近日，英飛凌和臺(tái)積電宣布，兩家公司正準(zhǔn)備將非易失性存儲(chǔ)器 (NVM) RRAM (ReRAM) 引入英飛凌的下一代 AURIX ?微控制器 (MCU)，并將在臺(tái)積電的28納米節(jié)點(diǎn)上制造。

英飛凌選擇RRAM而不是嵌入式閃存（eFlash）的背后有其考量：在新型存儲(chǔ)器中，RRAM不僅滿足高讀寫速度和存儲(chǔ)密度的要求，同時(shí)延遲可降低1000倍，可滿足未來智能駕駛高實(shí)時(shí)數(shù)據(jù)吞吐量。安全性方面，RRAM具備可靠性，未來有望出現(xiàn)高性能、高集成度、高穩(wěn)定性和低功耗的車規(guī)RRAM存儲(chǔ)器。英飛凌汽車微控制器總經(jīng)理 Thomas Boehm 說：“RRAM為性能擴(kuò)展、功耗降低和成本改善創(chuàng)造了巨大潛力?！?

這不是英飛凌第一次嘗試新型存儲(chǔ)器。今年7月，英特爾透露將逐步停下自有Optane存儲(chǔ)器業(yè)務(wù)。Optane 是相變存儲(chǔ)器 (PCM) 的一種變體，基于英特爾與美光聯(lián)合研發(fā)的3D Xpoint技術(shù)。

這到底是器件或者技術(shù)本身導(dǎo)致的注定失敗，還是新型存儲(chǔ)器在崛起之路上的一段嘗試？eeNews 在其文章《為何新型存儲(chǔ)器尚未成功》中傾向于后者: “正如我們?cè)谛聢?bào)告《新興存儲(chǔ)器進(jìn)入下一階段》中所解釋的那樣，越來越多的公司使用的 CMOS 代工邏輯無法將 NOR 閃存嵌入到小于 28nm 的工藝中，除非 NOR 是使用 28nm 或更大的工藝技術(shù)生產(chǎn)的。換句話說，芯片的邏輯部分會(huì)隨著工藝的縮小而繼續(xù)縮小，但 NOR 的尺寸會(huì)保持不變，這將大大減緩芯片成本的降低。SRAM 似乎也是如此。在大約 10nm 的工藝中，SRAM 的擴(kuò)展速度比邏輯慢得多，盡管它并沒有像 NOR 那樣完全停止。”

傳統(tǒng)存儲(chǔ)器所具有的易失性、微縮性差等問題可以被新型非易失性存儲(chǔ)器很好地解決。而新型存儲(chǔ)器如何打開市場(chǎng)，《中國電子商情》11月刊中的《供需混沌，迭代如常，存儲(chǔ)器迎來怎樣的 2023》一文認(rèn)為：“新技術(shù)要有市場(chǎng)，關(guān)鍵在于能否解決應(yīng)用的計(jì)算和內(nèi)存瓶頸?！?

突破傳統(tǒng)架構(gòu)，RRAM（ReRAM）存算一體有望提升計(jì)算系統(tǒng)能效比

開發(fā)新計(jì)算系統(tǒng)源于幾點(diǎn)：數(shù)據(jù)指數(shù)增長、功耗增加，當(dāng)前計(jì)算系統(tǒng)的性能限制也是原因之一。對(duì)此，業(yè)界提出“近內(nèi)存”或存內(nèi)計(jì)算（In-memory Computing），以解決數(shù)據(jù)中心的幾個(gè)問題，包括數(shù)據(jù)傳輸“存儲(chǔ)墻”（Memory barrier）、高功耗和時(shí)間成本。涉及深度學(xué)習(xí)網(wǎng)絡(luò)的數(shù)據(jù)中心需要巨大的計(jì)算能量，要求高可靠性、更出色容量、帶寬和性能的存儲(chǔ)器，從而衍生出關(guān)于新的非馮·諾依曼系統(tǒng)的新興存儲(chǔ)技術(shù)研究。

普遍認(rèn)為，RRAM（也即 ReRAM，阻變式隨機(jī)存取存儲(chǔ)器）、PCM（相變隨機(jī)存取存儲(chǔ)器）和 MRAM（磁隨機(jī)存取存儲(chǔ)器）等新型存儲(chǔ)器是下一代存儲(chǔ)技術(shù)路線，這些也是“存內(nèi)計(jì)算”的基礎(chǔ)技術(shù)，從技術(shù)特征來看，這些技術(shù)有哪些獨(dú)特性？

資深電子器件專家 Ray 表示，上述的下一代非易失性存儲(chǔ)器首先是作為存儲(chǔ)級(jí)內(nèi)存被提出的，在存儲(chǔ)層級(jí)中介于內(nèi)存和硬盤之間，因此，存儲(chǔ)的性能指標(biāo)對(duì)這些下一代非易失性存儲(chǔ)器仍然適用，如面積、功耗、讀寫速度、集成性、成本等。此外，下一代非易失性存儲(chǔ)器也非常適用于存內(nèi)計(jì)算，而存內(nèi)計(jì)算又對(duì)這些存儲(chǔ)器提出了新的要求，如開關(guān)比、多阻態(tài)、魯棒性等。RRAM、PCM 和 MRAM 等是目前研究較多的下一代非易失性存儲(chǔ)器，它們各有優(yōu)勢(shì)和不足。

MRAM 中的磁性材料磁化方向變化的時(shí)候，從磁性材料兩端電極上讀取得到的隧穿電流會(huì)發(fā)生變化，從而得到不同電阻，其編寫速度快、重復(fù)編寫周期長，但其材料制備較復(fù)雜、開關(guān)比較低、易受擾動(dòng)。

PCM 是利用相變材料在焦耳熱作用下，在結(jié)晶態(tài)和非晶態(tài)之間轉(zhuǎn)換，從而呈現(xiàn)出不同阻態(tài)，其已經(jīng)在英特爾等公司的產(chǎn)品中使用，大規(guī)模集成性較好，但其寫入速度較慢、寫入能耗較大。

RRAM 主要依靠絕緣層在電場(chǎng)作用下，通過離子的遷移形成導(dǎo)電細(xì)絲，再通過控制導(dǎo)電細(xì)絲的通斷控制阻態(tài)，綜合來看在各個(gè)指標(biāo)上均具有比較優(yōu)異的性質(zhì)，其結(jié)構(gòu)簡單、存儲(chǔ)密度高且支持片上3D 集成、開關(guān)比可達(dá)1000以上、讀寫速度和功耗適中，且其可通過控制導(dǎo)電細(xì)絲的形態(tài)形成多阻態(tài)，從而模仿生物大腦中神經(jīng)突觸功能，適合存內(nèi)計(jì)算和類腦計(jì)算。

目前 RRAM 作為新興存儲(chǔ)器，其規(guī)模化制備的良率、成本、外圍控制電路等還需進(jìn)一步優(yōu)化，同時(shí)，我們也很欣喜地看到國內(nèi)和國際的多家制造廠商已經(jīng)布局 RRAM 的制備，并且已完成晶圓級(jí) RRAM 芯片的流片。

在 RRAM 商業(yè)化之前，還需要解決哪些難題？Ray 說道，同其他研究一樣，RRAM 的科研主要解決科學(xué)問題，在進(jìn)行商業(yè)化的時(shí)候還有很多工程問題需要解決，包括大規(guī)模制造、架構(gòu)和軟件的配合、應(yīng)用場(chǎng)景等，但目前來看，其很多科學(xué)問題已經(jīng)經(jīng)過了大量的研究，取得了很多突破，這些技術(shù)問題相信隨著時(shí)間的推移也將逐步解決。

物聯(lián)網(wǎng)和網(wǎng)絡(luò)邊緣的人工智能（AI）和機(jī)器學(xué)習(xí)（ML）快速增長，這些應(yīng)用端的計(jì)算系統(tǒng)的能效比的問題日益突出，而 RRAM 作為一種較佳的解決方案，成為研究的焦點(diǎn)。

Ray 進(jìn)一步說道，目前的計(jì)算架構(gòu)采用馮諾伊曼架構(gòu)，其存儲(chǔ)與計(jì)算單元分離，因此，在 AI 等計(jì)算應(yīng)用中，大量數(shù)據(jù)需要不斷在片下的內(nèi)存和片上的計(jì)算單元之間搬運(yùn)，然而由于內(nèi)存帶寬不足帶來的“存儲(chǔ)墻”問題，導(dǎo)致計(jì)算延時(shí)和能耗較高，難以滿足 AI 模型的算力和功耗需求。存算一體技術(shù)將存儲(chǔ)單元與計(jì)算單元融合，在存儲(chǔ)器內(nèi)利用物理定律進(jìn)行計(jì)算，避免了“存儲(chǔ)墻”問題，極大地降低了數(shù)據(jù)搬運(yùn)的能耗和延時(shí)，并提升了計(jì)算的能效比。基于 RRAM 的存算一體目前是國內(nèi)外的研究熱點(diǎn)和前沿，其主要實(shí)現(xiàn)方式分為兩種，即模擬式存算一體和數(shù)字式存算一體。

模擬式存算一體利用了 RRAM 的模擬式阻態(tài)特性，通過電導(dǎo)存儲(chǔ)多比特?cái)?shù)據(jù)。以神經(jīng)網(wǎng)絡(luò)中應(yīng)用較廣泛的矩陣乘積運(yùn)算為例，其電導(dǎo)值存儲(chǔ)神經(jīng)網(wǎng)絡(luò)的權(quán)值，輸入為電壓值，利用歐姆定律完成乘法，得到電流值，然后陣列中同一條數(shù)據(jù)線上的電流根據(jù)基爾霍夫電流定律相加，從而完成乘加運(yùn)算。模擬式存算一體可以達(dá)到較高的存儲(chǔ)密度，但其對(duì)環(huán)境噪聲和溫度較敏感，運(yùn)算精度較低，主要適合低精度、小算力的應(yīng)用場(chǎng)景。

而數(shù)字式存算一體中，其每個(gè) RRAM 只存儲(chǔ)一比特?cái)?shù)據(jù)，經(jīng)過乘法運(yùn)算得到電流后再經(jīng)過數(shù)字電路進(jìn)行后續(xù)加法等運(yùn)算，此種方法雖然存儲(chǔ)密度低于模擬式存算一體，但其優(yōu)勢(shì)是在保證計(jì)算能效比的前提下，支持高精度、大算力的運(yùn)算，提高計(jì)算的魯棒性，從而極大地拓展了存算一體的應(yīng)用場(chǎng)景。

相比于 CMOS 器件，目前 RRAM 的局限性主要體現(xiàn)在編寫周期有限上，因此目前 RRAM 主要適用于 AI 推理等操作，而相信隨著工藝的演進(jìn)，得到更高編寫周期的 RRAM 也是非常有希望的。另一個(gè)局限性是 RRAM 阻值的波動(dòng)性，而此問題在數(shù)字化存算一體中可以得到很好的解決。

矽說在《存算一體是大勢(shì)所趨還是審美疲勞？》一文中提到，在即將召開的ISSCC 2023上，存算一體相關(guān)的論文至少有21篇，占了整個(gè)ISSCC錄用論文的10%。而從技術(shù)路徑來分類，純模擬的存算一體在session 7 （SRAM存算一體Macro）中只有2篇，其余均是數(shù)字。數(shù)字化技術(shù)將成為“存算一體”的大趨勢(shì)。

緊跟趨勢(shì)，國內(nèi)初創(chuàng)公司勇闖“無人區(qū)”？

提到RRAM和數(shù)字化存算一體，就不得不提一下日漸名聲鵲起的一家國內(nèi)企業(yè)——億鑄科技。根據(jù)其官網(wǎng)描述，自2020年成立以來，就專注于“基于ReRAM的全數(shù)字化存算一體AI大算力芯片”的研發(fā)。放眼全球，這種結(jié)合與嘗試都是非常新的，但是這種組合否能助力新型存儲(chǔ)器市場(chǎng)崛起、甚至在國產(chǎn)化AI大算力芯片上取得亮眼成績，還需時(shí)間去驗(yàn)證。好在這個(gè)未來并不遠(yuǎn)——億鑄科技曾透露，其第一代芯片將于2023年落地，并于同年投片第二代芯片。且讓我們拭目以待。