联网由我们环境中可感知、存储和传输数据的联网设备组成。汽车应用也包含在这一细分市场中，可实现高级驾驶辅助系统、汽车雷达、动力总成控制等功能。

在 MWI 市场领域，5G 无线通信的出现是一个关键驱动因素。其较低的延迟和极快的数据传输速度有望实现普遍的移动连接，大幅降低网络运营商的数据传输成本，并催生大量新应用。据估计，到 2035 年，通过 5G 网络连接的智能设备将多达一万亿台。

与此同时，云计算和人工智能/机器学习的爆炸式增长也推动了 CWI 分部的发展。

创新的 GF 解决方案实现了新的应用

推动这些市场创新和成功的不是日益缩小的半导体，而是经过精心设计和优化以提供特定功能和性能的成熟半导体平台。

"GF全球研发运营、射频和SiPh技术解决方案副总裁John Pellerin表示："在大多数情况下，7纳米及以上技术与这些市场机会无关，这也是GF将重点从扩展转向其他领域的关键原因。"我们需要针对特定应用的其他类型的创新。我们称之为特定领域解决方案，而这些正是 GF 的专长。

物联网应用就是一个很好的例子。典型的物联网设备可能包括一个带模拟接口的传感器、用于存储代码和数据的存储器、用于数据通信的射频功能、用于控制设备和处理数据的处理器，以及很可能是一个电池和电池接口。这些设备大部分时间可能处于睡眠模式，因此超低漏电流是一项关键要求。然而，一旦被信号唤醒，设备必须立即切换到更高性能的模式，以便在内存中获取或存储数据、处理数据，然后传输或接收数据。

昂贵的 7 纳米批量 CMOS 逻辑芯片在处理这些不同的功能方面没有任何实际优势。然而，基于GF 22FDX® FD-SOI 平台的片上系统 (SoC) 则是理想的解决方案，该平台具有嵌入式 MRAM 存储器和业界领先的射频功能。GF 的自适应体偏压功能可进一步增强 22FDX 平台的本地性能和能效，使系统能够根据需要动态调整，以实现更高的性能或更高的能效。因此，GF 的客户可以更轻松、更经济高效地开发新型物联网设备，这些设备在静态时可节省功耗，提供所需的任何高性能功能，并集成其他必要功能。

数据中心中的云计算和人工智能推理/训练提供了另一个例子，说明节点扩展可能不那么重要，而GF的特定领域解决方案则是关键的推动因素。例如，数据中心的耗电量是一个巨大的问题：2007 年，数据中心的耗电量约占美国总发电量的 3%，但预计到 2020 年，这一比例将增至 7%。显然，每一瓦都很重要。

数据中心人工智能功耗预算的最大部分是在内存和处理器之间来回移动数据，这就是为什么越来越多地使用内存计算等技术来降低功耗和延迟。GF 正在开发许多创新解决方案来解决这一问题。一种是通过增加超低电压（0.5V）和双工作功能 SRAM 存储器等功能，降低 GF12LP FinFET平台的功耗要求并提高其性能。另一种方法是在类似 SRAM 的工作模式下使用 MRAM，目标是以更低的功耗、三倍的密度取代 6T SRAM。

硅光子技术是数据中心内实现更低延迟数据传输和更高能效的另一个关键推动因素。GF 的硅光子（SiPh）光通信芯片提供了大幅提高带宽的方法，使海量数据的传输更加容易，从而将性能提升到新的水平。

GF 在数据中心方面的另一项创新是 2.5D 封装技术。例如，GF 正与 Enflame Technology 合作开发一款加速器，用于数据中心内基于云的快速、高能效人工智能培训平台。该人工智能加速器基于 GF 的 12LP FinFET 平台，与其他芯片共同封装在先进的 2.5D 封装中，使 Enflame 能够以更低的成本和更灵活的产品功能，获得与采用更高扩展技术相同的性能。

员工和合作伙伴是关键

GF 向更符合半导体行业核心和未来的公司转型并非凭空而来。GF 的数千名员工日复一日地将专业技术知识、敬业精神和奉献精神融入到他们的工作中，没有他们就没有现在的公司。

此外，GF 还与外部专家网络建立了深入的合作和伙伴关系，这些专家提供所需的专业知识和工具，确保 GF 的客户能够快速、轻松、经济高效地将最初的想法转化为经过包装和测试的成品。

"简而言之，我们是真正的合作代工厂，通过我们的客户支持组织，我们愿意以任何方式与任何客户合作，以最好地帮助他们实现目标，"GF 技术支持副总裁 Jim Blatchford 说。"我以前在其他公司工作时，几乎是所有代工厂的客户，所以我知道在办公桌的另一侧是什么感觉。我们了解客户的需求，我们认为自己的角色是帮助所有人，从清楚知道自己需要什么的大型企业，到需要我们指导调整技术以应对特定终端市场的小型客户。

因此，GF 目前拥有 100 多家生态系统合作伙伴，涵盖 IP、EDA、设计/技术协同优化等服务以及组装和测试。在 GF 的所有技术平台上，有来自 40 多个 IP 合作伙伴的 3,400 多种 IP，另有 1,000 多种 IP 目前正在积极开发中。在过去的五年中，这些生态系统合作伙伴已经为 1,500 多项客户设计提供了支持。

GF 还建立了两个合作伙伴生态系统，帮助客户充分利用 GF 的关键解决方案。一个是 FDXcelerator™ 生态系统，旨在促进 22FDX SoC 设计并缩短产品上市时间。另一个是 RFwave™ 合作伙伴计划，这是一个由与 GF 合作的公司组成的生态系统，帮助客户利用 GF 的各种射频技术平台开发差异化解决方案，并通过简化设计在更短的时间内将这些解决方案推向市场。

展望未来

GF的第一个10年可能偶尔会有动荡，时间会告诉我们下一个10年会发生什么。但从目前的情况来看，GF 可以展望未来，因为它知道自己拥有切实可行的业务战略、对市场机遇的清晰认识、确保客户成功的创新技术解决方案，以及提供客户可能需要的所有专业知识和工具的人力资本和外部合作伙伴。