在今年的剑桥ARM研究峰会上，ARM公司Fellow Greg Yeric畅谈了ARM对众多新兴非易失性存储器的看法。

　　Yeric表示，ARM正在关注这些前沿的存储技术，因为它有可能对逻辑空间产生巨大的颠覆性，在硬件和软件平台层面也是如此。“有各种类型的电阻式RAM和磁性RAM出现，TSMC最近就制造了一种嵌入式ReRAM，而类似的技术和产品的研发及生产案例还有很多。ARM也有自己的项目，是由DARPA资助的CeRAM（correlated electron RAM）研究”。

　　图：ARM公司Fellow Greg Yeric

　　Yeric解释说：“28nm闪存不能再继续扩展，而是转向独立闪存的3D堆叠方向，传统闪存很耗电，而且存取速度相对于应用需求来说很慢。”

　　为了抓住这一波发展时机，几十年来，行业一直在研究和开发多种存储技术，许多技术项目试图成为“通用”存储器，用以取代包括逻辑内基本SRAM单元在内的所有内容，但到目前为止还没有成功案例，Yeric说：“如果就某项性能指标而言，实际上多种新型存储技术已经取得了部分成功。但是，由于多种技术各自针对不同的利基，形成了碎片化的市场存在状态，从而缺乏商业推动力，但半导体研究工厂在这方面有很多优势。

　　“通常情况下，ReRAM缺乏耐久性，而MRAM的耐久性确实不错，但其开/关率非常低，”Yeric说。这意味着工程师必须小心选择他们的应用目标，无论这些是固态驱动器（与3D-NAND闪存竞争），还是作为微控制器旁边的嵌入式存储器，其中相变存储器，ReRAM和MRAM都是竞争者。

　　“MRAM的后续版本很有希望取代SRAM，以满足缓存要求。IMEC研究所有一个用单晶体管MRAM取代六晶体管SRAM的项目，”Yeric说，“对于微控制器片上存储器应用，MRAM是最适合的，并处于领导地位。”

　　改变游戏规则

　　Yeric表示：“自旋轨道扭矩（spin-orbit torque）MRAM或许能达到良好的速度/耐久性权衡，以获得内部核心逻辑。这将允许出现一种称为“常关（normally-off）”计算的情况。这是一个很大的变化，”

　　Yeric说：“能够冻结片上计算过程，保留状态而不消耗电力然后恢复，会产生相当可观的后果。这将需要一种新的处理器架构。我认为我们将增加一条新的处理器产品线，这可以解决物联网领域不同的功率范围需求问题。通过使用收集的能源，在没有电池的情况下工作。它符合物联网的特点和发展势头。”

　　但实际上还有很多事情需要解决，如将不同的材料引入晶圆厂总是需要小心，因为这可能会增加采用成本。这就是为什么还有基于更熟悉的材料的非易失性存储器的原因之一，例如基于氧化铪的铁电存储器，以及基于氧化硅的ReRAM。这两种材料都被用作晶圆厂生产中的绝缘体，但研究人员正在开发可用于存储器制造的材料性能，并已经取得了可喜的进展。

　　由科罗拉多大学教授Carlos Paz de Araujo通过他的公司Symetrix Corp.（Colorado Springs, Colo.）开创了CeRAM技术。ARM自2014年开始与Symetrix合作。Yeric认为，该技术距离商业化还有两到三年的时间。CeRAM的耐久性比较好，存取速度和能效也不错。但这些并不是CeRAM的专利，很多非易失性存储技术似乎都有机会在这个阶段发展起来。

　　Yeric指出，魔鬼始终处于进程节点和集成过程中的细节，从位到阵列再到子系统。“我们希望在下一届ARM研究峰会上有一些这方面的报道”，他补充道。

　　神经形态计算

　　下面讨论一下神经形态计算。ARM正在向客户推出两款机器学习处理器——ARM ML和ARM OD（object detectio），将于2018年中期获得许可。这里有一个疑问：是否依然必须要走模拟这条路？有些论文表明，模拟机器学习的功效会降低，还有许多问题需要解决，例如电路验证，可变性和现场可重复性。

　　Yeric指出，某些东西可能会在计算内核的深处提供巨大的提升，但这种优势可能会在系统级别“被淘汰”，因此，重大变化或性能提升是否值得，还需要权衡考虑。

　　还有一个必须要考虑的因素是存储器管理，因为其与其他数字电路的接口可能变得复杂。

　　第三个问题是EDA，EDA行业并不倾向于推测，这提出了一个鸡和蛋的难题。在非易失性存储器，低温和3D设计中也是如此。因此，研究路径的一部分是建立微型生态系统，以支持潜在的技术指导。

　　Yeric补充说：“对于未来的工艺节点，更广泛的市场可能不得不克服所有芯片相同，行为相同，并使用千篇一律的制造方法生产的想法。”

　　现代电子系统的复杂性已经在系统层面产生了一定程度的非确定性，Yeric观察到，非确定性将成为电子学的根源，但可能是实现制造产量和节能计算所必需的。

　　虽然Yeric并不致力于模拟神经形态学，但有证据表明生物计算机——例如人类大脑，提供的能量效率远高于人工系统，并且是模拟的。

　　塑料工艺

　　ARM下一步会转向以塑料为材料的电子产品研发，但还需要一个过程，“至少在微控制器实现方面可能需要10年或15年，”Yeric说，“但是，有充分的理由去研究它，因为这样做是值得的。主要要面对的是成本问题，构建晶圆厂的最低成本和切入点很高，这使得每个芯片的成本相对较高。”

　　还有一个问题是缺乏相应的晶体管特性和良好的互补晶体管，特别是缺乏良好的p型晶体管，以允许在塑料材料中进行CMOS设计。这些问题不解决，会限制潜在的应用。

　　“但是，卷对卷（roll-to-roll）生产可以使芯片从低于1美分的水平开始，并且可以从光刻范例中脱颖而出。这反过来将允许在市场上制造和试用相同芯片的许多不同版本”，Yeric说，“这就是软件和软件服务的引入方式，允许客户反馈来决定持久的功能。这将会在制造业中产生一种类似于遗传进化的效应。”

　　在7nm CMOS工艺节点处，制造成本很高，你只能买得起一种电路，而且最好是正确的，否则一切从来的话，成本将非常恐怖。而塑料电路则不会有这样的窘境出现，其生产将允许不同的范例，可制造多个电路并看看哪个电路表现最佳。

　　另外，塑料工艺还有可能使电路可溶解并因此可回收，从而提高电子产品的可持续性，但同时也限制了可实现的性能指标。从ARM的角度来看，塑料工艺可能会很远，但在某些领域它已经很接近应用，例如已经用于资产跟踪的RFID，柔性显示器是另一个很大的领域，第三就是神经网络。

　　CFET

　　Yeric还谈到了硅制造路线图，以及ARM对3nm及更高级工艺的可能路径的看法，其中存在相当大的不确定性。

　　Yeric说“我们需要新的方法来达到2nm和1nm。虽然有物理IP业务，但我们需要注意，因为它们可能需要在某些时候做出改变，我们必须能对这些改变有所预判，并做出调整以应对。”

　　Yeric表示，目前新兴的热门工艺是采用所谓的“纳米片”方法进入FinFET中的多个通道，然后在所谓的互补FET或CFET配置中将p型和n型FinFET一个堆叠在另一个之上。之后可以考虑将3D堆叠技术从3D-NAND应用到逻辑。“在成本水平上，这是另一种选择，但我们不了解功率和性能。但我们已经习惯于不会看到这些功率性能优势”，Yeric说。

　　由于小型化导致的性能提升和节能不足，这意味着必须在设计中创造价值，这对设计和IP提出了更高的要求。“随着存储与计算的融合，将计算功能块集成入内存等想法陆续发布，这些将给系统级设计提供很多机会”，Yeric说。