格芯的“2020高光时刻”

差异化创新渐入佳境

差异化工艺创新是格芯战略转型的核心。而之所以推出由15个平台、14个应用程序、1000多个IP构建的“创新方程式”，其目的就在于将5G的射频和毫米波功能、低功耗、嵌入式非易失性存储器、高电压性能、硅光子技术、先进封装等技术整合为成本有效性的解决方案，以满足来自穿戴式健身设备、智能城市、智慧农业、自动驾驶等领域的不同需求。

• 22FDX/22FDX+平台

为先进的22FDX平台添加自适应体偏置(ABB)功能，是格芯在2020年为进一步推动可穿戴设备、物联网、射频和边缘计算市场创新所做出的努力。ABB功能使设计人员在微调电路的晶体管阈值电压时获得更高的精度，能够更有效地优化芯片的性能、功耗、面积和可靠性，以满足特定应用的需求。 

新推出的22FDX+尽管基于此前的22FDX平台，但却定位于“为下一代物联网、5G、汽车和卫星通信应用设计提供高性能、超低功耗和专业功能”。该平台上推出的首个专业解决方案是22FDX RF+，具备数字和射频增强功能，并经过优化，可提升前端模块(FEM)设计的性能。目前正在格芯位于德国德累斯顿1号晶圆厂的先进300mm生产线上进行生产，预计将于今年第1季度上市。

• 设计更智能，而不是更小的AI芯片

AI增强型芯片，包括从服务器专用AI加速器到集成微型AI引擎的微控制器，是格芯始终专注的热门市场。尽管最终应用各不相同，但这些芯片都有相同的要求—最大化通用AI运算的能效。为此，格芯在其12nm技术基础上，通过改善性能和功效，创建出了新型增强型工艺12LP+，对于提升AI神经网络加速器性能特别有效。

许多客户基于12LP+技术在AI加速方面取得了令人瞩目的成果。硅谷初创公司Groq利用12LP+技术构建了一款芯片，其AI性能达到了业界领先的820万亿次/秒(TOPS)； Tenstorrent利用备受欢迎的ResNet-50推理基准，在数据中心芯片中取得了业界领先的能效；GreenWaves一款AI芯片在采用该技术后其功耗仅为50mW。

• 硅光子(SiPh - Silicon Photonics)

2020年Hot Chips 32大会上，初创公司Lightmatter展示了一款用于通用人工智能加速的光子计算测试芯片，让业界再次领略到格芯在硅光子领域拥有的不凡实力。

从2015年收购IBM微电子业务获得大量宝贵硅光研发成果，到2018年宣布基于90nm RF SOI工艺构建硅光平台90WG，再到即将于2021年下半年完成生产工艺认证的45CLO单芯片技术，并通过与Ayar Labs和MACOM等公司富有成效的合作，格芯已悄然成为硅光领域一股不可忽视的力量。

• 22FDX eMRAM

2020年2月，旨在替代高容量嵌入式NOR闪存(eFlash)的22nm FD-SOI嵌入式磁阻型非易失性存储器(eMRAM)投入生产，表明eMRAM可在物联网、通用微控制器、汽车、终端人工智能和其他低功耗应用中作为先进工艺节点的高性价比选择。

格芯的eMRAM是一款可靠的多功能嵌入式非易失性存储器(eNVM)，已通过了5次严格的回流焊实测，在-40℃至125℃温度范围内具有100,000次使用寿命和10年数据保存期限。FDX eMRAM解决方案支持AEC-Q100 2级设计，且还在开发工艺，今年将支持AEC-Q100 1级解决方案。

• 封装

作为“超越摩尔定律”及采用先进封装的趋势的拥护和支持者，格芯提供了众多扩展解决方案，包括内置自检功能、封装热建模和IC。此外，格芯还加入了由知名外包半导体组装和测试提供商(OSAT)组成的合作伙伴联盟，根据产品需求在OSAT工厂支持多种散热解决方案选项，并为所有先进的封装解决方案开发了测试技术，以帮助客户熟悉并加快项目进展。

• 5G

当今市场上超过85%的智能手机内置格芯射频组件。在5G手机前端模块(FEM)中，8SW、45RFSOI和22FDX是格芯拥有而其他公司所没有的技术，客户无论大小，只能从格芯获得此类技术。通过这些技术生产的特色应用芯片总数量，要远远多于那些采用前沿技术、个位数节点工艺的应用处理器芯片。

具体而言，针对sub-6GHz RF FEM的8SW，对客户具有巨大的吸引力；对于毫米波技术，45RFSOI支持更高的功率，22FDX提供更高的RF集成度。此外，从蜂窝和WiFi前端，到NFC，再到电源管理和音频设备，均需要格芯这样的特殊工艺半导体代工厂。

社会数字化转型的三大趋势

“更好的常态(better normal)”，是格芯首席执行官Tom Caulfield在GTC 2020上用来描述“后疫情时代的世界”时所使用的词汇。根据他的描述，这种“更好的常态”是指社会和企业利用广泛普及的能力扩展和改进数字化基础设施，对数字技术的态度会从此前的“渐进式采用”转变为“变革性采用”，这不仅是半导体行业的发展良机，也是使命。

格芯首席执行官Tom Caulfield

他列举了自己在这一进程中看到的三大趋势和一大阻碍：

• 平顺的网络，关键特点包括低功耗连接、通过片上嵌入式非易失性存储器实现的安全性、以及网络协议的通用标准。

全天候、不间断、7X24小时安全智能化连接，无处不在。从家到办公室，再到餐馆，或者穿行于机场之时，消费者始终在线。为实现这一点，所有设备都启用了虚拟安全卫士和数字助理，安全卫士在后台运行，以确保连接安全。

“平顺的网络”、“低功耗连接”、“嵌入式存储器安全”、“完全标准化网络”，消费者无需浪费时间搜索网络连接、输入密码和认证密钥、一切都是自动、平顺进行的。虚拟安全卫士可连接至安全网络，并可拒绝未知或不良网络，它可以自动管理更高层级的安全功能，保护交易安全；而这种平顺的网络让数字助理最终得以实现，这位“助理”可随时回答问题，预测需求，远远超出了“Hey Siri”或“Alexa”的功能，这就是事实。

• 虚拟化部署的普及，关键支持技术包括：用于计算、存储、连接的高速骨干网络；基于人工智能的数据压缩；低延迟、高可靠性；3D定位

网络功能虚拟化就是一个非常好的例子。在这些领域，数据从接入点传输至云端进行处理，NFV(网络功能虚拟化)能够以明显更低的成本和功率大幅提升网络带宽和速度。同时，鉴于虚拟化网络的灵活特性，部署新服务所需的时间和精力得以缩减，因为新功能将通过向用户进行软件“推送”而不是硬件升级的方式来实现。

另一个虚拟化的用例是采用数字双生技术进行全息呈现。例如，我们可以通过全息远程呈现，在图像中看到一家人共进晚餐的场景，Zoom、Google Meet和Webex类型的会议可以在新冠疫情期间挽救局面，人员虚拟化大大增强了交互和参与体验。但即使是一张小小的全息图，数据速率也需要达到500Gbps，且延迟在5-10msec之间，这对当前的技术提出了挑战。

• 分层人工智能或无处不在的人工智能，从设备到传感器，从边缘到云，无所不在。使得我们迫切需要基于人工智能的智能数据压缩、利用平顺网络收集所有数据和新型的计算架构。

“数据是一种新型黄金，但只有当我们将数据从一种原始、非结构化格式中提取出来，并利用它来获得见解、采取行动和做出决策时，才能找到金矿。”Caulfield说过去两年产生的结构化和非结构化数据的数量，比之前产生的所有数据都要多，但在所有收集到的数据中，仅有3%得到了利用。

他认为分层人工智能是从大量非结构化数据中提取价值的关键。通过解析数据来提取重要信息，然后压缩数据以提高计算和存储的传输效率，我们需要的数据压缩功能在效率上大约是通过仿生学研究估计的人脑工作效率的100,000倍。除了数据解析和压缩功能，分层人工智能还需要全新的计算架构，例如神经拟态计算或神经脉动计算。

但巨大阻碍也随之而来，那就是无法在全球产生足够的电力来完成所需的所有计算，进而实现数字化转型之旅。如果不改变方向，矛盾就会出现，就如同房间里的大象。数据显示，2017年数据中心消耗的电能占总电能的3%，如果继续采用目前的低能效计算架构，到2040年，由数据中心主导的计算将消耗全球生产的100%的能源。

当然，全球的所有能源生产并不只是用于计算，但关键点在于，这条路并不具有可持续性，为避免前文所说的电力短缺，半导体行业必须采用创新方案去解决功耗加速的问题，并使“能耗曲线趋平”。

结语

Caulfield认为随着这场危机的发展，人们开始意识到自己所生活的世界和生活的方式将发生重大改变。从抗击疫情、远程运营公司，到维持经济运转、教育孩子，数字化生活几乎融入了我们日常的方方面面。作为一家年收入55亿美元的公司，格芯未来将持续专注于平台创新，帮助客户提供所需的差异化优势，以便在各类市场和应用领域中斩获商机。