面向AIoT应用的FDSOI技术进展：助力新兴技术力量崛起

| 出自：SIMIT战略研究室(ID:SIMITSRO)

中国科学院上海微系统与信息技术研究所

以互联网为特征的信息技术革命依赖传统CMOS半导体芯片技术，适应有线电源和大功率终端机的市场形态，大大促进了人类20世纪中期以来的信息社会发展。随着新兴技术的崛起，如AI、IOT，这些新兴技术需要一种低耗能、体积小、高效率能满足电池供电的芯片技术，显然，成熟的传统CMOS半导体技术高耗能、体积大、成本高将成为新兴技术进一步规模化发展的桎梏。

其中AI推理及机器学习，由于未能解决功耗、延迟/稳定性和成本等问题，正处于向边缘化的方向发展。同样IOT基于电池供电设备的应用也存在芯片能耗瓶颈。

图1、芯片技术瓶颈正推AI向边缘化方向发展

从而需要一种全新的芯片技术来支持AIOT的发展， FD-SOI能利用衬底偏压(body bias)提供广泛的性能以及功耗选项，兼具低功耗、近二维平面、高性能、低成本的特点，特别适用于电池供电的消费性电子，有望成为替代CMOS大规模应用于新兴技术AIOT，助力新兴技术力量崛起。

图2、FDSOI衬底偏压对能效的影响

其中，以“万物互联”为理念的IOT和人工智能AI对网络传输性能的要求较高，基于4G技术发展而来的5G技术同样依赖芯片技术的进步，FDSOI同样可助力5G技术的发展，进一步促进AIOT的规模化应用。其中，AI更能作为连接设备的催化剂，有望进一步推动IOT的大发展。

图3、未来FDSOI在5G中应用广阔

从当下面向IOT芯片的应用来讲，恩智浦(NXP Semiconductors)、意法半导体(STMicroelectronics)，三星（SAMSUNG）,格罗方德（Globalfoundries），SOITEC等均在FDSOI领域积极探索。

2017年初，欧洲半导体厂商恩智浦(NXP Semiconductors)、意法半导体(STMicroelectronics)研发FDSOI技术，其中NXP更是宣称其最低功耗的通用型应用处理器i.MX 7ULP全面采用FDSOI技术。

图4、NXP最低功耗的通用型应用处理器i.MX 7ULP全面采用FDSOI技术

LATTICE基于FDSOI技术的持续在先FPGA低功耗及其学习推理（从1mW到1W），构建紧凑且高性能的AI器件硅片，且不违反占位面积或热管理限制，而且有效降低了成本。

图5、LATTICE下一代FPGA低功耗机器学习推理

而主要FDSOI代工厂商中，Globalfoundries是研发FDSOI技术最领先的厂商，推出的12nm FD-SOI工艺技术12FDX是目前市面上最先进的FD-SOI制造工艺，随着上下游加入的厂商越来越多，有望逐渐形成完整FDSOI生态，填补FinFET所未能满足的市场技术需求。

图6、Globalfoundries的22FDX构建FDSOI生态

图7、晶心科技使用Globalfoundries的FDSOI技术的32位芯片AndesCore™芯片

上海复旦微电子将在2018年采用Globalfoundries 的22纳米FD-SOI技术(22FDX)设计开发服务器、AI与智能物联网装置产品。瑞芯微将采用该制程设计超低功耗Wi-Fi智能SoC以及高性能AI处理器，国科微则计划在新一代物联网芯片上采用22FDX。

Globalfoundries与三星(Samsung)都在试图把数据处理、链接性与内存等功能，整合于FD-SOI单芯片上；Globalfoundries表示其22奈米FD-SOI平台已经可以支持eMRAM技术，为广泛消费性与工业应用提供嵌入式内存提供嵌入式内存方案。

应用的拓展离不开FDSOI晶圆技术研发的丰硕成果，SOITEC进展最快。

2018年，作为FDSOI晶圆供应主力军的SOITECT以其定义的核心业务“加速为电子行业提供优化衬底”所新研发的FDSOI衬底优化的晶圆剥离技术Smart-CutTM技术和SOI晶圆的革命性晶圆键合最为知名，将晶体材料中的超薄单晶硅层从供体衬底转移到其他衬底上的技术，为当今大部分SOI晶圆所采用，更将FD-SOI“利用基体偏压(body bias)提供广泛的性能以及功耗选项”推向新台阶。

图8、SOITEC研发的FDSOI衬底优化的Smart-CutTM技术

图9、Smart-CutTM技术形成的“与绝缘层整合”

优化后的FDSOI衬底，功耗范围大大扩展，产品线扩展到：RF-SOI、power-SOI、FDSOI、POI、光学SOI、成像SOI，性能提升的同时，应用产品线大大丰富，充分展示了FD-SOI广阔应用前景，特别是基于这些产品线下可能的混合型芯片技术，性能比较高，将有助于AIOT在自动驾驶领域的广泛应用。

图10、Smart-CutTM技术应用领域

值得一提的是，随着国内AIOT技术的快速发展，面向AIOT应用的FDSOI产业生态也逐渐形成。

图11、国内FDSOI生态系统

当然，业界当下仍然对FD-SOI晶圆硅片的成本和供应有所顾虑。Planar技术，导致FD-SOI的晶圆衬底比硅晶片昂贵一些。但如果从制成品的成本和性能来看，28nm FDSOI比28nm bulk CMOS晶圆(28nm或22nm)可提供多30-50%的性能，22nm FD-SOI又比14nm FinFET成品晶圆成本降低20-30%，但由于具备射频、体偏压和集成优势，又能够提供几乎相同的性能。从与FinFET技术对比而言，FDSOI当下更关注那些低功耗、性能灵活(能够从休眠模式到高速计算灵活切换)、集成模拟/RF/混合信号的应用。最好的例子是三星能够为无晶圆厂同时提供这两种类型的解决方案：用于物联网、人工智能、低功耗计算和5G应用的FD-SOI，以及用于极高性能但高成本的FinFET。

当然，对FinFET技术而言，它追求的是绝对高性能，但设计难度和制造成本却在不断攀升中，限制了AIOT的规模化应用，快速发展的FDSOI技术有望成为最优解。