从RISC-V到3D NAND技术——回顾2022年芯趋势

3D NAND 层数的竞争

有时趋势会在一年中蔓延开来，但肯定有一个趋势比其他趋势更突出，公司会连续发布有关 NAND 技术的新闻。这种趋势有点像竞争，因为公司在可以装入 NAND 存储器的层数和创新方面相互竞争。EETOP

第一个引起我们注意的是美光的 3D NAND 闪存芯片，它有232 层。考虑到美光上一次宣布它达到的 NAND 层数是 2020 年的 176 层，这款芯片的出现有点令人意外。

美光最新 232 层 3D NAND 的渲染图。图片由美光提供

更让人意外的是，一周后，SK海力士推出238层4D NAND ，超越美光。“4D”一词是SK海力士创造的，不同的是，传统的3D NAND，外围电路在阵列的旁边，而4D NAND则在下方。

SK hynix 的 4D NAND 结构与传统 3D NAND 的概述。图片由SK 海力士提供

为了推动这一趋势，同一周发布的另一款产品是长江存储科技有限公司 (YMTC) 的232 层 X3-9070 3D NAND 芯片。一周后，三星宣布推出用于游戏应用的基于 V-NAND 的固态硬盘 (SSD) 。要了解有关 V-NAND 的更多信息，您可以查看这篇文章。

所有这些发布都显示出业界对 NAND 内存技术投资的明显兴趣。随着公司寻求增加内存密度，他们似乎正在关注 3D NAND，因为它能够将晶体管单元隔开以避免泄漏和来自相邻单元的干扰。这可以让设计人员在不牺牲性能的情况下增加内存密度，从而避开缩放技术的性能限制。

有这么多公司竞相突破 NAND 限制，看看 2023 年是否会出现更多创新将很有趣。我想知道下一个版本会有多少层。

RISC-V 在 2022 年取得巨大飞跃

自 2010 年创建以来，开源 ISA（指令集架构）RISC-V风靡全球。这种架构已经进入电子行业的各种角落和缝隙。从帮助缓解持续的芯片短缺到找到进入太空级技术的途径，RISC-V 被证明是逐年持续增加的趋势，而且看起来不会很快改变。

SiFive 的 RISC-V 架构框图，NASA 将在其高性能航天计算机 (HPSC) 项目中使用该架构。图片由SiFive提供

去年在 RISC-V 方面取得重大进展的公司是 SiFive。由于大量新技术的发布，从一年一两篇文章开始的事情今年有所增加。正如刚才提到的，RISC-V 发现了它在太空技术中的用途，NASA 利用 SiFive 在一个新项目中利用其 X280（一种 8 核 RISC-V 处理器）。

除了 SiFive 的年度公告外，它还发布了：

1. X280的新版本

2. 两款处理器——P670 和 P470——添加到其基于 RISC-V IP 的处理器性能系列中

3. 一系列汽车 RISC-V 处理器内核

随着今年 SiFive 的所有这些创新，很明显这家初创公司正在努力成为 RISC-V 的主要基石。看到这项技术的发展速度有多快，各大公司今年也纷纷加入。以英特尔为例，它通过推出新的英特尔探路者计划来表示支持。该计划旨在帮助工程师进行 RISC-V 设备的硅前开发。

今年 RISC-V 历史上的另一项重大进步是一家采用了阿里巴巴RISC-V SoC开发的名为 ROMA的笔记本电脑，从而使其成为业界首款使用 RISC-V 芯片的笔记本电脑。

回顾今年所有这些 RISC-V 新闻（还有很多我没有在这里提及），很明显 RISC-V 在成为主流技术方面取得了一些巨大的飞跃。进入 2023 年，我们认为它的势头不会很快放缓。

量子计算旨在商业化

一个逐年持续增长的趋势是量子计算。曾经主要基于大学研究（仍在开发新的量子技术）的东西已经成为许多大公司未来战略的一部分。以英特尔为例，该公司今年采用“软件优先”的方法使用其基于 Loihi 2 的平台进行量子计算。

另一个是 IBM，量子计算领域最大的参与者之一，今年也获得了相当多的关注。值得注意的是，在 11 月，IBM 宣布它已经创建了一个名为“Osprey”的 433 量子位量子处理器。该处理器声称与2021 年发布的 IBM Eagle 处理器相比，量子比特数增加了两倍。除了这款处理器，IBM 还公布了其 2023 年的最新路线图和目标。

IBM 的 Osprey 量子处理器。图片由IBM提供

看到像 IBM 这样的示例的逐年改进有助于表明量子计算不仅仅是一种时髦的新技术；由于一些初创公司，它正在主流市场迅速站稳脚跟。今年，许多初创公司纷纷投身量子计算领域，掀起波澜，有望在 2023 年取得更多进展，尤其是在量子计算的商业化方面。

以一家总部位于英国的公司 Quantum Motion 为例，该公司在 10 月份展示了其“Bloomsbury”量子芯片可以使用与标准半导体相同的制造工艺来制造。该公告是在英特尔于同月通知其在生产基于硅的量子比特方面达到了一个新的里程碑之后发布的。这些努力开启了量子计算技术正在稳步走向大规模生产的想法。

由于量子计算硬件的商业化和制造限制继续处于行业前沿，在新的一年里看到这将如何展开将是令人兴奋的。

Wi-Fi 6/6E 在 Wi-Fi 7 硬件首次亮相时继续使用

Wi-Fi 7 标准于 2021 年发布，2022 年是关键的一年。尽管公司仍在创造和专注于 Wi-Fi 6 标准（于 2019 年发布）内工作的技术，但高通等一些公司已经开始关注未来。

原因之一是，尽管 Wi-Fi 6 专注于将数据驱动到尽可能多的设备并具有先进的功能，但它在延迟和数据速率方面存在一些缺点。

如前所述，高通一直是推动 Wi-Fi 7 的推动力，其Wi-Fi 7 Networking Pro 平台于 5 月发布。与该平台一起，高通还宣布了新的 RFFE（射频前端）模块以符合该标准。另一家公司联发科也加入了发布其 Filogic 880 和 Filogic 380 Wi-Fi 7 平台的行列。

高通 Wi-Fi 7 平台概览。图片由高通提供

由于向 Wi-Fi 7 的转变才刚刚开始，各公司仍在围绕 Wi-Fi 6 进行创新。早在今年 1 月，Wi-Fi 联盟发布了Wi-Fi CERTIFIED 6 Release 2，影响的是 Wi-Fi 6E 版本。

总体而言，此版本旨在提高物联网 (IoT) 的能效和性能，设计人员现在可以在他们的设备中利用此标准，而 Wi-Fi 7 技术仍在努力打入该行业。总而言之，2023年肯定会有更多关于Wi-Fi 6/6E和Wi-Fi 7的消息。

内存计算摆脱内存限制

我们在 2022 年看到的最后一个趋势是内存计算。这个在过去几年一直很大，并且一直持续到今年。随着人工智能 (AI) 继续集成到越来越多的设备中，它也有一些限制，即速度、处理和存储容量等属性。为了应对这些挑战，工程师们正在寻找更好的内存架构。

尽管内存计算还有很多工作要做，但一些大学正试图通过他们的研究打破常规。

以加州大学圣地亚哥分校、斯坦福大学、清华大学和圣母大学的NeuRRAM为例。NeuRRAM 是一种电阻式随机存取存储器 (RRAM) 内存计算 (CIM) 神经形态芯片。该芯片拥有“48 个神经突触核心、256 个 CMOS 神经元和 65,536 个 RRAM 单元”，在内存处理领域取得了长足进步，所有这些都可以进行并行处理并支持数据和模型并行性。

NeuRRAM 芯片。图片由加州大学圣地亚哥分校提供

今年发生的另一个针对内存计算的版本来自宾夕法尼亚大学 (UPenn)。宾夕法尼亚大学的研究人员展示了如何使用专用材料在没有晶体管的情况下创建模拟内存计算电路。该架构利用氮化铝钪 (AlScN)创建存储块，并使用铁电二极管 (FeD) 阵列创建卷积神经网络 (CNN)。这种组合帮助研究人员证明内存计算是可以实现的，并且可以绕过冯诺依曼瓶颈。

除了大学对内存计算的研究，一些公司正试图将其提升到更主流的水平。以初创公司 Axelera AI 为例，该公司于今年秋天获得资金，将其 AI 加速平台商业化，将多核内存计算与专门的数据流架构相结合。

随着研究人员和公司专注于使内存计算成为更加切实的现实，我们相信将在 2023 年看到更多的发展。