第36届香港电影金像奖:林家栋?惠英红分获最佳

多年来，各大厂商多年来孜孜不倦地追求闪存更高层数和内存更先进制程。现代社会已经进入大数据、物联网时代——一方面，数据呈爆炸式增长，芯片就必须需要具备巨大的计算能力 ；另一方面，依据传统摩尔定律微缩的半导体技术所面临的挑战越来越大、需要的成本越来越高、实现的性能提高也趋于放缓。

应用材料公司金属沉积产品事业部全球产品经理周春明博士说：「DRAM、SRAM、NAND 这些传统的存储器，已经有几十年历史了，它们还在一直在向前发展，不断更新换代，尺寸越来越小，成本越来越低，性能越来越强。」但是已经开始出现无法超越的「墙」，新型存储应运而生。

什么「墙」？

全新的存储器 MRAM，ReRAM，PCRAM，相对于传统存储器来说，具有很多方面独特的优势，能够在计算系统层级实现更优的计算性能、功耗和成本。

为满足对海量信息的高速处理需求, 同时兼顾系统功耗和成本, 当前信息系统中所使用的存储器已经发展出了一套由不同特性存储器组成的多级存储架构。一般而言, 这一存储架构由靠近计算端的内核存储器、承上启下的主存储器, 以及靠近数据端的外部存储器组成。对于大多数应用而言，将闪存（传统的 NVM）嵌入到 28nm 以下的 SoC 中在经济上并不可行。即使采用 3D 堆叠、高级封装和小芯片架构，嵌入式闪存也面临着巨大的成本、功耗和安全挑战。由于这些集成挑战——以及闪存的其他挑战——2023 年将有更多公司在高级节点上寻找 NVM 替代方案。

随着人工智能（AI）、物联网（IoT）、5G 通信等技术和应用的迅速发展，数据的产生已经呈指数级增长。以前我们主要是受计算能力限制，就是受处理器限制，而过去几十年摩尔定律推动了处理器性能的极大提升，现在的计算能力更多的受限于数据在处理器和存储器之间的读取和传输。由于数据的海量增长，现有的计算架构已经无法满足进一步发展的需要，于是我们更多的关注存储器的发展。传统存储器已经限制了计算能力的提高，面临多重困难和挑战。

以 MRAM、ReRAM 和 PCRAM 为代表的新型存储器，能够带来独特的优势。

不神秘的新型存储

为什么新型存储器很重要？因为跟传统的存储器相比，它们有很多独特的功能和优势。用新型的存储器跟现在传统的存储器结合，就可以实现更好的「近存储器计算」。同时，这些新型存储器又可为将来的发展，也就是「存储器内计算」（In-MemoryCompute）打下基础。「存储器内计算」就是把存储跟处理整合到一起，存储就是计算、计算就是存储，这样两者之间就没有数据传输，没有数据传输就没有延时、没有功耗。所以，「存储器内计算」可以在性能和功耗上达到显著提升。预计未来两年到五年，「存储器内计算」会逐步的发展和应用。而最先进的可能是一些新型的类脑计算，叫「高性能计算」，这项技术可能需要更长的时间才能实现。

机遇

来源：中国计算机学会通讯

MRAM 是磁性随机存取存储器，采用硬盘驱动器中常见的精密磁性材料，具有快速存取和非易失性能。它的架构非常简单，它的存储单元直接嵌入到逻辑的电路里面，不额外占用「硅」的面积，因此可以做得非常小，一个晶体管即可控制一个存储单元。同时，因为 MRAM 在待机时不耗电，因此，用 MRAM 替代 SRAM 和闪存，就可以实现低功耗、高性能，这对于物联网中的边缘终端非常重要。将 MRAM 集成到物联网芯片的后端互连层中，相比于现有利用 SRAM 和 eFlash 架构，能够实现更小的裸片尺寸和更低的成本。

PCRAM 是相变随机存取存储器，采用的是 DVD 光盘中常见的相变材料，通过将材料状态从非晶态更改为晶态对数据位进行编程。

ReRAM 是电阻随机存取存储器，采用的工作原理类似保险丝的新材料制成，能够在数十亿个存储单元中选择性地形成细丝来表示数据。ReRAM 和 PCRAM 还有望实现和编辑多个电阻率中间形态，以便在每单个存储器单元中存储多位数据。ReRAM 和 PCRAM 这两类存储器可以跟 MRAM 一样，做嵌入式应用。但是，更有吸引力的地方在于，ReRAM 和 PCRAM 与 NAND 存储器类似，可以实现 3D 结构排列，存储器制造商可以在更新换代过程中逐步增加层数，从而稳定地增大容量、降低存储成本。ReRAM 和 PCRAM 的成本可以明显低于 DRAM。

而且它们还能够提供比 NAND 和硬盘驱动器更快的读取性能。这使得 ReRAM 和 PCRAM 在云计算、大数据中心方面非常有吸引力。ReRAM 还是未来存储器内计算架构的首选产品，在这一架构中，计算元件将集成到存储器阵列中，协助克服与 AI 计算相关的数据传输瓶颈。随着当今的数据产生呈指数级增长，对于云数据中心连接服务器和存储系统的数据路径，其速度和功耗也需要实现跨数量级的改进。

产业发展现状

近期，ChatGPT 爆火，它也正在榨干算力。英飞凌宣布其下一代 AURIX ?微控制器 ( MCU ) 将采用新型非易失性存储器 ( NVM ) RRAM ( ReRAM ) ；亿铸科技专注于研发基于 RRAM 的全数字存算一体大算力 AI 芯片。ChatGPT，需要存算一体的「解救」，也需要该架构下，更物美价廉（微缩性好、单位面积小、成本低）的新型存储器 RRAM 的大力支持。亿铸科技今年将诞生首颗基于 RRAM 的存算一体 AI 大算力芯片。届时，或许「ChatGPT 们」以及其下游的应用能够基于该芯片，更轻松地吸取算力，更快实现「智力」升维。我们来看看三种新型存储落地如何。

PCM 目前产业化进展最快, 主要用于独立式存储领域。英特尔和美光联合研发的 3DXpoint 存储器是目前唯一大规模商用的 PCM 产品。英特尔为推广这一产品将其加入了相应 CPU 的支持, 同时还提供了配套的各类驱动程序, 使得其数据访问速度得到显著提升, 目前已应用于百度信息流服务数据中心。技术方面, 英特尔与美光优势显著,IBM 与三星也有一定技术积累。英特尔与美光联合研发了 PCM 相关技术, 并于 2015 年率先量产了具有商业化价值的 128Gb 3DXpoint 芯片, 这也是目前唯一商用的 PCM 产品。

IBM 从 2006 年开始研发 PCM, 技术路线与英特尔、美光不同, 拥有完整的专利布局。

三星目前仅实现了小容量 PCM 样片, 技术路线与英特尔、美光相同, 处于跟随状态。

MRAM 技术及产业发展现状

MRAM 已经进入产业化阶段, 主要用于嵌入式存储。

三星的嵌入式 MRAM 已经大规模应用于华为 GT2 智能手表的卫星定位模块中, 能够有效地降低功耗, 延长待机时间。

MRAM 也有少量独立式存储应用, 主要利用其抗辐射性能, 用于航空航天等特殊市场, 如空客 A350 飞机使用 MRAM 作为机上存储器。

技术方面, 目前主流的 MRAM 技术主要以美国 Everspin 公司推出的 STT-MRAM（垂直混合自旋扭矩转换磁性随机存储器）为代表。Everspin 是一家设计、制造和商业销售离散和嵌入式磁阻 RAM（MRAM）和自旋传递扭矩 MRAM（STT-MRAM）的企业。

2019 年，Everspin 与晶圆代工厂格芯合作，试生产 28nm 1Gb STT-MRAM 产品；2020 年 3 月，双方宣布已将联合开发的自旋转矩（STT-MRAM）器件的制造，扩展至 12 nm FinFET 平台，通过缩小制程有助于双方进一步拉低 1Gb 芯片成本。Everspin 在数据中心、云存储、能源、工业、汽车和运输市场中部署了超过 1.2 亿个 MRAM 和 STT-MRAM 产品。

三星和台积电已经开始将 MRAM 应用于嵌入式存储中, 如三星在 2019 年为索尼代工的卫星定位模块中使用 MRAM 技术, 已随华为 GT2 手表出货超过 100 万套。台积电在 2020 年集成电路设计领域最高级别的国际会议 ISSCC 上发布了 32Mb 嵌入式 STT-MRAM。此外, 专利方面, 日本东芝位列全球 MRAM 专利第一, 专利总数几乎是第二名三星的两倍, 高通、索尼、IBM 等企业也拥有大量 MRAM 专利。

产业方面, 独立式 MRAM 市场较小, 三星、台积电等企业将大力推动嵌入式市场。

RRAM 目前尚无大规模商用。