Realme GT大师探索版体验：骁龙870旗舰2899元起，大师打造
06-21
物联网（IoT）由美国于2016年首次提出，特指“传感器网络”。
过去20年，物联网由于技术、成本等因素一直无法实现规模化。
在5G技术的支持下，IoT正在逐步向AIoT过渡。
物联网标准主要针对数据传输技术，而AIoT则侧重于物联网新的应用形态，强调服务，特别是物联网的后端处理和应用。
人工智能和物联网相辅相成。
物联网为人工智能提供了深度学习所需的海量数据。
AI对连接后产生的海量数据进行分析，创造更高的价值。
面对AIoT应用前景的爆发式增长，半导体芯片行业面临着巨大的挑战和机遇。
例如，捕获的数据需要快速存储、计算和交换，使用现有技术完成神经网络训练将变得非常耗能。
这不是重点。
由《半导体芯科技-SiSC》杂志主办的第八届CHIPChina在线研讨会将从芯片创新的角度推出主题——“AIoT应用前景下的芯片创新与实践”。
整个直播发布会历时2个多小时，观众近距离观看互动，数千人在线点赞。
听众与演讲者积极互动，踊跃提问。
会议邀请了宏智微科技能源材料事业部总经理李健先生、上海恩爱仪器亚太区半导体业务发展经理周文浩先生、北京大学教授、深圳中心主任何进先生系统芯片设计重点实验室，探讨AIoT新兴应用。
他围绕不同类型芯片设计带来的创新理念、芯片多尺度材料工艺仿真、AIoT新生态打造等为观众带来了精彩演讲。
芯片技术发展的核心驱动力：从工艺节点到LMC芯片技术决定了新一代信息技术的基础设施和AIoT时代的未来场景。
正如我们常说的，微缩和3D集成是半导体技术发展的两驾马车。
摩尔定律决定了微缩化的发展前景，而先进封装是实现3D集成的重要途径。
尺寸收缩影响平面图形 CD，3D 结构影响纵横比 AR。
这也是物理结构方面影响工艺进度的两个重要指标。
尺寸缩小的重点是推动光刻工艺的进步，而3D趋势主要推动刻蚀和薄膜设备的进步。
这两个因素共同推动了IC整体结构的复杂化，从而推动了CMP、清洗、离子注入、检测等设备的进步。
通过 3D 集成，器件可以使用相同的工艺节点实现更高的 IC 性能和能效。
据了解，14nm开始使用3D结构晶体管。
我们还能抵挡摩尔定律的旗帜多久？英特尔在今年7月举行的制程技术与封装技术线上发布会上指出，“对于未来的半导体产品来说，PPA是三个重要指标（性能、功耗、面积），代表着产品的竞争力。
如果从性能来看瓦特作为核心指标，我们的几个工艺节点的名称演变就是按照这个逻辑向前发展的。
”英特尔认为，半导体技术的发展即将进入艾米时代。
未来三到五十年，芯片技术和产业将继续采用规模、材料、架构、异构集成、3D集成、软硬件协同设计、TDCO、全光电集成、存储计算集成、传感计算集成，以及传感、存储和计算集成。
等待新技术进入新MOORE时代。
何教授在题为《芯片科技新进展和产业发展新方向》的主题报告中指出，过去我们表征半导体技术发展的唯一标准就是尺寸缩小。
不过，1）随着IBM推出2nm芯片，尺寸缩小很快就会逼近1nm，2）参与竞争的厂商越来越少。
3）年后，实际物理门长度将大于节点表示的长度。
因此，科学家认为，传统的表征方法似乎是片面的，不足以反映半导体技术的实际进步。
因此在 2016 年夏天，UCB 的一组科学家提出使用 LMC 指标来表征芯片技术。
LMC是DL（逻辑晶体管的密度，即尺寸减小）、DM（主存的位密度，目前表示为DRAM密度）、DC（逻辑晶体管与主存之间的互连密度，这与未来的机会有关）封装方向）。
UCB科学团队通过映射三者的历史数据，证实了逻辑、记忆和连接性增长之间的相关性。
三者之间的平衡增长已经持续了几十年；未来3D芯片堆叠的新LMC指标可以更好地连接过去和未来，充分发挥准确表示的作用。
从芯片应用的角度来看，从移动设备到PC处理器，再到世界上最快的超级计算机，一切都遵循这种平衡。
目前最好的芯片系统LMC指标是[M，M，12K]。
图1：LMC测量中的平衡，图表来自何进教授的报告《芯片科技新进展和产业发展新方向》@CHIPChina。
何教授指出，1）硅CMOS采用10层多层金属互连构建两层晶体管，以增加逻辑和存储器之间的互连密度； 2）CMOS逻辑中上下构建了两种类型的晶体管，即NMOS和PMOS； 3）硅加工温度高，工艺实现难度大，因此采用非硅技术更容易构建3D器件，如石墨烯、二维材料、碳纳米管等； 4）基于硅、硅上金属的新材料架构在互连层内构建了新的逻辑或存储器件，例如由二硫化钨等原子薄半导体制成的微继电器和晶体管。
从宏观角度来看，AIOTG是一种基于算力、存储、连接和感知的新兴智能物联网应用。
LMC指标将伴随半导体行业未来几年的发展。
Q A：极致能效比的超融合数据芯片有哪些特殊的技术支撑？二维半导体器件在栅介质材料、源漏接触和机械稳定性方面仍然存在致命问题。
您认为二维半导体什么时候会得到应用？还是机会渺茫，目前很多二维材料的研究只是在赌运气？ AIoT技术获取海量数据赋能材料与芯片研发鸿智微科技（上海）有限公司是一家专注于多尺度仿真技术研发的国内高新技术企业。
主要为大专院校、科研院所、工业企业提供专业资料。
设计和工艺仿真软件以及定制计算解决方案帮助客户提高研发效率并优化流程。
随着研发和制造工艺等诸多因素的影响，计算机技术和人工智能技术的发展，以及材料研发和制造机构面临的市场竞争压力，材料研发和设计已经告别了过去单纯依靠经验积累、理论建模、计算。
/仿真模式。
在题为《多尺度材料仿真技术与AIoT双向驱动赋能》的报告中，鸿之微李老师认为，材料研究已经进入了（大）数据推动科学发现的阶段。
材料信息学将在这一阶段迅速发展，并在材料设计领域发挥极其关键的作用。
。
无论是摩尔定律还是超越摩尔定律，半导体行业的根本问题都将回归到芯片结构和材料。
无论是半导体原材料（硅、化合物半导体），还是光掩模、光刻、工艺辅助材料等过渡材料，总之，材料是AIoT的基石。
图2：尺寸小型化的D结构是芯片技术发展的核心驱动力。
图片来自鸿之伟李健的报道《多尺度材料仿真技术与AIoT双向驱动赋能》@CHIPChina。
未来，新的应用场景将驱动AIoT技术的发展；通过AI技术与物联网的融合，我们可以更有效地收集实际应用中的海量数据并进行分析，反向赋能材料和芯片设计的开发，降低研发成本。
风险。
全球许多制造商都在进行这项技术的研究，其中包括设计方面的DTCO。
Cadence和Synopsys都提出了不同的解决方案。
不同的是，Synopsys的解决方案考虑了芯片设计和制造工艺的材料方面。
影响。
AMAT提出了另一个概念，MSCO（Materials to Systems Co-Optimization）平台，实现从材料到系统的优化。
MSCO平台扩展了DTCO（以晶体管结构为主要优化对象）的范围，纳入MOL（中段工艺）/BEOL（后端工艺）中的材料、工艺方法、IC设计规范等更多影响因素；并通过TCAD技术形成全面的协同优化解决方案，有助于提高先进器件的PPAC。
李老师对此进行了深入浅出的分析。
IRDS发布的国际器件与系统路线图指出，延续摩尔定律，集成电路核心器件尺寸不断缩小，将面临工艺极限和物理极限的挑战，其中涉及新结构、新器件的挑战。
材料、新工艺和新原理。
;包括铁电存储、负电容NC、冷源等诸多可能的影响因素和技术路线方向。
图3：国际器件与系统路线图（IRDS版），数据来源及致谢：中国科学院微电子研究所吴振华研究员@《多尺度材料仿真技术与AIoT双向驱动赋能》、鸿之伟李健。
进入纳米级尺寸收缩时代，90nm以上传统器件研究所使用的流体动力学模型（源自BTE玻尔兹曼输运模型）不再适用，取而代之的是NEGF-DFT/TB（非平衡格林函数模型） 。
器件固有的物理效应包括量子效应、自热效应、掺杂和尺寸涨落特性、寄生电阻/电容效应等，这些对小尺寸器件的性能有重大影响。
全球顶级集成电路公司在工艺研发中均采用了不同的材料模拟技术，如Intel、台积电、巴斯夫、ASML、Synopsys等，鸿之微还推出了自主研发的多尺度模拟技术平台（ACADTM）。
帮助用户从原子尺度进行材料或芯片器件的详细设计和工艺开发。
问 答：Q1。
材料模拟和模拟主要考虑量子效应吗？那么主要考虑哪些方面呢？有没有计算算法的开源案例？答：材料模拟和模拟不仅仅考虑量子效应。
材料模拟和建模涉及多尺度概念，包括空间尺度和时间尺度。
量子效应主要体现在电子相干性层面。
在集成电路材料领域，材料种类繁多，涵盖了从与量子力学相关的第一原理，到基于牛顿力学的分子动力学，以及基于连续介质、有限元等尺度的相场的理论范围。
就考虑量子效应的第一原理而言，主要涉及两个方面，一个是DFT或量子化学，另一个是NEGF-DFT。
NEGF-DFT主要用于输运特性的研究。
相关算法已经商业化，当然也有开源软件。
由于涉及算法、理论框架、用户需求和使用等多种因素，在DFT层面目前主要以VASP、RESCU、Gaussian等软件为主。
在NEGF-DFT层面，主要采用Synopsys的QuantumATK和鸿智微科技。
基于 Nanodcal 软件。
Q2。
这些ACAD技术是否与量子计算相结合？和Material Studio有什么不同吗？ A2。
当你说量子计算时，你指的是量子计算机相关的内容吗？在这个领域，业界其实也有团队，比如我们的首席科学家郭宏教授的团队，正在开发一个量子计算机的TCAD工具——QCAD。
材料工作室主要从事材料领域。
Device Studio 包括材质和设备建模。
明年，分子领域的建模与计算平台模块将全面发布。
再次感谢材质工作室！ Q3。
有国家标准认证吗？误差补偿是如何实现的？企业可以自行升级软件吗？ A3。
目前，全球范围内还没有集成电路等领域材料计算软件的国家标准认证。
这类技术主要存在于各行业的龙头企业中。
误差补偿方法有很多，但基本上都在可接受的范围内。
企业可以通过以下方式升级软件： 1）向软件供应商支付升级费用； 2）或者以云端的形式每年更新一次； 3）其他。
Q4。
需要或洽谈合作。
A4。
如需合作申请，您可以联系公司，直接将合作内容及相关邮件发送至。
AIoT技术获取海量数据赋能材料和芯片研发。
随着大量AIoT场景的出现以及汽车电子、工业控制等应用领域的快速发展，AI芯片、MCU等如何有效完成设计、验证和量产部署？市场已经成为各个芯片MCU厂商能否赢得市场的关键。
MCU 集成了计算核心、存储、数字 I/O、ADC/DAC、LDO、PMIC、运算放大器和比较器以及通信接口等功能 IP 和模块，给验证和测试带来了巨大挑战。
NI周经理在题为《利用PXI自动化测试系统加速MCU芯片验证》的报告中介绍了NI的ModernLab解决方案，该解决方案以PXI自动化测试系统为核心，构建MCU自动化验证系统，帮助MCU相关厂商加速从实验室验证到量产测试导入的整个流程。
提高测试效率，从而缩短产品上市时间。
工程师使用NI现代实验室解决方案，这样他们就不需要使用不同的分立桌面仪器来进行MCU验证。
整个测试过程不需要手动操作来切换DUT工作状态、功能映射、切换到不同仪器、更改仪器设置。
通过构建MCU自动化验证系统，可以帮助将整个验证过程从几周或几个月缩短到几天到几小时，同时减少对特定测试人员的依赖，加速整个验证过程。
相关验证工作也可以在批量生产中快速重复使用，加快整个产品的上市时间。
Q A：支持哪些测试项目？我们方便了解一下你们的DUT吗？会后我们将向您提供详细的测试项目信息。
数字通信验证这方面和ni公司有什么关系？ NI提供了SPI、I3C、RFFE等协议验证的工具，不同的总线通信方式主要解决什么问题，如spi、pxi、axi、can等？ MCU上不同总线接口和通信协议的选择由MCU的具体应用决定。
例如，CAN通常只出现在汽车MCU上，而I2S则常用于音频应用中。
SPI和I2是常见的接口协议。
PXI 总线不在 MCU 上。
它是 PXI 测试系统的背板总线标准。
使用什么样的电源拓扑来产生不同的引脚电压？这里有几种情况。
芯片电源输入和输出引脚可以直接通过SMU通道进行驱动和加载。
数字接口引脚可以通过DPI的PPMU功能进行测试。
在这两种情况下，都支持电压设置和调整。
Labview可以仿真相关芯片的模型参数吗？ LabVIEW主要作为测试自动化的核心工具，模型参数仍然依赖于EDA Tool。
不过，NI 计划跨流程管理和优化 EDA 工具、实验室验证数据和量产数据。
如果您有兴趣，欢迎联系周经理。
ADC端口测试能力Gs？是否需要去嵌入？如何处理去嵌入ADC的测试主要包括两个部分：模拟信号输入和数字接口输出。
在DUT板设计过程中，需要考虑信号路径的影响以确保信号完整性。
MCU的核心验证使用哪些外设？ MCU验证所需的硬件模块由不同功能IP的测试要求决定。
以ADC/DAC为例，可以抽象为AWG任意波形发生器或DSG动态信号发生器模块等模拟信号源、DPI等数字输入输出接口模块、SMU模块等电源引脚驱动器等。
DPI模块还支持半导体器件控制/静态开关控制/数字接口协议验证。
诸如示波器模块等时序测试。
通过NI VST模块可以实现WIFI验证。
从全球AIoT产业趋势来看，全球AIoT市场正在快速爆发。
麦肯锡全球研究院的数据显示，每秒都有一个新的物联网设备连接到互联网。
每年消费电子设备数量占所有已安装物联网设备的 63%。
到今年全球联网设备数量将达到 1 亿。
由于AI芯片应用场景丰富、需求侧驱动力强劲，AI芯片市场规模将快速增长。
Tractica的研究报告显示，全球人工智能芯片市场规模将达到1亿美元。
中商产业研究院预测，全球AI芯片市场将迎来快速发展期。
2018年全球AI芯片市场规模将达1亿美元，七年复合增长率达36.90%。
中国AI芯片产业的发展仍处于起步阶段。
但在智能终端的更新迭代和数据中心服务器智能化大趋势的推动下，以及人工智能应用生态的爆发，两年后又迎来了新一轮的爆发。
2020年，中国AI芯片市场规模仍将保持40%以上的增速，预计2019年，中国AI芯片市场规模将增长至1亿元。
随着物联网技术不断成熟和5G商用，低成本网络覆盖范围扩大，应用成本不断下降，更多可能的应用逐渐成为现实，AIoT的应用范围和需求不断扩大。
AIoT产业与传统产业融合不断深化，市场规模广阔。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-21
06-17
最新文章
英特尔收购芯片制造商eASIC，进一步减少对CPU的依赖
西门子携手现代汽车、起亚公司，共同推动交通运输行业数字化转型
行业领导者制定 Open Eye MSA 来帮助实现高速光连接应用
三星电子和 NAVER 合作
意法半导体和 Leti 合作开发 GaN-on-Si 功率转换技术
青岛将大力发展高世代TFT-LCD和Micro LED项目
长电科技参加IMAPS器件封装大会
三星正式发布Exynos 990旗舰处理器