行业新闻 (News) 芯片封装主页/ 行业新闻 / 行业的声音——中国芯片可能的突破点:模数混合计算
< 返回列表

行业的声音——中国芯片可能的突破点:模数混合计算

最近芯片这一我们知之甚少,但其实平常生活中经常会用到的“小”东西火了一把。

没错,芯片实体就是一个小到需要显微镜去观察的东西。一个集成数十亿晶体的芯片其实比我们拆开手机后盖、经过封装后的芯片还要小得多。然而,就是这么一个小东西,却承载了整个信息社会所有的算力。

那么未来中国在芯片领域有机会超越美国吗?超越的突破口可能会出现在哪一技术领域?

本文特邀行业专家、洪泰Family代表——深圳九天睿芯创始人刘洪杰及其团队从行业角度,深度解析中国芯片发展的前景问题。关于芯片的产业链、芯片行业的垄断、中国芯片的机会等大家关心的问题,都将在本文一一呈现。

人们经常把芯片比喻成大脑,这是正确但不完整的。整个信息化社会其实都基于两大基石,一个是计算,另一个是通讯。因此,芯片还有一个很大的功能是用在通讯上面。如果说计算芯片相当于人类的思考能力,那么通讯芯片就相当于人类的交流能力。

现在通讯领域所有核心芯片基本都掌握在美国两个芯片巨头的手中,分别是高通和博通。除此之外,一些高性能的数模转换芯片ADC,也是被美国厂商(ADI)所垄断。

很多人都会有这样的疑问,为什么中国在很多行业取得巨大进步的今天,芯片作为国家重点发展的行业,却难以得到发展?原因有很多,包括经济、教育、国外技术封锁等等。作为芯片设计的工程师,我们将从技术方面说一下自己的看法。

一、芯片产业链巨大

芯片产业最上游是EDA软件,然后到芯片设计芯片制造,最后是封装测试。这四个流程中,是一环扣一环,任何一个地方出问题,最后生产出来的芯片就是废品。

这四个环节当中,每一个环节又需要很多产业链支持。如芯片制造需要的光刻机,全世界只有荷兰AMSL能够制造高端的光刻机。整个芯片产业链的广度和深度都注定这是一个需要国际分工的产业。它所需要的尖端设备、仪器很多,所以基本上不可能由一个公司,甚至一个国家能够独立完成。我国芯片产业由于起步晚,尖端制造设备非常依赖于欧美、日本等国家。这也造成我国芯片行业发展之艰巨

二、芯片设计中的三大垄断

作为芯片设计工程师中的一员,深感芯片产品的应用远远不是一个简单的技术问题。正如前文所提到的,芯片行业的两大基石是计算与通讯。

生态系统垄断

先说计算芯片吧,最常见的是计算机里用到的CPU。当英特尔与微软组成Wintel联盟之后,计算机芯片基本成为英特尔摇钱树。其实比起CPU设计技术的本身,CPU的商业化更重要的是生态系统。一款不能兼容Windows系统的CPU,再高的技术与性能也是无济于事。

专利垄断

在通讯芯片领域,虽然不存在生态垄断,却到处都是专利垄断。芯片只是实现通讯的一个载体,在这个载体之上是各种通讯协议,意味各种专利。因此,我们可以预见在5G时代,通讯芯片的玩家肯定只有几家行业巨头,包括高通、华为三星等。

技术垄断

最后一种是技术垄断,就是各种模拟芯片行业巨头,包括德州仪器,ADI等。它们以自己独特高超的模拟芯片设计技术,赚着超高的利润,毛利率超70%,净利率达40%。高利润也意味着高门槛,要不然国内早就有一堆企业进场,把价格拉低。

优秀的模拟设计人才是模拟芯片从业公司与数字芯片从业公司之间天然的壁垒和护城河。数字(前端)工程师通常工作在架构/系统级别,对于芯片的性能有整体的认识和把握。数字芯片对工程师的要求偏广度。模拟工程师通常工作在电路级别,需要关心电路细微的细节和具体物理的实现,对具体问题有丰富的数学模型构建能力和推导能力。

世界前10大模拟芯片企业

很多时候,模拟工程师需要能够在保留所关心问题本质的前提下简化和近似模型。有人将这种能力表达为一种“艺术”或“直觉”。实际上,这种直觉是极大程度上建立在严谨的数学基础上,是长期大量经验积累的结果。这就造成了模拟电路工程师成长周期缓慢。

有人曾说,10年以内经验的模拟工程师并不能称为优秀的模拟电路工程师。很多原本的模拟电路工程师中途转行,从而加剧了这个行业的人才稀缺,国内的一些芯片设计大型企业,如海思也在模拟设计人才和模拟研发力量上有所欠缺。

虽然模拟芯片占芯片总销售额比例不如数字芯片,但模拟电路在信息存储、信号采集、模/数和数/模转换、电源、通讯、射频等领域发挥着不可替代的重要作用,多数数字电路中都必须包含模拟电路模块。通常这些系统中模拟电路的部分难以被数字电路取代,因此形成了高端产品。以高端模/数转换器件(ADC)为例,美国ADI公司生产的某型号的宇航级24bit ADC的售价是20万美元。2018年第2季度财报显示ADI公司的毛利润率高达68.3%(表2)。而在这超高的利润率背后则是高端人才的积累。

2018年ADI与Ti营业收入和细分市场比较

三、芯片行业的中国机会

从芯片诞生的第一天开始,它的高制造门槛注定了能够进入的竞争玩家不多。一直到晶圆代工厂(如台积电中芯国际等)的出现,纯芯片设计的公司才开始慢慢发展起来。

中国由于起步晚、被欧美日国家技术封锁等,发展比较缓慢。中国芯片设计公司想在未来突围,必须找准自己的定位。因此,中国公司可以选择在巨头夹缝中生存,选择在电源管理芯片等没有垄断的领域中发展,但是低门槛也意味着很多时候大家只能在靠不断的价格战来获取客户,所以利润率难以获得提升。

除此之外,就是海思模式,背靠大树好乘凉,有华为这样的资金投入,市场需求和技术支持,想设计出有竞争力的芯片也不是一个难事,但是毕竟这样的大树不多。

正如文章一开始提到,芯片永远都是围绕着通讯和计算而展开的。当今芯片业界大家都在关注IoT和AI的发展,分别代表未来通讯和计算的发展方向。IoT更多是传统通讯技术的延伸,因此传统通讯巨头在这方面依然存在着人才和技术优势。

关于AI芯片,这个对于绝大多数包括传统芯片巨头在内,都是一个全新领域,以至于业界对它的预期都无法统一。然而,我们更加相信AI芯片将会是一个更多元的发展。由于AI芯片的需求远比传统的CPU更加多元化,一个芯片把所有的计算都实现的时代已经不适合AI应用的需求,所以未来的AI芯片肯定是更加定制化的。它的市场前景广大,国内外研发几乎是同时起步,并且AI芯片难以被垄断。

四、模拟计算芯片替代数字计算芯片

为什么不能用设计数字电路的方法去设计模拟电路呢?

这其实也是数字电路和模拟电路存在一个根本性的区别,就是数字电路的冗余度极高,也就是它天生自带抗干扰与噪声的能力,而干扰与噪声永远是模拟电路的一个恶梦

简单的说,在最常用的二进制数字电路,所有的信息都是被标记成“1”或“0”,在电路上“1”体现为高电压(在常用的28nm工艺是0.9V),“0”体现为低电压(一般是0V)。

因此,在实际电路上几乎不可能出现这么大一个噪声或者干扰把这信息突然改变。然而,在模拟电路里面,如10bit的ADC,要把这个0.9V电压切成2*10(1024)份,那么这时候噪声或干扰很可能就改变原有的信息,从而产生误差

因为模拟芯片对噪声和干扰的敏感度,高精度的计算一直都是通过数字电路实现。数字电路的高精度来源于它的高冗余度,这也意味着它的低效能。我们可以想像,如果我们用0.1V去代表信息里面的“1”,这就意味着功耗降到了原来数字电路的10%。

能效上的优势可以说是驱动模拟计算的唯一动力,但是在传统的计算任务中,高精度永远是模拟计算迈不进的门槛,因为没有人会接受看电视节目的时候,突然出现一片噪点;也没有人会接受用计算机计算的时候,得到的结果总是出现错误。

因此,数字技术一直主导计算芯片的发展历史,但是AI应用的出现让这个局面得到改变。首先在AI的很多应用里面,它的输入来身就是充满了极大的冗余度,就像一辆汽车的图片,它包含的信息量是巨大的,但是最后我们想得到结果就是把它区分到车辆的种类。信息的高冗余度意味它本身就可以抵抗干扰和噪声。混合信号AI芯片正是利用输入信息的冗余度,数字电路的高精度,模拟电路的低功耗,去实现超低功耗的AI芯片并且达到了和高功耗的纯数字电路几乎一样的识别准确度。

在模拟—数字混合电路AI芯片领域,深圳市九天睿芯科技的ADA(Analog-Digital Acceleration)架构,就是模拟—数字混合电路领域的典型代表。该架构巧妙地将人工神经网中很大部分的运算由以往的纯数字电路改变为采用模拟电路计算,因此得以充分利用模拟电路和数字电路各自的优点,产生超过主流10倍的速度和能源效率的提升。这种工作方式很大程度上与人脑的工作方式相接近。人脑用20W的功率实现了非常复杂的处理能力,这种高度的能耗效率是自然界千百万年进化的结果,是一种优化的选择。

该模数混合神经网络处理器芯片具体具有以下特点:

   1.对于多数数学基础运算更高效 (信号是连续的) 

2.更接近人脑工作原理 

3.更加易于与原始模拟信号实现数据采集+数据处理的融合 

4.在实现片上学习相关的复杂数学运算时更加有效 

5.独有的模数混合类脑芯片实现IP

6.具有超高处理能力,能效可达20-50Tops/W

目前九天睿芯在研发的模数混合神经网络处理器芯片,分为声音处理芯片和视觉处理芯片:

  • 视觉处理芯片采用图像采集+前端深度学习处理、片上分布式模拟数字混合计算存储,拥有25~50Tops/W的超高算力和10mW~100mW的超低功耗。这种性能和功耗已经给智能设备和可穿戴设备带来了非常大的能力提升。
  • 超低功耗声音处理芯片采用片上分布式模拟数字混合计算存储,完全不依赖片外存储。声音处理芯片进行KWS、VAD、声纹识别等,处理关键词识别仅需 10uW,在拥有超高处理能力的同时保持最低的功率消耗。

低功耗传感器端处理芯片正在日趋受到市场青睐。例如,索尼公司公布将要将智能处理器之植入图像传感器中,用来实现智能图像传感。在这种场景下,功耗的控制即成为一个非常重要的技术门槛。智能处理芯片的能耗的降低不仅是电池续航方面的要求,很大程度上也是图像传感器本身工作状态的要求。常规的图像传感器在温度超过55度时就会产生不同程度的图像质量的下降。如果采用传统的纯数字电路的智能处理器,则会产生大量的热量,这些热量将给图像传感器和整个摄像装置本身带来很大的负面影响。这些需求都给模拟-数字混合处理芯片的应用带来了巨大的空间。

摩尔定律即将走到尽头的今天,人工智能的大爆发对芯片性能提出了更高的要求,但技术不会停止,只会不断演进,模拟-数字混合电路给后摩尔定律芯片的能耗效率和性能提升带来了新的希望。 

九天睿芯科技集中了模拟/混合信号设计、神经网络算法、数字设计等不同领域的专家来将传统数字芯片以及冯·诺依曼架构的难题汇集在一起加以解决。以针对边缘计算的超高能效AI硬件为目标,将计算性能和能源效率提高的机致的水平,并且通过优化设计保持了非常小的芯片尺寸。目前架构可以实现相对传统数字电路芯片10倍能源效率的提升,并且可以完全依赖国内的半导低加工水平实现量产。这对于中国的芯片自主有巨大的推动作用

以英特尔cpu为例,晶体管数量、主频、功率等指标逐年变化图

希望我们国家的芯片企业可以更多地提高创新能力,而不是简单的进口替代,这样才能在芯片这一高度竞争的市场走得更加稳健、自主。

  • 联系长芯

    重庆总部:重庆市长寿区新市街道新富大道5号佳禾工业园8栋2层
    电话:023 40819981 (前台)

    深圳办事处:深圳市南山区留仙大道 1213 号众冠红花岭工业南区 2 区 1 栋 1 楼
    电话:0755-26975877 (前台)

    电子邮件:sales@longcore.com

    网址:http://www.longcore.com