FD-SOI的低功耗，究竟有什么用？

前年的ISSCC 2017大会上，意法半导体做过一个题为“针对智能嵌入式系统、采用28nm FD-SOI工艺的2.9TOPS/W深度卷积神经网络SoC”（A 2.9 TOPS/W Deep Convolutional Neural Network SoC in FD-SOI 28nm for Intelligent Embedded Systems）的演讲。演讲中的这颗SoC应用，当然如其名就是卷积神经网络（CNN），而宣传重点在高效的存储层级，适用于不同深度卷积神经网络拓扑的弹性，输入输出能力，还有与主流的深度学习工具做整合。

不过其真正的亮点在2.9TOPS/W，宣传词汇常规一套就是高能效、低功耗，毕竟这是用在嵌入式与IoT应用中的。应用于AlexNet网络的峰值效率在2.9TOPS/W。这个数字放到今年来看也依然是十分出色的，翻看今年国内外厂商最新推出的AI芯片，有大把不如这个成绩的产品。这颗芯片能够达到如此能效比的一个重要原因就是采用FD-SOI结构，具备超广DVFS调节能力，通过体偏置（body bias）来实现DVFS的效率提升，多偏置（poly-biasing）降低漏电流等。

上周的上海FD-SOI论坛上，Leti-CEA首席执行官Emmanuel Sabonnadiere再次提到了这颗神经加速器，“这是我们和意法半导体一起做的”。后续，Leti-CEA还和苏黎世大学一起做了Dyanps-SL，这是现在很流行的脉冲神经网络（spike-coding NN）芯片，其能效水平是每个突触事件（synaptic event）小于2pJ。

上面这两个例子都是FD-SOI在边缘AI方面的应用，当然我们很难断言这样的能效红利主要来自意法半导体的28 FDSOI。不过当我们将FD-SOI和FinFET两者做对比时，现在说得最多的就是功耗和能效（energy efficient或power efficient，本文将不会严格区分energy能耗与power功耗），也是我们在FD-SOI论坛上听到最多的。

但即便我们知道，像数据中心、IoT这些应用，随着登纳德缩放定律失效，开发者需要把越来越多的成本和注意力花在功耗方面，做对比时的能效和功耗数字，似乎依然很难引发共鸣。加上FinFET的主流地位，FD-SOI的能效优势好像并不被人重视：但能效优势实际产生的作用，远比我们想象得丰富和有趣。这里我们列举几个在FD-SOI论坛上听到的实例。

恩智浦副总裁兼总经理Ron Martino

低功耗带来的价值

“100pJ可以做什么？”恩智浦副总裁兼总经理Ron Martino说，“100pJ可以存储1000bit SRAM数据，100bit e-MRAM数据，5bit LPDDR4数据；而在计算上，DSP/GPU可以执行10-100次浮点乘法运算，MCU可以执行1-20次；对存储而言，100pJ可以传输0.1bit Zigbee数据，0.02bit BLE数据，0.004bit WiFi数据.，0.0002bit LTE数据......”

这是对能量的具象化。除了数十亿计采用MCU的IoT设备要求绝对的低功耗，以及数年的持续运转时间；更重要的是随着AI以及边缘计算的兴起，更多能耗正往某些边缘设备转移——在恩智浦的定义中，这些采用"crossover processor"的设备一方面要求出色性能，另一方面也要求低功耗，也就是能效比，比如智能手表、部分智能家居设备。所以像恩智浦之类的厂商在提供MCU或者应用处理器时，从过往单个计算/功耗域，到双计算、单功耗域，最终发展到出现独立的域进行电源管理。

Martino表示针对下一代应用，势必要采用偏置技术（biasing）来实现能效比的优化。上面这张图所列出的这些属于FD-SOI带来的机会，采用back gate biasing带来多种优化。“理解这些内容，能够带来出色的设计解决方案。”典型的像是恩智浦的i.MX RT1100 MCU，针对汽车和工业领域，实现CoreMark > 5000的同时，还用上了低功耗28 FD-SOI。

这类所谓crossover的MCU有不同的功耗域（heterogenous power domains），需要一个专门的电源管理系统——这是架构层面的，也能够表现“功耗”在这个时代的重要性。搭配FD-SOI也是理所应当的，在28nm这个层面，相较传统的体硅工艺，可以实现更高的性能但保持相同的能耗。

不过这个例子并不具有很强的代表性，我们来看一些在功耗层面，更依赖SOI的例子，比如5G毫米波：SOI在模拟与RF方面的优势是众所周知的，FD-SOI结构中沟道的介质隔离产生更低的栅电容，减少了泄漏电流；隔离还能产生latch-up抗扰，就可以使用更小、更简单的模拟电路。而且相比体硅技术，没有沟道掺杂和口袋型离子注入（channel doping and pocket implants），可提供更低的噪声和更高的增益——这是模拟系统中的一个关键。FD-SOI针对RF和模拟设计，可通过fT, fMax, gM调节来实现RF模块特性加强。

Soitec FD-SOI业务部门总经理Michael Reiha

Soitec FD-SOI业务部门总经理Michael Reiha在发言中提到了美国规划5G毫米波的一些特点，比如说超高的频率，占用带宽400MHz（瞬时带宽可以超过1GHz）、AP到终端的距离大约是500米，传输/接收SNR是24/28dB，EIPR（等效全向辐射功率）+54dBm等。

其特点在于毫米波是噪声限制系统，噪声数值与频率相对；毫米波采用宽带载波，要求较低程度的I/O失配（low I/Q mismatch required）；毫米波BTS（基站收发台）下行链路EVM（误差向量幅度）低相位噪声；毫米波ACLR（Adjacent Channel Leakage Ratio，邻道泄露比）无DPD（数字预失真），以及低压电源；还有宽频带的数据转换、传感和校准。

上面这张图主要展示的是20-50GHz PA（功率放大器）不同材料、工艺在随Psat（饱和功率）增加时的峰值PAE（功率增加效率，是射频输出功率与消耗的直流功率之比）变化，Reiha认为能够改变这个PAE趋势快速下降的技术就是FD-SOI，“SOI还没有饱和，还有很大的成长空间”。为此他特别举了两个例子，分别是射频系统中的Transmitter和Synthesizer（合成器），都采用28nm FD-SOI时的设计方案——这两个例子都来自Ericsson Research去年的数据研究。其中就transimitter而言，FD-SOI针对各方面的效率，在设计上的要求会比较低（原话是FD-SOI requires less neutralization）。

而对synthesizer而言，FD-SOI能够实现无干扰的相位多路复用（glitch-free phase multiplexing），以FD-SOI制造的高速CML电路能够减少功耗，提升正交LO分辨率。Ericsson Research在JSSC 2018呈现的数据是，这个采用28nm FD-SOI的synthesizer，其相位噪声（Integrated Phase Noise，来自RMS Jitter值）满足传输链路SNR。

相关无线通讯的这些内容比较晦涩，不过在5G毫米波的问题上，按照Reiha所说，总结一下也就是5G毫米波（5G mmW Access）现有架构在功耗、性能方面是比较低效的。而FD-SOI在模拟和混合beamformer方面都已经做好了准备（Soitech针对模拟波束成形有RF-SOI方案）；大规模MIMO RF前端模组（FEM，以及transceiver）都将全部采用FD-SOI；集成感应、校准、控制，能够实现混合beamformer和多用户的支持；自适应的体偏置（body-biasing）可以减少FEM混合信号电路的功耗。

Secure-IC的Securyzr

除了模拟和射频，会上我们还听到一个很有趣的例子，是来自芯片安全相关的——就我们的常识来判断，除了侧信道攻击，攻防对抗始终是软件栈层面的话题，和工艺会有什么关联？Secure-IC首席执行官Hassan Triqui提到了，Secure-IC有个产品叫Securyzr，可应用于AIoT和嵌入式安全。安全防护的一些常规手段，比如说针对处理器的加密服务（cryptographic）、密钥管理，以及安全固件更新的安全启动（secure boot）：听起来好像跟FD-SOI还是没什么关系，不过Triqui认为，在这些防护环节里，FD-SOI制造都是关键，主要原因就是“低功耗”。

“FD-SOI是优化安全的完美技术。首先是FD-SOI较小的静态泄漏，针对secure boot时，低功耗确保了sleep mode休眠模式下的数据存储；其次是FD-SOI的体偏置，可以实现相对完美的加密方案（tunable cryptographic），在性能和功耗之间达成平衡：比如说汽车领域可实现低延迟、低功耗的高性能加密；最后，采用数字与物理参数的平衡，FD-SOI针对安全密钥生成（TRNG），还能实现高效的Entropy管理。”

说得通俗些，安全和功耗（以及性能）本身就是一对矛盾体，而FD-SOI能够缓解这种矛盾，尤其在对功耗越来越敏感的IoT领域。这其中有一个很有意思的提法，Triqui说，FD-SOI体偏置能够实现加密防护，比如说针对侧信道攻击，进行功耗控制，以避免侧信道分析造成的威胁。这种防护，我们猜测是建立在动态调节偏压的基础上——这原本是FD-SOI表现高效管理电源的一个特性，虽然未知实际效果如何，听起来的确是对FD-SOI技术低功耗特点的一种典型应用。

ST汽车市场及应用资深市场经理刘山林提到FD-SOI的另一个益处，对辐射具有超低敏感性，热中子软错误率（Neutron SER）相比体硅工艺的巨大优势

天然适配AIoT

针对FD-SOI带来的低功耗、高能效以及体偏置，上面我们分享了3个例子，加上文首引子部分的例子一共是四个。这里做个小结，它们主体上代表了FD-SOI格外适用的几个应用领域：（1）AIoT（Leti-CEA与恩智浦的例子），（2）射频与模拟（Soitec的例子），（3）芯片安全（Secure-IC的例子）；其中最后一个可能是有待商榷的，而且这么分类可能在维度切分上不太科学。

圆桌环节“基于FD-SOI技术的智慧物联网”，从左到右依次是：芯原创始人、董事长兼总裁戴伟民，芯原物联网互联平台总监曾毅，Secure-IC首席执行官Hassan Triqui，Cadence副总裁、南京凯鼎电子总经理王琦，Greenwaves首席执行官Loic Lietar，长电科技首席执行官郑力，Dolphin中国区销售总监Ying Zhao

不过在FD-SOI圆桌的观众投票环节，有个问题是“你认为2020年，FD-SOI将实现量产的三大应用领域是什么？”备选答案包括了5G、汽车电子、图像传感器、NB-IoT与其他LPWAN、可穿戴设备、60GHz/45GHz（802.11aj）WiFi与其他毫米波设备、边缘机器学习。无关乎所有人的意见如何，这些选项实际总结一下也就是AIoT和射频模拟。

当然FD-SOI论坛分享的具体应用不止我们提到的这几个，比如还有索尼分享的GNSS解决方案（应用于智能手表、无人机、智能农场等场景），在包括eMRAM、GNSS Receiver在内的芯片上采用FD-SOI技术，实现超低功耗——这是相对典型的IoT应用场景，而且它也能表现FD-SOI对RF设计的友好（以及解决方案中的存储部分，搭配了三星28nm FD-SOI的STT-MRAM）。

不过实际上，索尼的这个IoT应用最能体现的，是FD-SOI另一个更偏向市场层面的优势：更低的成本，即便这个优势，在FinFET大规模生产成本得以摊薄后显得没有那么显著，不过结合前述FD-SOI的技术优势，在非最尖端工艺方面，FD-SOI仍然是个优选。

我们曾在过去的文章中不止一次地提到，半导体最新工艺的制造成本指数级攀升，这里的最新工艺至少现在还是在说7nm FinFET，要确保足够的芯片出货量才能盈利，几乎已经没有几个行业能够承担这样的成本攀升，手机、PC是其中为数不多的巨型市场。就市场现状来看，即便是相当一线的汽车制造商，就其年出货量实际也难以带动这样的规模。

索尼GNSS解决方案中eMRAM的良率情况

瑞芯微电子高级副总裁陈锋在论坛上说：“要有足够规模、足够量才能动得起来，7nm EUV FinFET的确好，但要是企业产品没有1个亿的量，自然不可能选择最新的工艺。”“AIoT市场是很热闹，但看这个市场现在的规模：Intel一家公司600亿美金的生意，IoT就50亿美金，属于others的市场。”这个市场当然还在攀升，但“IoT市场本身就是分化、碎片的，没有一颗芯片可以cover一大片市场的情况会发生。所以在IoT市场，做一颗芯片要达到一定规模，难度本身就更大了。”陈锋说。

另外，“芯片总是在PPA方面做均衡，FinFET晶体管的摩尔定律当然还在前进，但这条曲线已经开始放平，已经比较费力了。所以FD-SOI给了一个很好的选择。28/22nm FD-SOI是可以达到AIoT市场中深度学习的算力要求的。”另外，“FD-SOI的NRE（一次性工程）和die 费用都比较低。FD-SOI对AIoT非常适用。”这其实体现的主要是FD-SOI在成本方面的优势。

陈锋所说FD-SOI适用于AIoT的四个原因加起来（1）更低的成本，（2）功耗优势，（3）对RF和模拟设计更友好，（4）28/22nm工艺性能可以满足AIoT的算力要求。这些大概就是索尼在GNSS解决方案方面会选择FD-SOI的原因，尤其是其中的成本优势，可能会成为FD-SOI在接下来大热门的AIoT领域发光发热的主因。

健全中的FD-SOI生态

IBS首席执行官Handel Jones说：“FD-SOI为什么一直没有取得很大的成功？为何市场选择FD-SOI的周期这么久？主要是因为IP生态问题。但如今这个情况正在发生变化。”

每年FD-SOI论坛为我们重点呈现的，是这个生态的发展状况。从整个生态的角度来看，IP、制造和应用是三个大环节，前面我们在谈的主体上都是FD-SOI偏应用的部分。能够聊到这些应用场景，下层自然就有IP设计和制造的支持。

正如Jones所说，FD-SOI的生态正在发生变化。而改善这一现状起到牵头作用的自然就是属于FD-SOI生态的IP了。格芯在会上列举了其FDX生产线现有的“丰富模拟、Interface与RF IP组合”。

就中国国内部分，芯原（VeriSilicon）作为SOI技术的长期支持者，是生态中IP搭建的组成部分。“芯原是这个领域内比较少有的一家企业。芯原也让中国在SOI技术上取得了优势，这些优势是FinFET无法实现的。”Jones评价说。

芯原物联网互联平台总监曾毅分享了芯原的部分低功耗射频IP，这里我们列举低功耗蓝牙RF IP——顺带也能在这个特例中，发现如何让IoT的RF IP和FD-SOI本身的低功耗特性相辅相成。

芯原NB-IoT数字BB IP

芯原的BLE RF IP（低功耗蓝牙射频IP）除了包含相对齐全的transceiver+数字解调器、时钟/POR（电复位）/ADC等辅助模块、集成BALUN之外，还有针对大范围电源电压的专用PMU IP（电源管理单元）；针对低功耗优化的核心电压低至0.8V，包含针对TX/RX的单独电源管理的节电模式，针对深度睡眠模式的专用LPLDO（应该是指Always-On Low Dropout）。

而22nm FDSOI本身的特点相较传统前代体硅技术，在芯片尺寸、功耗、性能方面就能获得长足提升。例如，在PLL（phase locked loop）中对大部分子模块，逻辑区域尺寸得到较大程度的缩减，数字逻辑电路电压下降以及针对干扰的鲁棒性；借由back gate biasing充分利用FDSOI22工艺优势来减少工作电压；提升数字PA的效率，缩减PA尺寸等。

当然除了BLE RF IP以外，曾毅还介绍了不少IP，比如说芯原的NB-IoT RF IP，其中包括有NB-IoT数字BB IP（body-biasing体偏置IP），ZSPNano子系统IP（这是来自芯原的一个节能通用MCU+DSP核心，用于进行各类IoT无线连接应用的信号处理和控制任务）；基于格芯22FDX的GNSS RF IP等等。

就FD-SOI的IP搭建，Dolphin中国区销售总监Ying Zhao表示：“22nm FD-SOI节点，正有越来越多的IP加入进来，我们Dolphin也在努力促成体偏置IP的发展——从生态系统的角度，FD-SOI很有潜力。但只有一两个IP是不能实现价值的，我们还需要更多有价值的IP，进一步丰富IP组合，将其集成在一起。”

格芯高级副总裁Americo Lemos

而在FD-SOI的制造部分，电子技术设计（EDN）的分析师在会上获悉FD-SOI的“5倍产能爬坡”——这一环实际也能够表现包括IP在内的生态持续完善。先前格芯和Soitec就已经联合宣布达成多个长期SOI晶圆供应协议，以满足5G、IoT和数据中心市场的加速发展，包括了FD-SOI、RF-SOI和硅光（silicon photonics）。格芯预计到今年年底，22FDX芯片出货量可以达到1亿颗。

三星电子高级副总裁Gitae Jeong给出的数字显示，2019年28FDS工艺达到较高产量，这一年规划中的产品超过20种，D0级别的生产达到完全饱和状态（这里的D0应该是指有比较出色的良率水平）。今年已经出货了首个28FDS eMRAM产品，先前也实现了5G毫米波射频的产品验证。FD-SOI+RF+eMRAM，提供了相对完整的IoT工艺平台。

而三星已经开始规划下一阶段的18FDS——可以获得极大程度的进一步节能（性能相比28FDS攀升17%，同性能水平下的能耗下降55%，芯片面积下降25%），而且BEOL后端工艺的改进，也能产生更好的成本效益。Gitae Jeong特别提到，对IoT的低漏电支持会格外有帮助。

FD-SOI的生态正在一步步完善。最后值得一提的是，Americo Lemos给出的数据显示，格芯22FDX给中国企业的流片数量占比超过50%，所以Lemos始终在强调中国市场对FD-SOI生态的重要性。不难想见，索尼在论坛上提到，自家的FD-SOI产品（GNSS解决方案）是2016年率先开启于中国市场的。

一方面FD-SOI是中国半导体制造的一个机遇，另一方面中国也是FD-SOI可得以前行的重要市场——尤其Handel Jones大量列举的中国电子设备企业消费全球将近一半的半导体市场，AI、边缘计算、IoT、5G、电动汽车等因素还在推动中国半导体消费全球占比的进一步攀升。“中国是FD-SOI最重要的市场”，“FD-SOI也是中国最关键技术之一”。

责编：Yvonne Geng