3nm制程代工价格再破新高，高质芯片如何保障？

半导体工艺与设备 2023-01-28 08:07 230浏览 0评论 0点赞

继2022年6月30日，三星电子官宣开始量产基于GAA晶体管结构的3nm芯片后，台积电也在2022年末在台南科学园区高调举办了3nm量产扩厂典礼，也就是说目前先进制程的两大玩家都已经达成了3nm制程的量产条件。不过，现在先进制程的代工价格可不低，据业内人士消息，3nm制程的代工价格已经突破了2万美元每片晶圆，这就意味芯片厂商需要花费近14万元人民币才能加工一片12英寸的晶圆，生产出数百颗芯片。

除了价格昂贵，先进制程节点下同一颗芯片上的晶体管数量也会呈指数级增加，这必然会导致制造流程可变性增加等一系列问题，这种情况下，芯片开发者该如何保证芯片的品质、安全性和可靠性呢？传统的芯片开发流程是在流片（Tape Out）阶段来解决所有设计问题，

但在设计日益复杂的今天，这一方法显得有点滞后了，因此，需要一种全新的解决方案，即通过连通并整合每一个阶段的关键数据，实现芯片与系统生命周期的详尽分析与管理，从而优化每一环节，以确保获得理想的结果。

从PLM到SLM对芯片和终端系统进行持续优化

数十年来，各行各业的公司都会通过产品生命周期管理（PLM）工具来管理其产品从生产初期到市场部署整个流程中的状况。半导体芯片从上世纪50年代开始至今，已经和我们的日常生活息息相关。而在这个数字化革命的过程中并没有出现类似PLM对半导体产品提供更专业化生命周期管理的产品。一直到最近几年才开始出现专门针对芯片的管理流程------芯片生命周期管理（Silicon Lifecycle Management，简称SLM）概念，并逐渐获得业界认可。

新思科技从半导体产品软硬件开发、设计仿真、产品制造，乃至In-Field应用的场景出发，提供不同的软硬件产品、仿真工具、数据集成和分析一体化解决方案。打造了一个完整的，贯穿整个产品生命周期的SLM平台。

其实，SLM基于的是PLM产品生命周期管理的理念，新思科技EDAG事业群，资料分析部门的研发与运营总监Paul Simon博士在接受采访时表示，新思科技的策略是将芯片设计、验证测试、制造与部署的每一个阶段所产生的大量数据加以连接，并整合到同一云端系统数据库，它能够收集，并分析这些数据，用以改善芯片性能、速度、量产良率、品质管控以及上市时间等重要核心指标，从而提升芯片产品的整体价值。

当然，通过SLM平台的检测和分析，芯片开发者能够根据分析结果对芯片和终端用户系统进行持续的优化。

通过对品质的持续智能分析，能够有效的使整个芯片产品生命周期运作状况指标显著提升。

SLM流程主要包括以下两个阶段：

在芯片设计环节加入传感器、监视器等IP，来提供设计环节中所生成的大量芯片数据，从而能够对设备生产以及实际性能进行深入分析
高效的产品数据分析数据库及平台，对跨越产品生命周期的各阶段各类数据进行收集、处理和分析，为设计、生产和客户现场优化提供支持

在SLM流程的一开始，先加入关键的PVT监视器和结构传感器等硬件，这些传感器基本上就是设备的眼睛、耳朵和各种感官，能够为开发者带来极高的芯片数据可见度。

接着，将这些萃取出的芯片数据用来校准设计模型的参数; 诸如环形振荡器的量测资料、关键电路路径测试的结果，以及制程/电压/温度（PVT）监视器的数据。这些数据收集工具将原始数据与智能集成自动化相结合，提供给系统对芯片的每个生命阶段进行目标性分析，开发者再根据分析结果对每个设计阶段进行优化。

也就是说，通过SLM，开发者可以高效实践“观察、控制和优化”的理念。嵌入式监视器与传感器收集和反馈的实时数据和参数，可直接转化为对芯片系统的质量、性能和可靠性的提升。

SLM还能够对使用中的产品维护和故障情况进行预测，因此超大规模数据中心、消费电子和汽车等应用场景对SLM的应用也日渐广泛

SLM带来的好处

采用成熟的SLM平台，芯片开发者可深度实现生命周期可见性，获得充分分析结果，增进对芯片器件的控制机制，包括动态电压频率调整（DVFS）。这些特性相互结合，大大优化了电源器件操作和数据吞吐性能。

然而值得注意的是，部署单个产品或工具无法实现端到端的生命周期管理，因此需要集成各种SLM组件，确保实现特定应用的优势。例如，高容量消费应用可以利用SLM工具和流程，参照芯片的参数反馈，降低设计限制带来的影响。这样一来，就可以进行设计调整，提高统计异常数据和未来潜在故障器件的可见性。

在实时系统管理中，如果在整个片上处理器内核中部署，高颗粒热传感解决方案可以对超大规模数据应用的功耗性能进行优化。这对超大规模数据应用尤其关键，因为即使是再轻微的功耗降低也可能对大型云服务器配置产生指数级的节能有所影响。热传感精度的小幅提高，或许让每个处理器芯片每小时降低功耗不到一美分。虽然在芯片层面看上似并不明显，但对于大型数据中心配置而言，这样的小幅优化却每年可以节省高达数百万美元。考虑到服务器在生命周期内的运行成本高于初始购买价格，任何幅度的功耗降低都是有意义的。

在汽车应用中，对老化和劣化因素的持续评估（如用户工况、热应力和电源电压应力）将为车载电子系统的维护和更新提供更具预测性的方法。如果这些系统对故障的预测性更强，可以考虑在设计中采用商业级芯片，从而达到缩减成本，提升确定性的优势。

引入AI，SLM为芯片设计加速

芯片数据的可见性对于开发者来说异常重要，前面有提到，如果想获得更多的数据，就需要集成各种SLM组件，新思科技推出的SLM平台可在芯片生命周期的各个阶段优化芯片状况。它包含了多个集成解决方案和功能：

广泛的指标监测IP和访问基础设施可以收集芯片运行数据的方方面面。指标监测包括环境、结构监控器和测试结构
一套全面的检测集成和验证流程，可直接连接至新思科技的Fusion RTL至GDSII 实施系统
半导体制造分析引擎以及良率管理引擎，可优化运行效率，提升总体良率
自主优化平台，可自动实时提高计算系统性能

为了完善其SLM平台战略布局，新思科技在过去三年年间先后完成了在片内监控PVT传感器、硅后大数据分析平台、实时现场优化技术等在内的重要技术收购。同时，在公司内部，通过将SLM与EDA和IP技术相整合，构建成了完整的一体化平台，可提供海量数据分析引擎及高速的数据视觉化、分析和模型化功能，让芯片设计与产品工程团队能够更有效率且迅速地解决重要的核心议题，把握关键产品的上市时间。

众所周知，先进制程的芯片制造流程是非常复杂的，需要在不同制程节点、不同晶圆厂之间实现大量数据的有效连接，技术挑战极大。新思科技将收购后的SiliconDash技术加入SLM产品平台, 从而在SLM中能够实现跨越产品生产制造数据链，高效整合多样化多维度量产制造数据。在此基础上助力产品量产数据分析，产品追溯，自动化预警及管控方案。对产品质量，产出和其他针对量产的operation管理提供服务。同时利用基于real time的边缘计算数据和机器学习等人工智能技术，让数据快速对接，转化成有效的分析决策与行动，为芯片设计加速。

结语

SLM给出了芯片设计和维护的一个全新方向！它适用于芯片全生命周期中的不同阶段，从早期的设计、验证、制造生产、测试、除错和产品实际上线到现场运作。而新思科技的SLM平台可通过分析芯片上监视器和传感器的数据，来完成对芯片全生命周期运行状态的监测和追踪，进而可以持续对每个阶段都进行优化。

未来，开发者可以通过SLM来追踪其设计的芯片在不同设备中的运作情况，并通过收集到的数据不断优化其芯片和终端产品，可以说，SLM很可能会改变整个先进制程设计领域的游戏规则。

