模拟:避免或拥抱?

我们生活在一个模拟世界,但数字处理已被证明更快、更便宜、更容易。

移动数字数据只可能虽然电线可以安全的物理抽象足以提供可靠的通信。当一个信号通过芯片外,模拟域重申现代系统的控制。每一个需要一个数据转换器的转换。

数据转换器的使用有点明显在谈到传感器和致动器。但他们也被发现在其他很多地方,比如无线通信射频信号,嵌入式的并行转换器提供有线通信、片上从PVT监视器,甚至简单的电压域之间使用。

新技术增加挑战数据转换器,而新兴应用,如阵列传感器的自主驾驶,可能导致一些建立实践重新考虑。甚至人工智能(AI)正在考虑如何数据转换器和模拟计算可以用来代替耗电数字乘法/积累功能。

各种各样的需求
数据转换器,像许多其他基本组件,架构和建造非常严格的要求。”所需的必要精度和性能——的权力你可以容忍将决定系统能做什么,”艺术Schaldenbrand说,高级产品经理节奏。“对于一个汽车激光雷达系统,数据转换器很可能是瓶颈。”

与此同时,汽车视频可能不会把限制。”对于这个应用程序,普通的模拟到数字转换器(ADC)较低的分辨率可能就足够了,”米克Tegethoff说,产品管理和营销主管导师,西门子业务。“ADC的类型,我们看到的最大的痛苦是用于无线通信,您需要一个模拟信号收发器。这是其中一个很大的挑战5克或汽车周围的生态系统。”

adc无处不在。“如果你考虑通信在系统和您使用的是有线通信,您可能已经在并行转换器ADC集成,“节奏的Schaldenbrand补充道。”在这种情况下,你将使用一个高级节点,和ADC将建在同一个过程的数字电路使用的。”

行业正在推动更高性能,功耗更低的解决方案。“这需要实现在较小的技术节点,若昂品牌说,导演和工程设计中心经理Adesto技术。“这意味着更低的电压供应,这对高性能模拟电路设计带来了重大挑战。数字块可以更快的在较小的技术节点,同时保持甚至提高性能,但模拟块的性能直接关系到电压空间,有限的供应。”

把速度限制
串行通信将很多限制。“很多模拟内容与获取数据和芯片,”鲍勃Lefferts说Synopsys对此的家伙。“这可能是一个PCI express PHY判决反馈均衡器和自动校准。他们要足够快,它变得很难从字面上从一个地方移动数据通过介质(FR4和吸收信号在高频率比低频信号快得多。)IP与校准变得更加复杂。监管机构,通常是内置的,因为如果你发送数据在20 x芯片上的数据。传播是串行而不是并行,所以你容易抖动,这通常是由权力高峰。你希望监管机构,你可以信任和保持低噪声电路,这样他们不要捡起大量的电源噪声产生的数字,也不在乎。包括很多模拟内容,包括运算放大器在监管机构。”

模拟信号到达目的地时,数字内容必须恢复。“没有ADC本身能满足设计的要求,“Schaldenbrand说。“考虑一个112 gb / s并行转换器。为适当的抽样,你必须至少在奈奎斯特率、发射频率的两倍。所以如果你看这些设计,他们通常使用的技术被称为time-interleaving。所以我没有一个ADC,我有许多,他们在平行于获得必要的工作性能。要求额外的校准,确保他们每个人的行为一样,所以你看不到数字错误。”

推动技术的限制
许多设计继续遵循摩尔定律。“减少大小的过程节点模拟设计师引发了很多的问题,“Schaldenbrand说。”,被寄生的数量变得更糟,因为它需要被包括在一个模型预测。这将导致仿真时间慢得多。问题变得更糟。”

但模拟设计师创意。“转换器技术一直在发展为了解决这个问题,“说Adesto品牌。“这样一个解决方案是digital-assisted校准。而不是试图推动技术的模拟性能超越极限,解决方案是设计一个较低的性能模拟块,然后增强digital-assisted校准。这种解决方案可以显著提高的效率,甚至可以允许重用旧的体系结构,以前只局限于低档次的应用程序。”

这些节点使很多数字处理在一个很小的区域。“我们经常依赖数字技术协助模拟,“Sunil Bhardwaj说,高级主管Rambus的印度设计中心。“我们用它来应对变化,处理各种各样的配置,处理校准和培训,而最简单的办法就是在数字。设计正在成为混合信号在这方面,很多模拟数字组件校准模拟和改善他们的鲁棒性。”

这种技术的缺点是,你需要更多的模拟运行。“当你尝试运行的模拟电路,从一个大的香料角度看,然后添加所有的寄生,所有的Rs和Cs,对性能产生巨大的影响,”导师的Tegethoff说。“你最终得到的巨大的网表,很长的模拟。还有一个额外的问题。如果你想看看ADC噪声,你必须进入频域。你要看功率谱密度。这是另一个类的挑战。”

Schaldenbrand表示同意。“你想知道的频域信息,可是得到的唯一方法就是做一个时域仿真,然后做一个FFT。那些早已模拟一定精度高。精度要高于数据转换器,如果你在做一个10位ADC,您可以使用相对宽松的公差进行模拟。但如果你工作在16到20位,这意味着仿真公差变得更紧。这是一个加速的复杂性因素。模型更复杂,操作比较复杂,精度要求更大,这意味着仿真时间成为一个问题。”

噪音
过渡到finFETs制造噪音的一个重要问题,因为自动加热。“你需要包括诸如设备噪声的影响,即随机噪声设备本身,“Tegethoff说。“当看着高精度,高bit-count adc,量化噪声是一个众所周知的现象。数字转换数据,引入了误差。架构和技术存在这个量化噪声降到最低。在7海里和更精细的几何图形,设备噪声成为一个更严格的限幅器的准确性和电路的噪声性能。他们可以通过自己的设计技术管理噪音,但如果他们不了解设备噪音是做什么,他们将没有他们需要的准确性或噪声性能。”

许多设计热越来越成为一个问题。“两物联网和汽车应用程序需要高精度温度传感,”奥利弗说,首席技术官Moortec。“物联网的情况下,它是自动加热和浪费最小化。在汽车的情况下,降低操作温度,泄漏,从而增加设备可靠性和运行寿命的产品。”

传统上,香料没有处理热的影响。“这是一个昂贵的模拟运行,因为你运行一个模拟计算温度上升将会是什么,然后第二个模拟实际模拟,包括温度上升”Schaldenbrand说。“你可能有两个相同大小的晶体管。一个放置电源控制开关,所以它不是很活跃,和另一个晶体管驱动芯片外负载在高频率。他们的温度是非常不同的。”

图1:瞬态噪声与测量硅。来源:导师,西门子的业务

这是一个地方的工具仍在发展中。“我们看到需要电热模拟在汽车,“Tegethoff说。”,是一种用香料做电子模拟与热联合仿真运行时解决。正在热条件的电路和晶体管本身在每一个时间步和更新这些信息在每个设备的基础上。汽车模块,所以如果你有一个有一个大的驱动晶体管,是处理大量的电力,你不仅需要担心设备本身的功耗,但也离高精度电路的力量,转化为热量在邻近的设备成为一个问题。这种情况经常发生在汽车,你可能有设备驱动伺服系统或其他执行机构,需要太多的力量。”

可靠性和老化
汽车增加了其他设计要求。“另一个压力放在转换器是来自人工智能和自动驾驶汽车等新兴市场,“品牌说。“对于许多应用程序失败不是一种选择,因为人类可以生活在危险之中。可靠性、健壮性和耐用性是关键参数在设计和制造。铸造厂设置更多的限制技术规则来提高可靠性,使设计更具挑战性。设计必须包括冗余时,自我测试和大利润,以确保准确的性能扩展范围的环境条件。”

“汽车公司希望执行辣妹的模拟电路的行为经过十年的现场操作,“Tegethoff说。“建模和流动正在出现。你在新的条件下模拟电路,然后运行一个分析的功率和电流偏置的设备。然后你需要一个可靠性模型,说如果你运行X年这种偏见,这种电流,设备的参数会降低以这种方式。然后对每一个设备,降低模型和你重新运行模拟和看到退化对系统的影响。”

的紧凑型建模联盟(CMC)Si2发布了一个标准方法可靠性建模。CMC是有助于推动这对不同的铸造厂和过程建模和分析。

测试和控制
测试是在处理转换器时另一个有趣的问题。“通常情况下,你可以把它在一个模拟试验机,看出来的东西,但是测试人员也必须快,“说Synopsys对此Lefferts。“例如,我们必须调整驱动程序过程中,温度变化,所以他们保持紧公差到50欧姆终止。所以信号完整性不降低,因为传输速率足够快,你思考如果你不匹配50欧姆。校准需要一些数字电路。我们建立在ADC,共享知识产权的一部分,在所有端口校准的终止。我们使用ADC进行模拟测量信号的设计。如果我们有一个监管机构,应该是生成一个复制的核心供应,我们可以测量电压,转换它,阅读它通过数字扫描。这是内置的自我测试的一部分。”

校准是很重要的。“传感器可能被插入到芯片,如温度、过程角落或性能传感器,“说Rambus Bhardwaj。“他们是模拟设计和需要校准。很多设计数字帮助,让他们调整和处理变化。”

更准确的传感器,你可以使用它们。”的理解和准确测量热,供应和工艺条件深处半导体设备你能控制,因此降低整体功耗,”斯蒂芬•Crosher说Moortec CEO。“此外,供应和温度传感器精度高的使用允许电压和热guard-banding紧缩,这意味着你可以增加核心芯片内的使用给定的功率和温度条件。”

新前沿
人工智能可能是最新发展的地区之一,但是相当多的人对模拟寻找最好的解决方案。说:“推论可以通过模拟Youbok李,高级技术人员工程师在微芯片技术。“Analog-dot-product使用模拟过滤器和运算放大器就是一个例子。你可以比较两个信号或混合,你可以决定结果。在许多情况下,模拟计算速度远远超过数字计算。请记住我们的大脑是所有模拟信号处理。”

大部分的人工智能算法的核心是用/累积函数。“我们谈论的是成百上千的乘数操作在一起做这些巨大的矩阵运算,”吉迪恩Intrater说Adesto首席技术官。“你可以把每一个8位和运行这些通过D2A和计算模拟的方式,你就用基尔霍夫定律相乘。不准确或准确的以数字的方式,但在多数情况下,这是不够好。这样做,供应商要求显著更快的操作和更低的力量。”

具有讽刺意味的是,今天,解决方案是将数据从一个模拟传感器,将其转换成数字,然后将其转换回模拟功能。这是因为模拟内存不存在。“非常前沿是在内存中存储位作为模拟值,“Intrater补充道。“然后你使用非易失性内存的电阻的值存储在一个重量,和驱动电流,用它来做乘法。这似乎是很有希望的。这些是内存处理器。”

结论
与数据转换器是相关的技术发展相当迅速。需求正在发生变化,新的流程节点添加额外的并发症和提高精度,可以获得可用于提高总芯片性能和权力配置文件。

校准是可以获得这些精度水平的唯一途径,推动这些电路和汽车是自我测试的在操作——尚未得到的东西。但AI可以模拟的最新的回归,因为在许多应用程序中解析的计算不需要精确。