2020年全球新冠疫情的蔓延和中美在半導體領域的冷戰升級雖然對全球經濟和半導體產業造成了負面影響，但半導體領域的技術進步卻沒有止步，有些技術甚至加快了市場商用化進程。ASPENCORE全球分析師團隊精心挑選出2021年全球半導體行業將出現或凸顯的10大技術趨勢。對比2020年10大技術趨勢，2021年有哪些變化呢?

一、Arm架構處理器：全面滲透高、中、低性能計算領域

Arm發布專門針對下一代“始終在線”筆記本電腦的Cortex-A78C CPU，可支持8個“大核”，L3緩存增加到8MB。基于Cortex-A78C的CPU芯片將成為高性能PC市場上x86架構CPU的強有力競爭者，蘋果Mac電腦全面采用基于Arm架構的CPU將帶動更多Arm陣營芯片設計廠商進軍PC市場，包括高通、華為和三星。就連x86陣營的AMD據說也在開發基于Arm的處理器芯片，而亞馬遜AWS則在服務器市場驅動Arm架構CPU的增長。在高性能計算(HPC)方面，基于Arm架構的超級計算機“富岳(Fugaku)”贏得全球Top 500超算第一名。

Arm Cortex-A78系列CPU有針對移動計算、兼顧性能和能效的Cortex-A78;針對汽車市場、強調安全的Cortex-A78AE;以及面向高性能計算的Cortex-A78C內核。除了這三大海量應用市場外，Arm架構處理器在物聯網、邊緣計算、AI和5G等領域也普遍滲透，成為計算機歷史上應用最廣泛的微處理器指令集架構(ISA)。截至2019年底，全球累積出貨1300億顆Arm處理器芯片，全世界70%的人口都在使用由Arm處理器驅動的電子設備。

圖1：Arm Cortex-A78系列CPU及其面向的應用。(來源：Arm)

經過30年的發展，起源于英國、由12個工程師組成的Arm公司以其獨特的IP授權商業模式和低功耗的處理性能壟斷了移動設備市場。Arm現已成為擁有6500多名員工，價值400億美元的IP核開發公司，而且正在帶領1000多家合作伙伴全面進入嵌入式系統、IoT、移動、PC和汽車應用領域。如果Arm公司順利從日本軟銀轉交到英偉達旗下，將會在新興的數據中心和服務器、自動駕駛，以及人工智能市場成為主導的計算處理架構。無論多年壟斷PC市場的x86，還是后起之秀RISC-V，在性能和出貨量方面都難以望其項背。

二、3nm工藝節點：臺積電和三星路線差異變大

自7nm工藝開始，臺積電和三星Foundry就出現了比較大的路線演進差異。比如，三星7nm(7LPP)更早采用EUV(極紫外光)，并將5nm、4nm作為半代工藝;而臺積電繼7nm本身的演進(N7/N7P/N7+)之后，5nm亦開始重要的工藝迭代。

三星在7nm之后的大迭代上，采用更為激進的晶體管結構GAAFET(Gate-All-Around FET)。2019年年中，三星Foundry宣布3nm的PDK進入Alpha階段(3GAE)。在更具體的結構上，三星選擇了納米片(nanosheets)，稱作MBCFET(Multi-Bridge Channel FET)，不過也仍有可能開發納米線(nanowires)的GAAFET。三星的數據顯示，3nm相比其7nm工藝，性能提升35%，功耗降低50%，面積降低45%。從2020年年中的消息來看，三星3nm試生產已延后至2021年Q1，量產則需等到2022年。

圖2：三星晶圓代工的工藝節點演進。(來源：三星)

2020年4月份，臺積電首次披露3nm工藝(N3)的具體信息。N3是N5工藝之后的又一次正式迭代，預計晶體管密度提升1.7倍(單元級密度在290MTr/mm2左右)，相比N5性能提升至多50%，功耗降低至多30%。臺積電N3工藝的風險生產計劃在2021年，量產于2022年下半年開始。考慮到成熟性、功耗和成本問題，臺積電表示N3仍將采用傳統的FinFET結構，不過其3nm工藝本身的步進仍有機會采用GAAFET技術。

實際上，這兩家全球最先進的晶圓代工廠從5nm工藝開始就出現了技術演進的較大差異。三星在大方向的節點演進上，技術更為激進，但臺積電在晶體管密度和實際性能/功耗表現上仍有相當優勢。

三、高性能計算：數據中心專用加速的遞進

富士通于2020年3月推出的A64FX作為專門面向HPC(高性能計算)負載的芯片，其本身的結構代表著HPC、數據中心市場的重要趨勢。它在數據上做到了超算領域的算力和效率第一，遠高于Intel Xeon+Nvidia Tesla+內存的組合，很像是CPU、GPU外加片上高速內存的結合體。不過其整體架構是monolithic的一體融合，省去了CPU與加速處理器之間的chip-to-chip通訊，而且在存儲系統方面做了更靠近計算核心的集成，部分類似于特定域的設計。A64FX包含48個內核，每個內核512bit寬度管線，每顆芯片帶8GiB HMB2存儲。

英偉達的CUDA編程讓其GPU能夠廣泛應用于HPC領域，英偉達本身也在思考HPC的發展路線。2020年10月，英偉達推出BlueField-2家族DPU(data processing unit)和DOCA軟件開發套裝——DPU宣稱是芯片上的數據中心。簡單地說，DPU是面向數據中心，加速特定負載的芯片。

圖3：英偉達Bluefield-2X卡包括DPU和Ampere GPU。(來源：nVidia)

除了計算(或AI加速)部分的Ampere GPU(BlueField-2X)，在網絡、存儲和安全方面，BlueField芯片中有可編程的Arm核以及Mellanox Networking適配器(SmartNIC)，包括“軟件定義的安全”、“軟件定義的存儲”、“軟件定義的網絡”和基礎設施管理。Mellanox已經歸入英偉達旗下，而Arm目前被炒得正熱的并購一事，顯然在此場景下也變得易于理解。

在DSA加速器領域，英偉達很早就意識到了數據中心需要專門的處理器，以逐漸顛覆CPU主導的市場，尤其是著力在數據中心安全、網絡、存儲方面的效率和性能。這類策略本身也足以規避Arm在高性能市場的固有缺陷。這可能也是AMD收購賽靈思的主旨所在，而數據中心加速業務早在前年就已經成為賽靈思的發展重點。

2020年這幾個有關數據中心的市場動作及技術演進方向，足以表明數據中心的專用計算時代正在有序推進。

四、傳感器融合：硬件與算法結合驅動自動駕駛、無人機和工業機器人等自主系統

在自動駕駛和無人機等復雜應用場景中，多傳感器融合(Multi-sensor Fusion, MSF)將來自多個和多種類型傳感器的信息和數據，通過高性能處理器和軟件算法，以一定的規則進行自動分析和綜合，以完成決策和執行。攝像頭是應用最為廣泛的圖像傳感器，但在光線不佳的環境中性能表現明顯下降。基于飛行時間(ToF)原理的超聲波、雷達和激光雷達(LiDAR)等傳感器是攝像頭的很好補充和增強。

圖4：自動駕駛應用設計需要很多傳感器融合技術。(來源：Synopsys)

激光雷達每秒發射高達100萬個激光脈沖，可以捕獲高分辨率3D點云數據，不僅能夠識別物體對象，還可以對其進行分類。據市調公司Yole預測，面向ADAS/自動駕駛市場的LiDAR將從2019年的1900萬美元增長到2025年的17億美元，實現114%的年復合增長。但由于激光雷達的設計復雜和成本昂貴，大規模應用仍面臨諸多挑戰。Luminar于2019年發布了價格不到1000美元的LiDAR解決方案，而2005年首推實時3D LiDAR的Velodyne公司則宣布逐步降價計劃，將平均售價從2017年的1.79萬美元降至2024年的600美元。中國的LiDAR制造商已經開始生產低于1000美元的產品，正在獲得更多市場份額。盡管不被特斯拉的Elon Musk看好，激光雷達仍將成為實現更高級別自動駕駛的關鍵技術。

復雜的環境和氣候條件要求來自圖像、超聲波、雷達和激光雷達等傳感器源的數據進行交叉參考和計算，這需要具有實時處理性能的AI芯片和深度學習模型算法。只有在系統中融合傳感器、芯片和AI算法等多種技術，才能保證自主系統在實際應用場景中的精確和安全操作。除了ADAS/自動駕駛應用外，傳感器融合技術在工業機器人和無人機等領域也將得到發展和普及。

五、芯粒(chiplet)：開啟芯片設計IP新模式

自1965年以來，摩爾定律一直是主導半導體行業快速增長的基本定律。隨著半導體制造工藝節點從7nm、5nm到3nm推進，逐漸逼近物理極限，芯片設計和制造的成本不斷增加，整個半導體行業的發展速度明顯放緩下來。領先的半導體制造商開始轉向芯粒(chiplet)，期望為半導體設計和集成尋求新的解決方案，使半導體行業重返兩年翻倍的發展周期。

圖5：將來的計算機系統可能包含一個CPU芯粒和多個GPU和存儲器芯粒，都封裝集成在一顆芯片上。(圖片來源：AMD)

芯粒用多個小芯片來代替單個芯片，并將它們封裝集成在一起，這樣可以在同樣的面積上容納更多的晶體管，而且可以顯著提高芯片生產良率。芯粒就好比面向對象的編程，它是一種基于對象概念的思維范式，硬件設計正在發生類似的思維范式轉變。但是，芯粒之間需要接口，不僅僅是電氣接口，還有可以簡化設計、制造與協作的接口。全球行業組織開放計算項目(OCP)正致力于通過引入新的接口、鏈接層，以及早期概念驗證，來定義和開發統一標準的芯粒體系架構。

據市調機構Omdia最新發布的報告顯示，在設計和制造過程中采用“芯粒”的微處理器芯片未來5年會快速增長，到2024年全球市場將達到58億美元，而2018年只有6.45億美元。目前，Marvell、AMD、英特爾、臺積電等半導體公司都相繼發布了Chiplet產品。Chiplet將為半導體產業帶來新的機會，比如降低大規模芯片設計的門檻;從IP升級為Chiplet供應商，以提升IP價值，有效降低芯片客戶的設計成本;增加多芯片模塊(Multi-Chip Module，MCM)業務，Chiplet迭代周期遠低于ASIC，可提升晶圓廠和封裝廠的產線利用率;建立可互操作的組件、互連、協議和軟件生態系統。

芯原公司的戴偉民博士提出了"IP as a Chiplet "理念，旨在通過Chiplet實現特定功能IP的‘即插即用’，解決7nm、5nm及以下工藝節點中性能與成本的平衡問題，并降低大規模集成電路芯片的設計時間和風險，從SoC中的IP發展到SiP中以Chiplet形式呈現的IP。全球半導體IP市場規模越來越大，預計將從2019年的50億美元上升至2027年的101億美元。Fabless模式的演進催生了芯片設計服務產業，半導體IP授權和芯粒(chiplet)的發展將催生更多機會。

六、系統級封裝(SiP)：先進封裝平臺的集大成者

芯片封裝技術的發展大致經歷了四個階段：第一階段是插孔元件(DIP/PGA);第二階段是表面貼裝(SMT);第三階段是面積陣列封裝(BGA/CSP);第四階段是高密度系統級封裝(SiP)。目前，全球半導體封裝的主流技術已經進入第四階段，SiP、PoP和Hybrid等主要封裝技術已大規模應用，部分高端封裝技術已開始向芯粒(Chiplet)方向發展。SiP封裝正在從單面封裝向雙面封裝轉移，預計2021年雙面封裝SiP將會成為主流，到2022年將會出現多層3D SiP產品。

圖6：Octavo的SiP器件在一個標準BGA封裝內集成了MCU、存儲器、PMIC、MEMS振蕩器和一些無源器件。(來源：Octavo Systems)

倒裝芯片(Flip Chip)和引線鍵合(Wire-bond)已經在高端和低端芯片的SiP封裝、2D/2.5D/3D異構SiP中得到了廣泛應用，是目前主要的SiP封裝形式。據Yole關于SiP的市場分析報告預測，2019年采用倒裝芯片和引線鍵合形式的SiP封裝產品市場規模為122億美元(占全體SiP封裝市場90%以上)，預計到2025年將達到171億美元，2019-2025年復合年增長率為6%;以臺積電為主導的扇出(FO)型封裝也已經成為SiP的主要封裝形式之一，2019年市場規模為11.48億美元，到2025年將增至13.64億美元;嵌入式裸片SiP封裝正從單裸片嵌入過渡到多裸片嵌入，盡管這種形式的SiP封裝產品市場規模很小，但是增長勢頭強勁(增長率高達27%)，預計2025年將超過3.15億美元。

移動和消費電子是SiP封裝的主要應用市場，其中尤以手機的RF器件為主。隨著5G網絡的全面部署，5G手機和基站等電信設施將為SiP封裝創造新的機會。以蘋果Apple Watch和AirPods為主的可穿戴設備因為對體積和尺寸的嚴格要求而更多采用SiP封裝，成為SiP在消費電子領域的主要增長點。SiP的另一驅動力來自MEMS和傳感器，包括壓力傳感器、慣性測量單元、光學MEMS、微測輻射熱計、振蕩器和環境傳感器等，快速增長的應用領域主要包括汽車ADAS/自動駕駛、機器人和物聯網等。

七、寬禁帶半導體：在關鍵領域取代硅基器件

第三代半導體也稱寬禁帶半導體，是指禁帶寬度大于2.2eV的半導體材料，主要代表是碳化硅(SiC)和氮化鎵(GaN)技術。與第一代和第二代半導體相比，具有更高的禁帶寬度、高擊穿電壓、低導通電阻、幾乎無開關損耗以及優秀的電導率和熱導率等優勢，能在效率更高的前提下，將體積大大縮小，在高溫、高壓、高功率和高頻領域有望替代前兩代半導體材料。

圖7：以碳化硅(SiC)和氮化鎵(GaN)為代表的寬禁帶半導體在新能源汽車、5G通信和軌道交通等領域有著極大的發展潛力。(來源：EETimes)

此前，阻礙第三代半導體技術普及的最大原因是SiC和GaN襯底成本過高，器件成本比傳統硅基產品高5到10倍，但隨著產業鏈對該類器件需求的增加，大英寸襯底技術的成熟和工藝的提升，制造成本已逼近硅基器件。2021年將是第三代半導體器件的關鍵年，預計電動汽車、工業充電、5G高頻器件以及可再生能源和儲能領域的電源應用，都能夠從寬禁帶半導體的發展中受益，尤其是高頻高壓應用中將大量取代原有的Si IGBT和Si MOSFET。

此外，由于第三代半導體產品主要使用成熟工藝，在美國持續升級對中國半導體產業技術封鎖的大環境下，有望成為產業突破口。所以在政策方面，中國也在2030計劃和“十四五”國家研發計劃中明確第三代半導體是重要發展方向。

八、“域架構”理念主導未來汽車開發

目前汽車業普遍采用扁平化的點對點“分布式電子架構”，也就是通過上百個電子控制單元(ECU)來實現車輛的電子電氣功能，再通過相應的汽車總線將相關聯的ECU連接在一起。但隨著汽車向自動化、互聯化、電氣化和服務化方向快速發展，傳統基于硬件的分布式架構在系統擴展性、軟硬件兼容性、安全性和升級便利性方面遭遇了瓶頸，越來越不利于汽車行業快速迭代的要求。未來，汽車底層電子架構會朝著高性能“域架構”的方向發展，聯網能力更強，能夠提供安全的OTA無線更新，開發效率高，是可升級、可擴展、能夠適應未來發展的平臺。

圖8：汽車電子終將朝著高度集成化發展。(來源：MPS)

因此，與ECU相比，伴隨著“域架構”出現的域控制器(DCU)的目標將更專注于集成度、安全性和核心計算。例如通過無人駕駛或傳感器融合DCU實現自動化;通過智能座艙DCU實現車對車、車對其他一切的通信以及軟件的無線升級;通過動力系統DCU實現插電式混合動力系統到全電池電動汽車的電氣化蛻變，都是這一趨勢的典型應用。

DCU引人注目的另一個原因，還在于它引導汽車供應商將研發資金集中在單個的子系統上，而不是十幾個以上的不同子裝置。這樣一來，想要實現復雜而強大的DCU，汽車供應商就不能只依賴大多數現有的成品芯片，而是更傾向于精心設計的集成化器件。

九、FPGA：數據中心和邊緣計算的AI加速器

自從上世紀80年代Altera和Xilinx開創可編程邏輯器件類型FPGA以來，FPGA已經經歷了幾波巨大的變化。除了其本身固有的可編程靈活性外，網絡連接和數據交換功能使得FPGA成為云計算和數據中心不可或缺的海量數據處理單元，特別是機器學習/AI、網絡加速和計算存儲等應用對FPGA有著強勁的需求，比如SmartNIC、搜索引擎加速器、AI推理引擎等。新興的邊緣計算將掀起新的一波FPGA需求熱潮，包括5G基站和電信基礎設施、邊緣端網關和路由器，以及IoT智能終端等。自動駕駛、智能工廠、智慧城市和交通等將驅動FPGA應用進一步的增長和擴展。

據Semico研究公司預測，全球數據中心加速器(包括CPU、GPU、FPGA和ASIC)市場規模將從2018年的28.4億美元增長到2023年的211.9億美元，年復合增長率(CAGR)高達50%。其中增長最快的當數FPGA加速器，2018年只有10億美元，到2023年將超過50億美元，其增長驅動力主要來自企業級數據負載加速應用。FPGA行業最大的兩家廠商Intel和Xilinx都發布了一系列FPGA加速卡，比如英特爾FPGA PAC D5005，N3000，以及基于Arria 10 GX FPGA 的可編程加速卡;Xilinx Alveo U50/U200/U250/U280 數據中心加速卡。Achronix也推出了基于Speedster7t FPGA的加速卡，以把握數據中心對高帶寬工作負載優化的需求。

圖7：Achronix的VectorPath加速卡可以支持一系列高速數據和存儲接口。(來源：Achronix)

Altera被英特爾收購，Xilinx現在也極有可能歸入AMD名下，這說明FPGA始終是一個利基市場，在市場規模方面難以跟CPU和GPU這類通用芯片相比而成為足夠強大的獨立市場。然而，隨著FPGA獨有的特性使其成為云計算和邊緣計算的首選AI推理加速器，未來幾年我們將看到FPGA加速卡出現在更多計算處理單元中。

十、體征信號監測AFE技術：將VSM系統的“健康監測”植入智能可穿戴設備

據市調機構IDC發布的最新2020年第三季度數據，全球可穿戴設備總出貨量為1.25億臺，同比增長35%。其中，以蘋果AirPods為代表的可聽戴設備(Hearables)市場出貨量約7000萬臺，以Apple Watch為代表的智能手表(Watch)出貨量超過3000萬臺，以小米腕帶為代表的智能手環(Wrist Band)出貨量約2000萬臺。

全球新冠病毒的蔓延極大地刺激了具有“健康監測”功能的智能可穿戴設備的銷售。備受全球用戶青睞的Apple Watch提供了豐富的健康醫療管理功能，特別是心率檢測。Apple Watch Series6可讓用戶測量血氧飽和度，從而更好地掌握自己的整體健康狀況。新一代的智能可穿戴設備利用高精度模擬前端技術進行人體體征信號監測，為消費者提供更多“健康監測”功能，在未來幾年將有顯著的市場增長。

具有生命體征信號監測(VSM)功能的智能可穿戴設備增長最快的細分市場之一。以前，VSM設備主要用于醫院、救護車和直升機等專業救助場所，比如床邊監視器和重癥監護病房的監視器等。這些高端系統支持多導聯ECG測量、氧飽和度、體溫、二氧化碳以及其他參數的測量。現在，可穿戴式VSM系統正逐漸融入我們的日常生活，讓醫生能夠遠程監控病人，讓老年人能夠獨立生活更長的時間。運動和鍛煉方面的VSM應用也將成為一種趨勢，它不僅能幫助人們監控生命體征參數，還能提供鍛煉是否有效的反饋信息。

圖8：ADI的可穿戴VSM系統方案及平臺工具。(來源：ADI)

在可穿戴設備中，通常可以測量多個參數，如心率、活動、皮膚阻抗、氧飽和度和體溫等。ADI公司開發出一種多模式模擬前端(AFE)芯片，可以直接通過連接生物電位電極來測量心臟信號。它能夠測量皮膚電反應，以此來跟蹤壓力或精神狀態。基于這種單芯片AFE方案即可創建多功能、小尺寸且非常節能高效的可穿戴VSM系統。

責任編輯：lq