芯原戴伟民：IoT与AI时代需用FinFET和FD-SOI两条腿走路

　　在11月8日的全球CEO峰会上，芯原Chairman &CEO戴伟民博士和大家分享从万物互联到万物智联：机遇与挑战。

　　戴博士分析到，我们在中国一直说“智能”，智能在很多领域被使用。在汽车领域，我们要让汽车更好的连接起来，在过去几年时间中发展的很快，在未来5年汽车将会走向何方?车联网将如何发展?现在中国的汽车保有量是非常、非常高的，在未来我们会走向电动汽车的时代，这是非常好的趋势。在传统的汽车方面还有很长的路要走，可能赶不上，但是电动汽车方面我们可以实现弯道超车。大家都知道，二级自动驾驶需要人们在出现可能事故的时候做出快速响应，我们想实现更高级的自动驾驶，L3、L4，这时候人们基本可以不参与。我们到底该如何发展、如何更好做自动驾驶?有些公司已经做出L4和L5级自动驾驶的倾向，但是我们相信在当前，只有在某些场景下才可以实现那样的自动驾驶，比如仓库、农业以及货物搬运等等场景下。在机场的穿梭巴士、矿山和其他比较固定的线路上实现更高的自动驾驶程度。

　　我们在发展过程中取得一些里程碑，这里我们会进行很多、很多试验，在中国做得不错，在美国我们也看到一些研究者做了工作，在2009年开始，waymo制定他们的发展规划，摩根斯坦利曾经说waymo的发展前景很好。这是道路上测试的历程，他们进行不同汽车驾驶试验里程的排名，排名最好的是waymo，中国有标准的智能连接汽车，简称ICV。我们觉得要实现无人驾驶，车上要有很多装置，包括传感器，汽车需要与周边汽车进行沟通，需要有5G通信、需要与智慧城市有很好的连接。这一切都是联结在一起的，我们不可能把所有装置放在汽车上，要与汽车实现连接从而使用周围的资源。另外我要提一点成本，成本是非常重要的因素，大家可以看到电子器件占汽车总成本的比例在逐渐上升，这使得我们行业的发展方向需要调整。

　　我们是一家IP公司，我们生产GPU，GPU可以用在汽车上，我们的GPU在汽车上用得很好，我们是这个领域领先的公司。整车厂中最好的7家或者十大整车厂有7家都与我们有合作，我们还要实现低成本的仪表，这都是通过我们的GPU来支持的。大家可以看一下这些仪表，都是通过我们的GPU来驱动的，成本少于10美元。还有其他公司的产品都可以与我们的产品对接起来，兼容性是非常好的。另外在IP方面我们也有很好的支持，2018年，我们已经生产了这样的系统，有点AI的意味。FD-SOI 28纳米是非常热的话题，现在有几家公司在使用这样的技术。我想这对于自动驾驶或者无人汽车来说都非常重要，包括其中的软件等部件。对于无人驾驶大家都会考虑到底该使用什么更好的软件，在未来2、3年中或许只有一些特殊的场景才需要对无人驾驶系统进行训练，这些系统仍然是可编程的，成本可能会大幅度上升，另外能耗方面也可能会上升。

　　如何走向L4或者L5呢?AiMotive做了很多研究，他们做算法的，他们不会取得电子元器件或者电子装置，他们的算法用于很多汽车在拉斯维加斯做了测试，效果还不错。今年AiMotive已经开始在更广泛的道路上进行测试。虽然他们的技术不错，功率达到1000瓦，他们的性能真的非常好。为此，我们需要做更好的SoC出来，已经有新的技术出现，从1000瓦降到200瓦，这是大幅度降低，可以节省很多能源。如果将这样的技术应用到无人驾驶中，那无人驾驶的将来会更好，因为它的能耗更低。

　　再看一下AI引擎，我们想以非常广泛的方式进行支持，包括通用接口。整个系统是比较封闭或者比较关闭的，是不可兼容的，我们提供私有API，通过这样的方式来提高效率。另外，在过程中我们做了比较，我们可以看到这页的数据，在功耗方面可以降低45与28纳米相比，计算容量比28纳米的工艺高15%，在成本方面可以降低50%。我们可以大幅提高性能，有时候你想更高的性能，与此同时想实现更快的处理速度，怎么办?我们需要进行优化，优化加速器的种种划分，另外优化PE和P&R的流动。

　　在电池发展方面也有很多公司做了研究，有一家公司是亚马逊支持的。有电池驱动的安全摄像头，这种摄像头也可以用SOC。另外还有一个IOT的例子，是智慧视频DeepEye 1000，这是交钥匙工程，他们做了很多，有很多公司已经使用FPGA，在现场已经使用过。我们将很多技术整合起来，看到底实现什么样的效果，DeepEye 1000是第一个智能智慧系统，在全球AI芯片方面有很高的排名，排第21位。这是最新的排名。

　　对于IOT来说，射频也是非常重要的。我们需要有非常好的射频设计，要有独特的模拟性能，因为IOT时代这种性能是不可或缺的。另外NB-IOT也是很重要的，我们使用了数字的公方，单芯片NB-IOT射频加上BB解决方案，也是基于SOI的。我们可以实现非常高的灵活性，有时候我们需要实现非常好的平衡，看到底哪方面更重要一些。在功耗方面或者公方方面我们有集成的数字公方就可以实现更高的效率。这样的集成也可以省很多面积出来。大家知道有很多、很多扬声器装置在市场上受到欢迎，但是我们如何让他们变得更智能，如何为他们设计更好的芯片和算法?

　　对于FD-SOT我提到很多次，因为我们有很好的预测，我们觉得FD-SOT可以帮助我们开发出更多更好的产品来。在未来很多年FD-SOT将是继续非常受欢迎的。因此，我想对于FD-SOT再做一些详细分析。在28纳米之前一切都是非常美好的，28纳米之后一切都发生了变化，在成本方面，28纳米以下每个门它的成本会更高，我们将此叫做摩尔压力，28纳米可以称为一个门槛。这里展示了成本的变化，成本在28纳米之前是大幅度下降的，在28纳米之后却又逐渐上升。对于晶圆厂，晶圆厂如何发展、晶圆厂的生命周期是怎么样的呢?我们可以考虑晶圆厂到底生产什么样的产品，他们的形式各不相同、生命周期也各不相同。

　　比如有些是时间周期比较长的，有些周期比较短，大家可以看到FinFET和FD-SOI的历史是2001年，我们的胡教授还有刘教授及杰弗瑞做了类似的研发，他们发现了同样的问题，就是会泄露的问题，大家可以看到90度的旋转。实际上对我们来说我们重新定义了晶圆和硅相关不一致性的东西，最高的硅的厚度是不一致的，基本上是由不同原子层所造成的，大家可以看到不同的厚度。这是我们进行的一些研究。我们也用在汽车等行业，我们要两条腿走路，要应用FD-SOI，也要应用FinFET，FinFET是大量数码芯片，多数时候具有高性能。FD-SOI是小的混合型芯片，有时候性能比较高。

　　关于英特尔，他们在促销他们相关的芯片。大家可以看到记忆系统的封装，SIP，大家可以看到封装摩尔定律关键因素，大家可以看到图形图像还有混搭的异构设定。两种情况都同时存在，在我前面说的是非常有效的混合，我们可以根据情况进行选择。（责编：振鹏）

本文为华强电子网原创，版权所有，转载需注明出处

关注电子行业精彩资讯，关注华强资讯官方微信，精华内容抢鲜读，还有机会获赠全年杂志

关注方法：添加好友→搜索“华强微电子”→关注

或微信“扫一扫”二维码