晶圆代工厂加速在自动化方面的努力

晶圆代工厂正加大在汽车芯片生产方面的努力，为用于辅助和自动驾驶的半导体的激增做准备。

所有主要的代工供应商都在争先恐后地组装零部件，并为汽车客户扩大他们的工艺组合。随着先进驾驶辅助系统(ADAS)、电动/混合动力汽车和具有更多连接功能的传统汽车的发展，晶圆代工厂看到汽车IC客户的需求不断增长。汽车对代工厂来说也很有吸引力，因为许多设备不需要尖端工艺，这意味着大量供应商可以参与进来。

对于代工供应商来说，汽车并不是一个新市场。事实上，他们中的许多人已经在这个领域工作多年。拥有汽车芯片的无晶圆厂设计公司将其生产外包给代工厂。即使是拥有自己晶圆厂的汽车idm，也会将部分芯片生产外包给代工厂。

不过，直到最近，汽车还不是大多数代工厂的首要任务。Semico Research总裁吉姆•费尔德汉(Jim Feldhan)表示:“过去，汽车并不被认为是代工厂的一大赚钱业务。”他说:“对一个流程进行定性花费的时间太长了。当时汽车行业的客户并不多，与计算机或通信行业相比，汽车行业的市场容量并不大。”

然而，这种态度最近发生了变化。Feldhan表示:“最近对汽车电子产品(如ADAS、AI、传感器集线器和连接)的需求改变了代工的视角。“汽车市场(现在对代工厂来说)是敞开的。台积电已经对他们的汽车工艺进行了认证，其他公司也在做同样的事情。汽车供应商的格局也发生了变化。因为人工智能以及自动驾驶对“大大脑”的要求，现在英特尔(Intel)、英伟达(Nvidia)和高通(Qualcomm)等公司都在争夺新设计。当然，英伟达和高通是主要的代工客户。”

汽车设备制造商和铸造厂都受益于对各种汽车设备的需求激增，如模拟、内存、微处理器、传感器和其他人。事实上，根据TI、IHS和其他公司汇编的数据，每辆汽车的平均半导体含量已经从1990年的62美元增长到2013年的312美元，再到今天的350美元。根据IHS的数据，到2022年，这一数字预计将达到460美元。但麦肯锡(McKinsey)的数据显示，即使在今天，混合动力车的芯片含量也在600美元左右，而豪华车的价格在1000美元左右。

根据Semico的数据，2017年汽车半导体市场预计将达到417亿美元，比2016年增长11%。根据Semico的数据，2016年，汽车IC市场比2015年增长了8.1%。这些数字包括功率分立器件、传感器和光电子器件。

不过，汽车IC市场只占整个IC市场的一小部分——大约10%。与智能手机芯片市场相比，它就相形见绌了。费尔德汉说:“要知道，每年汽车销量为1亿辆，而手机销量为20亿部。”

对铸造厂来说，汽车是一个规模不大但不断增长的业务。一些代工厂见证了他们的汽车业务从十年前的零增长到今天总销售额的5%到10%。其他公司在汽车行业的比例更高。

但代工厂在汽车行业面临一些挑战。这些要求是严格的，而产品认证过程仍然艰巨而昂贵。竞争非常激烈。

在车里
一般来说，汽车行业将汽车分为五个主要领域:车身、连接、融合/安全、信息娱乐和动力系统。车身涉及到基本的车身控制，如门禁、照明和窗户。连接包括蜂窝网络、WiFi和相关功能。

图1:汽车中广泛使用的半导体。来源:联华电子

融合/安全系统由摄像头、激光雷达和雷达组成。信息娱乐包括司机信息和娱乐。动力系统领域包括发动机控制和传动。一些车型将刹车和转向等底盘折叠到动力系统领域。

图2:需要多样化的硅技术。来源:联华电子

每辆车还有几十个专门的嵌入式计算机，称为电子控制单元(ecu)，控制车辆的各个领域。ecu都通过网络连接，有些人称之为分布式架构。

许多车辆将继续采用分布式架构，尽管一些高端车型正在经历一些根本性的变化。汽车科技巨头德尔福(Delphi)的首席技术官格伦•德沃斯(Glen De Vos)表示:“我们现在真的处于一个拐点上，在当前的架构下，进入汽车的内容数量不再是可持续的。”“我们必须做出改变，以使内容继续增长，并以一种具有成本效益的方式增长。”

原始设备制造商再也不能把更多的电子设备塞进汽车里了。“当你继续沿着这条线走下去时，你基本上就会耗尽当前架构的空间。我们不能每次添加新功能时都简单地添加更多内容、更多ecu和更多线路，”德沃斯在最近的一次活动中表示。“汽车的成本结构负担不起。原始设备制造商负担不起。当你考虑如何预算一辆汽车时，你只能在所有内容上花这么多钱。”

为了解决某些模型的问题，Delphi开发了一个领域集中体系结构。为此，电子内容聚合在更少的多域控制器中，作为降低成本和重量的一种手段。

图3:车辆计算演变。来源:德尔福

例如，奥迪(Audi)最近发布的A8豪华车就采用了这一概念。A8还具备一些自动驾驶功能。它可以自动负责在高速公路上以每小时37.3英里的速度缓慢行驶。

图4:Delphi的智能架构。来源:德尔福

A8拥有“3级”，即“有限自动驾驶”功能。在ADAS领域，“一级”涉及汽车中一个或多个控制功能的自动化，而“二级”是两个或多个功能的自动化。特斯拉目前处于“二级”。“4级”具有很高的自动驾驶能力，而“5级”是完全自动驾驶，方向盘可选。

完全自动驾驶技术可能在10年或更长时间内都不会成为主流。即使ADAS无法普及，它也在多个领域推动着新设备的发展。Semico表示，技术驱动包括自适应巡航控制、自动停车、防撞、车道偏离警告和盲点检测。

外包趋势
多年来，博世、恩智浦、安森半导体、瑞萨、意法半导体、TI和其他拥有晶圆厂的idm一直主导着汽车行业。

一般来说，汽车设备是在200mm和300mm晶圆厂生产的。“在汽车领域，你有ADAS、远程信息系统和信息娱乐系统。我们有像激光雷达这样的微型化设备。这是在一个芯片上。这一切在很大程度上都发生在200mm上，”应用全球服务公司(Applied Global Services)营销总监迈克•罗莎(Mike Rosa)表示应用材料．

直到大约十年前，X-Fab硅铸造厂是为数不多的服务于汽车行业的铸造厂之一。其他代工厂也与汽车客户有业务往来，而一些代工厂则持观望态度。

然而，在过去的几年里，有两个主要事件改变了汽车铸造厂的格局。首先，许多idm采用了“精简晶圆厂”或无晶圆厂模式。二是汽车芯片含量开始增长。

从21世纪初开始，对许多idm来说，建造新晶圆厂和开发前沿工艺的成本变得过于昂贵。许多公司停止建造尖端晶圆厂。一般来说，他们把自己的专有工艺保留在内部，并将一些生产外包给代工厂。

汽车只是外包给代工厂的产品领域之一。“从历史上看，在汽车行业，很多焦点都集中在idm上。联华电子的企业管理副总裁Walter Ng说:“铸造厂有一些这样的业务。“但随着IDM向fab lite方向发展，将出现更多这样的产品。”

代工厂也看到了从idm外包的不同产品组合。“传统上，你会看到一些不那么关键的汽车产品是在代工厂生产的。联华电子．“信息娱乐就是一个例子。显示驱动程序是另一个例子。”

在某种程度上，idm也会外包模拟芯片、混合信号集成电路和传感器。Ting表示:“传统上，对于动力系统或底盘控制组件等更关键的应用，idm倾向于自己制造这些组件。“在未来，这种情况可能会改变。我们看到未来的引擎控制芯片正在计划中，这需要巨大的内存带宽。芯片需要内置闪存和最先进的逻辑处理程序。”

事实上，idm已经将一些关键应用外包给代工厂。例如，ADAS需要先进的微控制器(mcu)，而许多idm没有制造它们的逻辑过程。“例如，他们正在使用28nm和40nm来制造ADAS处理器，”Ting说。“这是大多数汽车idm无法服务的领域。他们根本没有内部能力。”

另一个领域涉及功率离散，用于混合动力和电动汽车。idm仍然生产分立芯片，尽管他们出于其他原因转向代工厂。他说:“人们正在耗尽分立电源的容量。”“这些产品将进入代工厂。”

除了外包趋势之外，代工厂最近还见证了另一个重大事件。“在过去几年里，我们开始看到一个真正的拐点，”福特汽车副总裁马克·格兰杰说GlobalFoundries．“你可以开始看到汽车中的半导体含量开始增长。随着ADAS的加入，在过去几年里，这一数字肯定会激增。”

因此，代工供应商继续加强他们在汽车领域的努力。每个供应商都有不同的策略。许多公司从其他市场获取工艺，并将其提供给汽车客户。许多公司还开发了针对汽车行业的工艺。

然而，有一点是不变的。与其他市场相比，汽车行业的要求更为严格。格兰杰说:“你要努力实现零dppm，即百万分之零缺陷。”“你要不断努力，在代工和设备制造商方面都有所改进，以达到最高水平的可靠性，并将客户手中的故障降至最低水平。”

汽车设备制造商和铸造厂都必须遵守各种质量标准，例如AEC-Q100。本标准涉及芯片的失效机制应力测试。还有其他要求。GlobalFoundries物联网副总裁Rajeev Rajan说:“(这些要求)是有原因的。”“这是功能安全。无论生产和产品开发涉及到什么，都需要与安全监管方面联系起来，如果有任何缺陷，也需要与部件的可追溯性联系起来。”

这些要求带来了一些挑战。例如，铸造厂通常开发一种工艺技术，并用相对正常的样本量对其进行限定。

然而，在汽车行业，铸造厂必须进行更严格的检查、测试和其他筛选步骤。“你不能让部件失效，因为这会影响安全，”罗伯特·卡佩尔(Robert Cappel)说KLA-Tencor．“所以你会看到一个完全不同的质量和产量水平。还有潜在的可靠性缺陷。一个部件可能会通过测试，但随着时间的推移会失效。要求正在改变。”

随着汽车制造商开始将逻辑(自动驾驶和辅助驾驶背后的大脑)引入最先进的流程节点，这一点变得尤为重要。他们的目标是使用最新的技术来提高性能，但目前还不清楚这些设备在汽车恶劣环境下的表现如何。

“可靠性是至关重要的，”东方科技的董事汤姆·权(Tom Quan)说台积电．“目前我们的FFC技术为16纳米，之后将逐步降至7纳米，这将成为自动驾驶平台。有一个150˚C的结，IP和SoC必须验证。它也需要IPISO 26262这更像是一份清单，IP必须得到制造商的认证。”

与此同时，客户也在寻找设备的潜在故障率。它依赖于代工厂使用更大的样本量进行更多的检查、测试和模拟，所有这些都需要时间，并增加了工艺成本。

单片机工艺趋势
与此同时，设备制造商正在将包括微处理器在内的大量产品外包给晶圆代工厂。微控制器在系统中执行中央处理功能。在不同的地方，一辆汽车上使用的mcu超过100个。

例如，微控制器用于身体控制领域。该公司应用处理器副总裁Ron Martino表示:“这些产品使用8位和16位的微控制器，带有一定数量的集成非易失性内存，并结合高压模拟内容与电池连接。NXP．

其他领域需要高端mcu。Martino说:“随着时间的推移，不同的需求推动了32位和现在的64位计算(功能)。”

例如，去年恩智浦推出了i.m mx 8 64位应用处理器系列。这些设备旨在增强汽车仪表板图形，如仪表盘、信息娱乐视觉效果、平视显示器和后座屏幕。NXP的设备基于三星的28nm FD-SOI工艺，包括多达6个64位ARM v8-A内核、dsp和内存。不过，恩智浦的许多mcu都使用了批量CMOSFD-SOI对于i.MX 8和相关芯片来说是有意义的。

“(FD-SOI)在调整设备的能力方面有更大的动态范围，”Martino说。“这使我们能够在一个平台上获得更大范围的功率/性能优化。”

然而，并非所有公司都在推动FD-SOI。很多人认为是体积互补金属氧化物半导体适用于大多数应用。然而，两个阵营都看到了mcu的其他集成趋势。“在汽车行业，我们收到了嵌入式的要求闪光与BCD合作，”UMC的Ting说。“这是一个带有BCD和嵌入式闪存的MCU。这将取代现有的解决方案，因为现有解决方案需要一个外部独立内存来记录汽车的某些参数。”

在汽车领域，双极cmos - dmos (BCD)是一种专用工艺，用于电机控制应用，如后视镜定位和座椅调节。BCD结合了用于模拟的双极、用于数字的CMOS和用于功率和高压的DMOS的优点。

mcu也集成NOR或EEPROM。嵌入式NOR闪存的主流市场是40nm及以上，尽管该行业正在向28nm发展。

然而，随着时间的推移，NOR闪存会遭受数据丢失的问题。因此，汽车行业正在更加认真地研究下一代内存类型，例如MRAM和ReRAM．这些技术具有flash的非易失性特征，具有无限的续航能力。

廷说:“新兴存储器，如MRAM和ReRAM，非常有吸引力。”“它们具有传统记忆无法比拟的特征。问题是，他们现在最多只是小规模生产。该行业需要积累更多的经验，排除所有潜在的问题。这需要一些时间。”

无人驾驶汽车
显然，与此同时，自动驾驶正在受到大量关注，如果不是炒作的话。但这项技术和相关芯片尚处于起步阶段。

例如，奥迪的A8汽车集成了一个名为zFAS的中央驾驶辅助控制器，可以实现2/3级自动驾驶。由德尔福开发的zFAS板包含了一些老一代芯片。德尔福开始这个项目时，还没有最新的芯片。

例如，据奥迪介绍，该电路板包括Mobileye的EyeQ3处理器和英伟达的Tegra K1。英伟达的Tegra K1是一款28nm的GPU。EyeQ3基于40nm工艺，可实现视觉识别和检测。最近被英特尔收购的Mobileye也在开发基于28纳米FD-SOI和10纳米及以下finfet的芯片。

据德尔福的德沃斯介绍，如今的自动驾驶汽车还配备了6-8个摄像头、6-8个激光雷达设备和6-8个雷达单元。有了这些设备，一辆车每小时可以收集50tb的数据，但这对于全自动驾驶技术来说还远远不够。

图5:ADAS集中融合/控制。来源:德尔福

德沃斯说:“即使有了所有这些数据，感知系统仍然是自动驾驶的限制因素。”“我们的传感器系统甚至还没有接近这一点。”

对于第5级，汽车可能需要每小时收集150tb的数据，这意味着汽车行业需要一些新的突破，以实现下一波传统汽车和自动驾驶汽车。

那么接下来呢?GlobalFoundries的Granger表示:“ADAS和自动驾驶系统需要大量传感器。“你还必须处理所有这些数据。这个行业有两种趋势。一是使传感器智能化。所以每个传感器都有处理过程。”

然后，业界正在开发更强大的MCU/ mpu作为处理数据的手段。格兰杰说:“当你开始进入第3、4和5级时，你需要高级节点能够在一个整体视图中处理所有传感器数据，以使汽车做出最佳决策。”

在激光雷达和雷达方面也有工作正在进行。雷达能探测到物体，但它不能分辨物体之间的区别。使用基于激光的光，激光雷达可以更精确地测量到目标的距离。在某些情况下，激光雷达设备是基于氮化镓(GaN)，一种III-V技术。

对于雷达，设备可以包含MCU、dsp以及基于硅锗(SiGe)的77-GHz射频块。为了降低雷达的成本，GlobalFoundries及其合作伙伴正在开发一种基于cmos的毫米波雷达芯片。采用22nm FD-SOI，该设备将包括MCU以及短程和远程雷达。它还消除了对SiGe的需要。

他说:“它可以让你进行快速处理，这样人们就可以实现雷达，试图改进以前的功能，挑战激光雷达。”“激光雷达是一项非常有趣的技术，但传统上也很昂贵。”

当然，自动驾驶需要一个软件组件。例如，创业公司AImotive最近为汽车行业推出了一种神经网络技术。GlobalFoundries的Rajan说:“所有这些传感器都很棒。“但他们所做的很多工作是对来自不同输入点的数据进行三角测量。你需要一些后端设备，无论是在车内还是在云端，能够处理这些数据，对其进行处理，并给出有意义和可行的决策，并从关键任务的角度对汽车或任何控制人员做出集中响应。”

显然，汽车行业正在为铸造厂带来新的机遇。汽车行业可能需要更多时间来赢得客户，但至少目前而言，这是一个更稳定、更可预测的行业。

有关的故事
电动汽车引领潮流
重新思考汽车设计
连接汽车
汽车行业的无名科技
自动驾驶汽车驱动新软件
自动驾驶汽车扰乱供应链
激光雷达淘金热
重新思考汽车认证
测试更复杂的汽车，物联网