Soitec CEO Paul Boudre：FD-SOI技术解决边缘计算的难题|逆天资讯 - 逆天PCB论坛

离线shuszhao

三级逆天

性别:: 帅哥

发帖: 18056

金币: 36481

提示：会员销售的附件,下载积分 = 版块积分 + 销售积分只看楼主倒序阅读使用道具 0楼发表于: 2020-11-06

新冠疫情肆虐，尽管目前全球经济所面临的紧急情况尚未完全解决，但半导体行业在全球经济复苏以及建立新常态中扮演着重要角色，5G和边缘计算将对半导体行业产生巨大影响。

使命

“Soitec的使命是设计和交付创新型衬底，Soitec的任务是生产晶圆使其能真正符合终端应用的要求，并在此基础上为系统级产品提供独特的性能和价值。”Paul Boudre 说，“ Soitec目前正在生产150mm、200mm和300mm的产品，业务遍及全球，在法国、新加坡和中国都有生产基地。”
Soitec购买基本材料，包括硅晶圆片和化合物晶圆片，利用自己的核心技术Smart Cut和Smart Stacking设计晶圆并出售给代工厂，晶圆制成芯片后用在系统中。Soitec从材料层面设计解决方案, 使系统的性能更加卓越。

“PPAC”是Soitec重视的四大因素：

“P”-功耗
“ P”-性能
“ A”-面积
“ C”-成本

因此，Soitec定义和设计能提升系统性能的材料，促进系统这四个关键性能的提升。

图1：Soitec利用自己的核心技术Smart Cut和Smart Stacking设计晶圆，从材料层面设计解决方案, 使系统的性能更加卓越。

互连时代需要边缘计算

早在疫情爆发之前，行业朝着互连方向发展的速度已经越来越快，有专家指出，不久之后，全球会有超过100亿个互联设备将数据传输至云端。这些信息将存储在数据中心，通过数据处理以实现优化，这就是云计算的基本过程。然而，这一过程中产生的大量数据最终会使成本高昂、处理速度缓慢且能耗高，这促进了边缘计算和AI等技术的发展，推动了AIoT解决方案的发展和革新。在接下来的十年中，边缘计算将成为创新的核心，创造新的生态系统和应用，以超越想象的方式改变行业。
根据麦肯锡的数据，至2025年，边缘计算将创造2000亿美元的硬件价值。

图2：至2025年，边缘计算创造的硬件价值将达2000亿美元。（图片来源：NXP）
那么，什么是边缘计算？Paul解释说同，边缘物联网解决方案首先通过传感器获取数据，然后对数据进行智能分析，再与其他设备无缝连接，最终带来新的价值和用户体验。这种与云端交互少、甚至无交互的数据分析即称为边缘计算。边缘计算可实现实时分析，并且能加强数据隐私保护。结合AI功能，边缘计算将引领智能家居、智慧城市、以及智能制造的发展。

图3：边缘计算可实现实时分析，并且能加强数据隐私保护。
物联网计算正从云端发展到边缘，由于数据量大，高性能计算的任务仍需在云端完成，但是越来越多的智能设备将具有高效的计算能力。在不久的将来，越来越多的数据处理训练和推断将在边缘进行。因此，随着智能化从云端向边缘转移，物联网网关以及设备上的边缘计算也将增加。

图4：随着智能化从云端向边缘转移，物联网网关以及设备上的边缘计算也将增加。
根据计算强度与能耗，边缘计算可分为两类：智能传感器和智能设备。智能传感器主要面向家居、城市和工业应用，智能设备则包括可穿戴设备和智能手机等。
大多数边缘物联网设备仅具有一项具体功能，对于此类设备，功耗是首要考虑因素，因为这些设备需要保持“常开机”的模式，而对计算能力的要求通常很低，半导体行业必须开发突破性技术，尽可能使设备趋近零功耗。而智能手机和手表等智能设备集成了多个传感器，以支持多种功能和应用，在此情况下，计算能力、能耗之间的平衡成为一项关键指标——即能效。对于无人驾驶等特定应用，可靠性也是必须考虑的重要因素。业界需开发节能、稳健的技术，以支持下一代智能设备的发展。
因此，根据应用的不同，边缘（计算）不仅要努力实现零功耗，还要优化高性能计算应用所需的能效。
根据IBS分析，边缘上的数据处理正在增加，2015年占云计算量的20％，预计到2030年将占云计算量的80％。边缘（计算）将产生大量的信息流，要正常处理这些海量数据，不仅需要设备本身、还需要基础设施的支持。

边缘计算面临哪些挑战？

那么，为什么需要边缘计算？边缘计算面临哪些挑战？边缘IoT设备的增加将产生海量数据，并在数据中心进行计算，因而对网络带宽的要求达到了极限。边缘计算的目的是利用智能终端、移动电话或网络网关，将计算从数据中心移到网络边缘。在不同的网络节点中分配逻辑会带来新的问题和挑战，Paul介绍了边缘计算面临的5大挑战。

图5：边缘计算面临5大挑战。

低延迟

嵌入式硬件/软件解决方案必须采用能够提供极短延迟的技术。例如，无人驾驶需要即时决策，因为人们不希望驾驶一辆连接到云端的汽车，此时数据处理必须在汽车端完成。

数据隐私

提供在源端处理数据的解决方案，保护重要数据的隐私，尊重公民的隐私权，是从业者的责任。一些关于健康、财务状况的个人信息都属于隐私数据。

可靠性

边缘计算的超高可靠性是必须应对的挑战，因为对于某些解决方案，特别是一些任务关键型的应用，如虚拟现实（VR）、车联网（V2X）、边缘人工智能等，都需要超高可靠性。

能源效率

在许多应用中，特别是云端应用，设备都要求低功耗。TOPS/w 是衡量计算密度的关键指标。

可扩展性

解决分布式网络的可扩展性问题，需考虑许多因素。
首先，相较于云数据中心更稳健的基础设施，分布式网络必须考虑设备的异质性，它们具有不同的性能和能量限制，在不同情况下设备连接的可靠性也不同。
因此，具备高能效并集成射频连接功能的超低功耗技术成为发展所需。业界需要可在超低电压下运行、集成多种低功率无线电功能并从结构上实现节能的解决方案。

边缘计算选择FD-SOI

Soitec开发了一个新平台，即FD-SOI。
FD-SOI是一种可集成多种功能同时仍为移动设备基础架构提供较低功耗的独特技术，目前已有多个晶圆厂和多个节点支持这种技术。它甚至还可以集成5G收发器等功能，在任何其他平台上都无法以同样的功耗预算做到这一点。
图6显示了Soitec的FD-SOI衬底的优点。

更高的能源效率
更高的可靠性

SOI可应用于要求材料具有高可靠性的航空领域。

数字/混合信号集成

将两者结合起来是FD-SOI平台的主要优点之一。

RF射频

RF-SOI在4G和5G的智能手机中必不可少， FD-SOI平台的一个独特优势是能引入RF-SOI功能。

最快的eMemory

采用FD-SOI的公司包括格芯、三星和意法半导体等，都创建了基于FD-SOI的平台来进行开发，这些嵌入式存储器功能在AI世界是必不可少的，尤其是在边缘。

制造成本低

图6：FD-SOI平台的优点。
FD-SOI衬底具有超薄硅膜，是在超薄埋氧层上直接制作晶体管沟道。这不仅将顶部硅与衬底的其余部分隔离，而且还增加了背栅。因而，设计人员可以使用一种称为反向偏置的技术从低功耗模式切换到高性能模式，提供了极好的灵活性。
由于FD-SOI能够在0.4V下工作，与体硅相比，功耗可降低达80％。取决于所用的电压，其性能可能会提高50％。根据摩尔定律，采用FD-SOI可以将更多的晶体管集成到设备中，从而降低成本。
采用FD-SOI技术，可为汽车系统提供控制ADAS系统、驾驶舱及传感器的理想解决方案，这种技术还可应用于物联网，包括网络基础架构和AR/VR。FD-SOI新产品包括安防摄像头、汽车前端（模块）、语音识别和人机交互系统。
FD-SOI平台在设计可以实现基底偏压和自适应基底偏压，能够在芯片上内置嵌入式存储器，还将集成RF功能，Paul先生表示，“FD-SOI平台将在mmW和5G中发挥非常重要的作用，因为一些客户已经开始尝试将FD-SOI用作实现5G FEM全集成的最佳平台。”
FD-SOI是一种成熟的技术，以65nm为起点，从28nm、22nm到18nm和12nm都是平面技术，目前和三星合作开发18 nm产品，与格芯合作开发12nm产品。瑞芯微电子已经研发了基于FD-SOI技术的全系列AI产品。“需要强调的是，这项平面技术采用新IP和设计使芯片具备低功耗特性。”Paul先生表示，“我们相信，FD-SOI在边缘计算领域可以发挥重要作用。”

图7：FD-SOI技术的工艺节点。

FD-SOI平台与中国

在国内外半导体公司的共同推动下，中国的半导体市场将继续增长。“谈及机遇，就不得不提中国。”Paul先生说，这些机会，包括边缘AI的机会，都是增长的一部分，也是中国乃至全球增长的一部分。“因此，FD-SOI平台需要中国，同时中国也需要借助FD-SOI，在边缘AI中大展拳脚。”
边缘计算和AI市场的发展非常活跃。如果从上至下观察中国的半导体价值链，不难发现，所有IC设计公司都对这些市场感兴趣。如果从下往上看，Paul表示，“我们有能力与合作伙伴上海新傲科技和上海硅产业投资有限公司（NSIG一起），在中国提供FD-SOI平台。”

图8：Soitec公司中国区战略发展总监张万鹏先生分享Soitec在中国的发展。
中国的芯原公司可在全球范围内提供SOI（尤其是FD-SOI）设计IP和服务，然而，中国还缺失关键一环——FD-SOI的代工厂，缺失这一环不仅会阻碍这一技术的应用推广，还会降低中国研发新功能的速度，Paul先生说。

结语

边缘计算是数字化转型的重要因素，将在未来十年发展成为最大的市场之一。FD-SOI是解决边缘计算难题的理想技术平台，已经被证实可以大规模采用。第一批FD-SOI创新（产品）已经上市，正在改变着我们的日常生活。在从28nm平面技术向22nm平面技术发展的过程中，中国市场潜藏着很多机会。待中国起建立完整的生态系统，包括拥有竞争力的代工厂，即可在边缘AI的发展中发挥领导作用。