GAAFET，新一輪半導(dǎo)體競(jìng)賽

如今，半導(dǎo)體無(wú)處不在。它們是現(xiàn)代世界的力量——從日常的智能手機(jī)、平板電腦、筆記本電腦、智能手表到后臺(tái)運(yùn)行 AI 算法的云服務(wù)器。隨著技術(shù)日新月異，制造商競(jìng)相將晶體管推向更小、更緊湊、更高效的節(jié)點(diǎn)。

起初，很難相信半導(dǎo)體真的可以解決所有這些問(wèn)題，包括提高 AI 性能。但在本文中，您將探索新一代尖端半導(dǎo)體技術(shù)如何實(shí)現(xiàn)這一目標(biāo)。

尋找緊湊型晶體管及其對(duì) AI/ML 效率的影響

幾十年來(lái)，戈登·摩爾定律一直指導(dǎo)著半導(dǎo)體的發(fā)展。摩爾定律指出，隨著時(shí)間的推移，技術(shù)不斷進(jìn)步，標(biāo)準(zhǔn)電路板上可安裝的晶體管尺寸每?jī)赡陮⒎环@意味著晶體管將變得越來(lái)越小。顯然，它存在物理限制。目前，晶體管的尺寸已從 5nm 減小到 3nm、2nm，未來(lái)甚至將達(dá)到 1.4nm。在這個(gè)規(guī)模下，硅原子電子的基本物理特性成為一個(gè)限制因素。因此，人們發(fā)明了新的解決方案來(lái)滿足這一需求：

環(huán)柵 (GAA) 晶體管

這些是更高級(jí)、更先進(jìn)的晶體管結(jié)構(gòu)，晶體管的柵極端子從各個(gè)側(cè)面接觸通道。這有助于實(shí)現(xiàn)連續(xù)縮放，也提高了晶體管的性能。

眾所周知，經(jīng)典晶體管是平面晶體管，因?yàn)樗嘘P(guān)鍵元件（柵極、源極、漏極和溝道）都位于二維平面上，電流從源極流向漏極，由施加在柵極端子上的電壓控制。隨著晶體管變得越來(lái)越小，漏電流和短溝道效應(yīng)等問(wèn)題開始出現(xiàn)。隨著時(shí)間的推移，工程師發(fā)現(xiàn)可以更好地控制這種電流，從而提高功率效率和性能。此后，F(xiàn)inFET 應(yīng)運(yùn)而生。FinFET 具有從硅基板突出的三維結(jié)構(gòu)。類似于水中的魚鰭，因此得名。現(xiàn)在，在這個(gè)突出物上，柵極端子從所有 3 個(gè)側(cè)面包裹溝道，從所有 3 個(gè)側(cè)面控制電場(chǎng)，從而使其對(duì)溝道具有更多的靜電控制，如下圖所示。

FinFET 結(jié)構(gòu)。

現(xiàn)在，由于晶體管尺寸不會(huì)停止減小，半導(dǎo)體行業(yè)正處于甚至 FinFET 也不足以控制更短通道的境地。出現(xiàn)的問(wèn)題是由于短通道效應(yīng)和漏電流的結(jié)合，最終導(dǎo)致更高的功率下降。

這就是 GAAFET 發(fā)揮作用的地方。為了重新獲得對(duì)通道的控制，柵極端子必須從更多側(cè)面覆蓋通道。因此得名 Gate-All-AroundFET。這意味著電場(chǎng)可以從所有側(cè)面進(jìn)入通道，提供最大程度的場(chǎng)效應(yīng)和更好的通道控制。

為實(shí)現(xiàn)這一目標(biāo)，GAAFET 具有各種結(jié)構(gòu)——納米片 FET 和納米線 FET。

納米片 FET 使用堆疊的「薄片」或「晶圓」作為通道，而不是導(dǎo)線，以實(shí)現(xiàn)更好的電流流動(dòng)。（用于 3nm 及以上）。柵極完全包圍這些薄片，提供 360 度電場(chǎng)以控制通道。源極和漏極連接在納米片的兩端，允許電流流過(guò)它們。由于薄片的面積比導(dǎo)線更寬，因此電流比納米線 FET 更大。

納米線與納米片 GAAFET 結(jié)構(gòu)。

納米線場(chǎng)效應(yīng)晶體管 (FET) 是圓柱形通道，完全被柵極包圍，再次提供 360 度電場(chǎng)，以更好地控制通道。納米片在縮放時(shí)可能會(huì)失去對(duì)泄漏的控制，而納米線則保持更好的開關(guān)行為。

由于納米線場(chǎng)效應(yīng)晶體管 (FET) 中的通道非常薄且呈圓柱形，因此它允許柵極的電場(chǎng)完全包圍并更有效地控制整個(gè)通道，并且由于納米線的面積比納米片薄，因此它們比納米片場(chǎng)效應(yīng)晶體管 (FET) 更適合極端縮放（亞 2 納米）。納米線也比納米片占用更少的空間，并且可以垂直堆疊以在單位面積上封裝更多晶體管。因此，增加了密度并實(shí)現(xiàn)了極端小型化。這在設(shè)計(jì)超密集邏輯電路和存儲(chǔ)芯片時(shí)非常有用。

臺(tái)積電、英特爾、三星等公司正在轉(zhuǎn)向使用 GAAFET 來(lái)制造 3nm 和 2nm 芯片。三星將其版本稱為 MBCFET（多橋通道 FET）。MBCFET 是 GAAFET 的變體，其中通道水平放置，就像「帶狀」。這些也被稱為帶狀 FET。它們可以實(shí)現(xiàn)更高的單位面積電流。

這些晶體管幾何結(jié)構(gòu)如何推動(dòng)人工智能的發(fā)展？

人工智能和機(jī)器學(xué)習(xí)技術(shù)的發(fā)展受到并行處理和迭代循環(huán)能力的顯著影響。尤其是晶體管的發(fā)展在以下方面對(duì)增強(qiáng)這些過(guò)程發(fā)揮了至關(guān)重要的作用：

• 更高的密度：這意味著在給定的區(qū)域中裝入更多的晶體管，這可以顯著增加單個(gè)芯片上的核心數(shù)量或 AI 專用加速器的數(shù)量，從而提高性能。

• 更快的速度：考慮晶體管縮小對(duì)其性能的影響，隨著電子需要行進(jìn)的距離減少，我們可以實(shí)現(xiàn)更高的時(shí)鐘速度和更快的數(shù)據(jù)傳輸。這反過(guò)來(lái)又會(huì)減少訓(xùn)練和推理時(shí)間。

• 降低功耗：在相同工作負(fù)載下，較小的節(jié)點(diǎn)消耗的能量較少，這對(duì)于那些需要大量電力的 ML 模型來(lái)說(shuō)至關(guān)重要。因此，有助于降低大型數(shù)據(jù)中心的運(yùn)營(yíng)成本。

這些好處不僅僅在于提高計(jì)算能力；這些創(chuàng)新還可以解鎖以下先進(jìn)的人工智能應(yīng)用：

實(shí)時(shí)語(yǔ)音翻譯：語(yǔ)音翻譯涉及圍繞音頻輸入和輸出工作的大型深度學(xué)習(xí)模型。它實(shí)時(shí)處理音素、語(yǔ)法和上下文。這可以通過(guò)并行處理實(shí)現(xiàn)。這些晶體管幾何結(jié)構(gòu)確保可以并行執(zhí)行更多操作而沒有延遲，同時(shí)確保幾乎即時(shí)的翻譯。

此外，現(xiàn)代芯片格局已經(jīng)發(fā)生了重大轉(zhuǎn)變，包括專用的 AI 和 ML 模塊，例如張量核心和神經(jīng)處理單元。這些專用模塊旨在以無(wú)與倫比的效率處理復(fù)雜的矩陣運(yùn)算和卷積，從而縮短語(yǔ)音識(shí)別和自然語(yǔ)言處理等任務(wù)的處理時(shí)間，而這些任務(wù)是語(yǔ)音翻譯的核心。

此外，更小的晶體管需要更少的電量。這使得在設(shè)備（例如智能手機(jī)）上運(yùn)行密集的 AI 工作負(fù)載成為可能，而不會(huì)過(guò)快耗盡電池。實(shí)時(shí)翻譯可以成為一種隨時(shí)隨地的功能，而不僅僅依賴于云服務(wù)器。

精確的自動(dòng)駕駛算法：為了使這些車輛有效運(yùn)行，它們依賴于來(lái)自各種來(lái)源（例如 LiDAR、雷達(dá)、攝像頭和 GPS）的大量數(shù)據(jù)。挑戰(zhàn)在于處理這些海量數(shù)據(jù)并將它們合并為一個(gè)統(tǒng)一的世界視圖，這項(xiàng)任務(wù)需要相當(dāng)大的計(jì)算帶寬。新的晶體管幾何結(jié)構(gòu)允許顯著加快數(shù)據(jù)吞吐量和并行處理能力。這反過(guò)來(lái)又實(shí)現(xiàn)了實(shí)時(shí)傳感器融合，這是自動(dòng)駕駛的關(guān)鍵組成部分。

當(dāng)來(lái)自各種來(lái)源的傳感器數(shù)據(jù)組合在一起時(shí)，車輛的人工智能系統(tǒng)必須解釋這些信息以識(shí)別物體、預(yù)測(cè)其運(yùn)動(dòng)并制定安全導(dǎo)航策略。微芯片上晶體管密度的增加使得更復(fù)雜的算法能夠以最小的延遲執(zhí)行，從而提高準(zhǔn)確性和安全性。

此外，汽車有嚴(yán)格的熱和功率限制，尤其是電動(dòng)汽車。更小、更高效的晶體管有助于降低發(fā)熱量，主要是因?yàn)樗鼈儨p少了每個(gè)晶體管在運(yùn)行過(guò)程中切換（即打開和關(guān)閉）所需的能量。這使得人工智能系統(tǒng)能夠在汽車環(huán)境中廣泛采用，而不會(huì)導(dǎo)致電池過(guò)熱或負(fù)擔(dān)過(guò)重。

加速科學(xué)研究：科學(xué)研究領(lǐng)域，尤其是在模擬藥物開發(fā)的分子相互作用、運(yùn)行復(fù)雜的氣候模型或分析大量基因組數(shù)據(jù)等領(lǐng)域，對(duì)大量計(jì)算資源有著無(wú)盡的需求。隨著晶體管的縮小，HPC 系統(tǒng)可以擁有更多的處理核心和更大的片上緩存，從而提高大規(guī)模模擬的吞吐量。粒子物理學(xué)或天文學(xué)等領(lǐng)域依賴于篩選大量數(shù)據(jù)集，而這又可以通過(guò)由小型晶體管組成的高級(jí)芯片輕松實(shí)現(xiàn)，這些芯片構(gòu)成了專用的加速器。這些芯片可以更有效地處理大量數(shù)據(jù)集，從而在更短的時(shí)間內(nèi)計(jì)算出模式識(shí)別和其他見解。即使是超級(jí)計(jì)算機(jī)也有功率限制。通過(guò)在單個(gè)芯片上添加更多內(nèi)核或?qū)⒏嘤?jì)算能力集成到相同的功率范圍內(nèi)，材料科學(xué)、醫(yī)學(xué)等領(lǐng)域現(xiàn)在可以進(jìn)行擴(kuò)展模擬，并以以前無(wú)法實(shí)現(xiàn)的水平運(yùn)行 AI 驅(qū)動(dòng)的分析。

無(wú)處不在的設(shè)備 AI：

從智能手機(jī)到生成媒體：移動(dòng)設(shè)備和可穿戴設(shè)備的設(shè)備 AI：通過(guò)將更多晶體管封裝到更小的區(qū)域，現(xiàn)代芯片可以在智能手機(jī)和可穿戴設(shè)備上處理復(fù)雜的操作，例如面部識(shí)別、實(shí)時(shí)翻譯和增強(qiáng)現(xiàn)實(shí)。這不僅可以減少延遲，還可以通過(guò)最大限度地減少功耗和發(fā)熱量來(lái)幫助節(jié)省電池壽命。

醫(yī)療診斷和醫(yī)療保?。嚎纱┐鹘】当O(jiān)測(cè)器和復(fù)雜的成像系統(tǒng)使用這些相同的更密集、低功耗芯片來(lái)現(xiàn)場(chǎng)處理生命體征、心電圖數(shù)據(jù)或 X 射線圖像，從而減少對(duì)大型服務(wù)器的依賴，并實(shí)現(xiàn)更快、更準(zhǔn)確的患者護(hù)理。

機(jī)器人和工業(yè)應(yīng)用中的邊緣計(jì)算：無(wú)人機(jī)、自主機(jī)器人和先進(jìn)的生產(chǎn)線可以快速融合傳感器輸入以在本地做出實(shí)時(shí)決策。這減少了對(duì)持續(xù)云連接的需求，從而縮短了響應(yīng)時(shí)間并降低了網(wǎng)絡(luò)成本。

用于媒體和內(nèi)容創(chuàng)作的生成式人工智能：無(wú)論是創(chuàng)建逼真的圖像還是生成自然的音頻，密集的晶體管布局都有助于大型人工智能模型更快地訓(xùn)練并更高效地運(yùn)行。這意味著內(nèi)容創(chuàng)作者（甚至是日常用戶）可以在緊湊型設(shè)備或較小的服務(wù)器上制作高質(zhì)量的視覺效果或音景，而不必僅僅依賴龐大的數(shù)據(jù)中心。

結(jié)論

縮小晶體管尺寸的競(jìng)賽帶來(lái)的不僅僅是更小的物理占用空間。無(wú)論是在手機(jī)、無(wú)人機(jī)、醫(yī)院還是創(chuàng)造精美的數(shù)字藝術(shù)上，每個(gè)新節(jié)點(diǎn)都使 AI 工作負(fù)載能夠更快、更節(jié)能地運(yùn)行。隨著制造商從 3nm 邁向 2nm 及更遠(yuǎn)，半導(dǎo)體幾何形狀的這些進(jìn)步將繼續(xù)拓寬 AI 的范圍、能力和可持續(xù)性，最終徹底改變我們的生活、工作和發(fā)展方式。