当不断逼近摩尔定律的极限,芯片互连也有大麻烦
互连 —— 有时是将晶体管连接到 IC 上电路中的纳米宽的金属线 —— 需要进行「大修」。而随着芯片厂逐渐逼近摩尔定律的极限,互连也正成为行业的一大瓶颈。
在 2022 年 12 月初的第 68 届 IEEE 国际电子设备会议(IEDM)上,IBM 的 Chris Penny 告诉工程师们,「在大约 20-25 年的时间里,铜一直是互连的首选金属。然而现在铜的规模正在放缓,这便为替代导体提供了机会。」
根据 IEDM 2022 的研究报告,钌(Ruthenium)是第一大候选材料,但并不像用一种金属换成另一种金属那么简单。它们在芯片上成型的过程必须颠倒过来。这些新的连接将需要不同的形状和更高的密度,还需要更好的绝缘性能,以免信号消耗电容夺走它们所有的优势。
互连的位置也注定要发生改变,并且这种改变很快就会到来。但研究逐渐表明,这种转变带来的好处背后需要付出一定的代价。
钌,顶部通孔和气隙
目前,钌是最受欢迎的铜替代品。但研究表明,用于建造铜互连的旧方法对钌并不适用。铜互连是用所谓的镶嵌工艺构建的。第一家芯片制造商使用光刻技术在晶体管上方的介电绝缘层中雕刻出互连的形状。然后,他们将衬垫(liner)和阻挡层(barrier)材料沉积,防止铜原子漂移到芯片的其他部分进而搞砸整个过程。然后用铜填充沟槽,通常会填得过满,所以多余的部分必须进行抛光擦掉。
Penny 对 IEDM 的工程师们表示,包括衬垫和阻挡层在内的所有额外的东西,占到了互连体积的 40- 50%。因此,互连的导电部分在变窄,特别是在互连层之间的超细垂直连接中,导致电阻增加。
但是,IBM 和三星的研究人员已经找到了一种方法,来构建紧密间隔、低电阻的钌互连,且不需要衬垫或种子。这种工艺被称为 spacer assisted litho-etch litho-etch(SALELE),它依赖于极紫外光刻的双重帮助。它没有填充沟槽,而是从层或金属中蚀刻出钌互连,然后用电介质填充缝隙。
研究人员使用超薄高密度的水平互连实现了最佳电阻,然而这又增加了电容,损失掉了好处。幸运的是,由于 SALELE 构建了被称为通孔(vias)的垂直连接方式(即在水平连接的顶部而不是下方),细长钌线之间的空间很容易有空气进入,这是目前可用的最佳绝缘体。Penny 表示,对于这些超薄且高密度的互连来说,增加气隙有巨大的潜在好处,可以减少 30% 的线路电容。可以这么说,SALELE 技术为 1 纳米及更高的工艺提供了路线图。
利用通孔走线的 PCB 板。图源:https://www.wevolver.com/article/what-is-a-via-a-comprehensive-guide
埋轨、背面供电技术和 3D 芯片
英特尔计划彻底改变为芯片上晶体管供电的互连位置,最早能在 2024 年实现。该方案被称为背面供电技术(back-side power delivery),即将供电互连网络移动到硅下方,从而从下方连接到晶体管。这种方案两个主要优点:一是允许电流通过更宽、电阻更小的互连,从而减少功率损失。二是为晶体管上方的信号传输互连腾出了空间,这意味着逻辑单元可以更小。
在 IEDM2022 大会上,Imec 研究人员提出了一些使背面供电更高效工作的方法,即将供电网络的端点(被称为埋入式电源轨)移动到更接近晶体管的地方,而不破坏这些晶体管的电子特性。但他们也发现了一个有点麻烦的问题,当用于 3D 堆叠芯片时,背面电源可能会导致热量积聚。
但好消息是:Imec 的研究人员在研究埋入式电源轨和晶体管之间需要多少水平距离时,答案几乎是零。即使需要额外的处理周期来确保晶体管不受影响,但研究人员称,可以在晶体管通道区域旁边构建轨道 —— 尽管仍然会在它下面几十纳米。这意味着逻辑单元可能会更小。
坏消息则是:在单独的研究中,Imec 工程师模拟了同一个未来 CPU 的几个版本。有些拥有如今使用的供电网络,被称为前端供电,其中包括数据和电力在内所有的互连都是在硅上的层中构建的。另一些拥有背面供电网络,其中一个是由两个 CPU 组成的 3D 堆栈,底部有背面电源,顶部有正面电源。
2D CPU 的模拟验证了背面供电的优越性。例如与正面供电相比,它将电力传输的损失减少了一半,瞬态电压下降不也太明显。更重要的是,CPU 面积缩小了 8%。但是,背面芯片的最热部分比正面芯片的最热部分高出 45% 左右。这可能是因为背面供电需要将芯片减薄,且薄到需要粘合到单独的硅片上以保持稳定。这个键(bond)可以阻挡热量流动。
真正的问题在 3D IC 上。顶部 CPU 必须从底部 CPU 获取能量,但通向顶部的漫长传输会出现一些问题。虽然底部 CPU 的压降特性仍优于前端芯片,但顶部 CPU 在这方面的表现就差很多。3D IC 的供电网络消耗的功率是单个前端芯片网络消耗功率的两倍。更糟糕的是,3D 堆栈的散热性能并不好,底部芯片最热的部分几乎是单个前置 CPU 的热 2.5 倍。顶部的 CPU 温度更低一些,但相差无几。
研究人员测试了这样一个场景:将一个带有背面供电网络的 CPU(底部为灰色)与另一个带有前端供电网络的 CPU(顶部为灰色)相连接。
Imec 的研究人员 Rongmei Chen 表示,3D IC 模拟确实有些不现实。将两个完全相同的 CPU 堆叠在一起是不太可能,而将内存与 CPU 堆叠在一起要常见得多。「这样对比有失公允,但它确实能映射出一些潜在的问题。」他说。
以上是当不断逼近摩尔定律的极限,芯片互连也有大麻烦的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

5月30日消息,虽然存储芯片市场不景气,但人工智能有巨大的需求,这将使三星、SK海力士等公司受益。5月24日,英伟达发布财报,公司市值在两天内暴涨2070亿美元。此前,半导体行业一直处于低迷状态,这份财报预测给了人们极大的信心和希望。如果人工智能领域迎来腾飞时刻,像微软这样的传统科技巨头以及OpenAI等初创企业就会寻求三星、SK海力士等公司的帮助。机器学习需要内存芯片来处理大量的数据,分析视频、音频和文本,并模拟人类的创造力。实际上,人工智能公司可能会购买比以往更多的DRAM芯片。内存芯片需求

不能确定1nm芯片是谁做的。从研发的角度来看,1nm芯片是中国台湾和美国联合研发的。从量产的角度来看,这项技术还没有完全实现。该项研究的主要负责人是MIT的朱佳迪博士,他是一位华裔科学家。朱佳迪博士表示,该项研究还处于早期阶段,距离量产还有很长的路要走。

本站11月28日消息,据长鑫存储官网显示,长鑫存储推出了最新LPDDR5DRAM存储芯片,是国内首家推出自主研发生产的LPDDR5产品的品牌,实现了国内市场零的突破,同时也令长鑫存储在移动终端市场的产品布局更为多元。本站注意到,长鑫存储LPDDR5系列产品包括12Gb的LPDDR5颗粒,POP封装的12GBLPDDR5芯片及DSC封装的6GBLPDDR5芯片。12GBLPDDR5芯片目前已在国内主流手机厂商小米、传音等品牌机型上完成验证。LPDDR5是长鑫存储面向中高端移动设备市场推出的产品,它

本站11月13日消息,据台湾经济日报,台积电CoWoS先进封装需求迎来爆发,除英伟达已经在10月确定扩大订单外,苹果、AMD、博通、Marvell等重量级客户近期同样大幅追单。据报道,台积电正在努力加快扩大CoWoS先进封装产能,以满足上述五大客户的需求。预计明年的月产能将比原先的目标增加约20%,达到3.5万片分析人士表示,台积电的五个主要客户纷纷下大单,这表明人工智能应用已经广泛普及,各大厂商对于人工智能芯片的需求大幅增加本站查询发现,当前CoWoS先进封装技术主要分为三种——CoWos-S

曾何几时,人工智能因为算力不足进入了长达数十年的瓶颈,GPU点燃了深度学习。在ChatGPT时代,AI因为大模型再次面临算力不足的问题,这一次英伟达还有办法吗?3月22日,GTC大会正式召开,在刚刚进行的Keynote上,英伟达CEO黄仁勋搬出了为ChatGPT准备的芯片。「加速计算并非易事,2012年,计算机视觉模型AlexNet动用了GeForceGTX580,每秒可处理262PetaFLOPS。该模型引发了AI技术的爆炸,」黄仁勋说道。「十年之后,Tr

本站8月24日消息,大多数科技厂商都在科隆国际游戏展上展出了一些新品或即将发布的新品,例如华擎就展示了其“半代”更新版Z790主板,这些新主板都采用了RTL8125-BG芯片,而不是6月份Computex展上原型机采用的RTL8126-CG。据荷兰媒体Tweakers报道,多家参加科隆国际游戏展的主板厂商透露,瑞昱的5GbE有线网卡芯片RTL8126-CG虽然价格更便宜,但由于稳定性问题,不会被搭载在今年秋季推出的主板上据称,Realtek正在修复这类问题,但他们无法在今年秋季新主板上市之前解决

ChatGPT爆火之后,谷歌和微软两巨头的AI大战战火,已经烧到了新的领域——服务器芯片。如今,AI和云计算都成了必争之地,而芯片,也成为降低成本、赢得商业客户的关键。原本,亚马逊、微软、谷歌这类大厂,都是以软件而闻名的,而现在,它们纷纷斥资数十亿美元,用于芯片开发和生产。各大科技巨头研发的AI芯片ChatGPT爆火,大厂开启芯片争霸赛根据外媒TheInformation的报道以及其他来源,这三家大厂现在已经推出或计划发布8款服务器和AI芯片,用于内部产品开发、云服务器租赁或者二者兼有。「如果你

最新消息显示,据《科创板日报》和蓝鲸财经报道,有产业链人士透露,英伟达已经研发出了适用于中国市场的最新版AI芯片,其中包括HGXH20、L20PCle和L2PCle。截至目前,英伟达方面尚未发表评论知情人士称,这三款芯片均基于英伟达H100改良而来,英伟达预计最快将于11月16号之后公布,国内厂商最快将在这几天拿到样品。经过查询公开资料,得知NVIDIAH100TensorCoreGPU采用全新的Hopper架构,基于台积电N4工艺,集成了800亿个晶体管。相较上一代产品,它能为多专家(MoE)
