权力,包装的可靠性和安全性

半导体工程坐下来讨论先进包装Ajay Lalwani全球制造业务的副总裁eSilicon;副总裁兼首席策略师维克Kulkarni办公室的首席技术官有限元分析软件;凯文张,负责工程的副总裁日月光半导体;沃尔特·Ng商业管理的副总裁联华电子;Tien什叶派,记忆的资深经理三星。以下是摘录的谈话。第一部分,点击在这里。第二部分是在这里。

(唐森)沃尔特·Ng凯文张,Ajay Lalwani维克Kulkarni Tien什叶派。图片来源:帕特里夏·麦克劳德/日月光半导体

SE:已经有很多讨论移动处理接近内存来处理所有的数据生成的传感器。对包装的影响是什么?

什叶派:我们看到两个新兴的架构。一个是内存中处理,解决compute-memory问题。另一种是very-near-memory处理。人工智能芯片公司都看HBM或探索HBM。可能会有一些公司正试图做些不同的内存使用静态存储器,但几乎所有的人工智能芯片公司在生产或看着HBM探索设计。

SE:这是HBM2 2或3吗?

什叶派:HBM2E是我们的下一代。快33%,我们当前一代的密度的两倍。HBM2E高达3.2吉比特每秒运行。HBM3针对4.0吉比特每秒和。

Lalwani7点:HBM2E将主流纳米人工智能类型的应用程序。今天的一切发展HBM2E,这意味着IP已经需要存在。我们有phy芯片在硅和测试。

什叶派:如果你看人工智能问题,人们想要更快的训练时间和他们想要更精确的模型。更快的训练时间和人工智能、记忆性能直接相关,HBM越快,越快的训练。得到更准确的训练模型,人们使用越来越多的层和深层网络,和更深层次的网络需要更多的内存。

SE: 5 g会发生什么呢?由于信号衰减与毫米波设备,这些设备将几乎不间断地寻找信号,也没有基站端他们必须弯曲物体周围的信号。先进的包装适合这张照片哪里?

Lalwani:在基站端,首先你需要基础设施建设。

Ng:是的,这是基本之前有从这种技术中获益。

Lalwani:那是完完全全的操作强度。每个人都支持5克,这是一个非常密集的坡道。我们谈论4 hbm reticle-size死了,500瓦的电源管理模块,董事会层面的可靠性问题,和组件级的可靠性问题。就像开车时改变轮胎每小时100英里。有很多的学习。

Kulkarni:另一个问题是辐射管理。有问题再分配和波束形成技术和芯片,但越来越多的辐射越来越失控。事物相互干扰,现在有合规工作在许多国家5 g的极强的辐射标准。比利时刚刚宣布。其他几个欧洲国家说必须有有限的辐射。这意味着基站的距离,如何从这些基站发射天线被监管。真的会有一个基站每隔100米。波束形成的需要,许多电台。

SE:这些小基站,对吧?

Kulkarni:是的。他们的屋顶和路灯。但每年春天几乎所有这些基站会阻塞的树叶。这是一个非常困难的问题。梁,一个天线不会做这项工作,所以他们将淋浴区与来自多个天线的辐射。电磁辐射仅仅是个开始。这只是在芯片级。还有包级别,望着电磁干扰和辐射模式。这是一个大问题对于我们和我们的客户。

张:你不能做基础设施没有包装。因为它是毫米波,你不需要一个巨大的天线。所以我们很多antenna-on-package工作。

SE:是一个天线或多个天线吗?

张:它是一个数组。

SE:不是,很难测试?

张:是的,我们正在与供应商在这吃了。开发这个引人注目的成本,它必须使用现有的硅的基础设施。这意味着wafer-level包级别测试。我们正在与供应商找出吃一个测试解决方案。我们必须解决所有的无线测试问题和EMI的测试问题,并以合理的成本。这是我们现在面临的问题。

Kulkarni:您可以添加所有的网络攻击与EMI / EMC(电磁兼容)。目前,芯片解密接收信号,分析和传播,小于1毫秒,芯片暴露在黑客。一个巨大的金额已经被许多大公司分配来解决这个问题。

SE:这不是和在线更新汽车也面临一样的问题吗?

Kulkarni:是的。这些模块都是完全暴露在网络攻击,从物联网节点ADAS 5克。这些设备不断辐射,坏演员看EMI签名或热红外,例如。它很容易使用边信道攻击。

SE:最初的优点之一引用先进的包装是能够消除分支预测和投机执行通过使用更多的异构处理元素达到足够的性能。似乎没有这样了,对吧?

Kulkarni:一些chiplets人们谈论可以动态更改签名的攻击。包装将必须添加一些涂料,以防红外或EMI攻击。它仍然可以被攻击在关键时刻暴露,。

张:有太多的外界影响,目前还不清楚如何管理EMI屏蔽、包,你的收发器和基带芯片。你也必须保护从其他芯片在主板上。

SE:包装在汽车发生了什么?这些设备应该持续18年没有缺陷。甚至可能吗?

张:这是可能的。它只是一个成本的问题。在汽车的世界,你不能使用相同的材料成型材料、填充不足、介电材料在衬底上。所有这些必须承受汽车的要求。不幸的是,这些公司也希望消费者的成本。

Kulkarni:他们只是提高了0级温度从150ºC 175ºC。

张:我们希望分离芯片进入机舱和乘客舱,所以我们不需要做如此广泛的开发工作,提高成本。但越来越多,汽车正朝着一个标准。

Ng:我们的汽车业务增长显著。2017年,我们的收入从汽车对我们的整体收入的7%。现在是18%,这仍然是一个很小的比例,但它的快速增长。我们有汽车客户在老技术一直到我们的尖端技术对于所有类型的应用程序,无论是身体电子、底盘电子或ADAS。我们看到机会激光雷达、雷达和一切。在汽车的挑战,公司传统上一直更像一,已经工作一段时间。客户需要了解铸造,,我们需要了解他们的期望是汽车。我们已经到这一点。我们现在有一个更深的了解他们的需求是什么。很多时候我们推广,是一个二年级,1或0应用程序,但需要另一个层面的讨论,具体care-abouts应用程序。 That’s a discussion we have with our end customer, and which they have with their end customer. The Tier 1s are always in our fabs, always doing audits, and we have a very good relationship with them.

SE:他们支持先进的包装,吗?

Ng:是的,他们也是。有越来越多是一个界限,他们和他们的供应商。

Lalwani:当你谈论AI和汽车,这可能是转折点。

Ng:我同意。如果你跟很多AI公司,汽车的一大焦点。有很多有趣的方法。有这个和边计算边安全的一面。在某些情况下,是有数据的过滤。但是他们正在推动更多的尖端技术,这些应用程序和包装绝对是一个问题。

Shieh:我们有这样的讨论,,因为有更多的HBM在汽车的兴趣。

SE:这导致一个不同的主题,这是所有这些计算将会做什么?会做的边缘,如果是这样,边装置是什么样子?

张:一个边缘设备没有不同服务器的CPU或GPU,除了在本地数据处理完成。

SE:但现在你必须运行一些电池,。

张:是的,但你可以做很多在本地办公服务器系统。这都是关于功率效率,我们致力于如何最小化的力量将人工智能芯片,cpu和gpu。

Ng:边缘有一个非常广泛的定义。很少,你找到一个边缘设备定义为终结,最要紧的事。很分布。

天山:特别是对于物联网。它可能是一些小东西,比如一个袖珍设备,和一些和汽车一样大。

Ng:这也是一个每个人都cost-aware的地方。如果你想要部署此卷,它最好是负担得起的群众。

Kulkarni:还有雾计算。如果你考虑到机场,你需要实时识别识别糟糕的演员。需要大量的电力,而不是电池。这是风车相比,或在海洋油气平台。你想要从气井回到岸边。很多这些动态变化由于雷雨天气或移动平台。实时变化分析。他们还边在本地计算。但是有些人做能量收获。所以我们看到一系列的边缘设备。传感器是更重要的是,世界上有22个传感器,它可以做所有的工作。这些不同层次的消费力量不同的工作,所以这些优化的系统环境中,他们必须让不同市场相关的计算。在风车,你可以有一个中央风车和10个风车。就像一个主/从体系结构。

张:你需要实时自动驾驶。你不能等待一个信号去云回到车里。

Shieh:这个问题有两个方面。一个是本地的计算,在机器学习是推理的部分,你使用相同的模型提出了想要的结果。也有数据采集的元素。所有这些边缘设备收集数据,如果你不做一些数据,那么很多时候你发送回数据中心,这是导致这种指数增长数据。所以需要在内存中更高的带宽和更大的密度。

看看第一部分和第二部分本系列的。