文 | 半導(dǎo)體產(chǎn)業(yè)縱橫

GAAFET，如何推動AI/ML的發(fā)展？

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

起初，很難相信半導(dǎo)體真的可以解決所有這些問題，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)如何實現(xiàn)這一目標。

 尋找緊湊型晶體管及其對 AI/ML 效率的影響

幾十年來，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，隨著時間的推移，技術(shù)不斷進步，標準電路板上可安裝的晶體管尺寸每兩年將翻一番，這意味著晶體管將變得越來越小。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，未來甚至將達到 1.4nm。在這個規(guī)模下，硅原子電子的基本物理特性成為一個限制因素。因此，人們發(fā)明了新的解決方案來滿足這一需求：

環(huán)柵 (GAA) 晶體管

這些是更高級、更先進的晶體管結(jié)構(gòu)，晶體管的柵極端子從各個側(cè)面接觸通道。這有助于實現(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，因為所有關(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越小，漏電流和短溝道效應(yīng)等問題開始出現(xiàn)。隨著時間的推移，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?，F(xiàn)在，在這個突出物上，柵極端子從所有 3 個側(cè)面包裹溝道，從所有 3 個側(cè)面控制電場，從而使其對溝道具有更多的靜電控制。

現(xiàn)在，由于晶體管尺寸不會停止減小，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。這意味著電場可以從所有側(cè)面進入通道，提供最大程度的場效應(yīng)和更好的通道控制。

為實現(xiàn)這一目標，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，以實現(xiàn)更好的電流流動。（用于 3nm 及以上）。柵極完全包圍這些薄片，提供 360 度電場以控制通道。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。

納米線場效應(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，以更好地控制通道。納米片在縮放時可能會失去對泄漏的控制，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完全包圍并更有效地控制整個通道，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，增加了密度并實現(xiàn)了極端小型化。這在設(shè)計超密集邏輯電路和存儲芯片時非常有用。

臺積電、英特爾、三星等公司正在轉(zhuǎn)向使用GAAFET來制造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)如何推動人工智能的發(fā)展？

人工智能和機器學(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)展在以下方面對增強這些過程發(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：考慮晶體管縮小對其性能的影響，隨著電子需要行進的距離減少，我們可以實現(xiàn)更高的時鐘速度和更快的數(shù)據(jù)傳輸。這反過來又會減少訓(xùn)練和推理時間。
• 降低功耗：在相同工作負載下，較小的節(jié)點消耗的能量較少，這對于那些需要大量電力的 ML 模型來說至關(guān)重要。因此，有助于降低大型數(shù)據(jù)中心的運營成本。

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

實時語音翻譯：語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。它實時處理音素、語法和上下文。這可以通過并行處理實現(xiàn)。這些晶體管幾何結(jié)構(gòu)確?？梢圆⑿袌?zhí)行更多操作而沒有延遲，同時確保幾乎即時的翻譯。

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與倫比的效率處理復(fù)雜的矩陣運算和卷積，從而縮短語音識別和自然語言處理等任務(wù)的處理時間，而這些任務(wù)是語音翻譯的核心。

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）上運行密集的 AI 工作負載成為可能，而不會過快耗盡電池。實時翻譯可以成為一種隨時隨地的功能，而不僅僅依賴于云服務(wù)器。

精確的自動駕駛算法：為了使這些車輛有效運行，它們依賴于來自各種來源（例如 LiDAR、雷達、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統(tǒng)一的世界視圖，這項任務(wù)需要相當大的計算帶寬。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。這反過來又實現(xiàn)了實時傳感器融合，這是自動駕駛的關(guān)鍵組成部分。

當來自各種來源的傳感器數(shù)據(jù)組合在一起時，車輛的人工智能系統(tǒng)必須解釋這些信息以識別物體、預(yù)測其運動并制定安全導(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，從而提高準確性和安全性。

此外，汽車有嚴格的熱和功率限制，尤其是電動汽車。更小、更高效的晶體管有助于降低發(fā)熱量，主要是因為它們減少了每個晶體管在運行過程中切換（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，而不會導(dǎo)致電池過熱或負擔過重。

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，對大量計算資源有著無盡的需求。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，而這又可以通過由小型晶體管組成的高級芯片輕松實現(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，從而在更短的時間內(nèi)計算出模式識別和其他見解。即使是超級計算機也有功率限制。通過在單個芯片上添加更多內(nèi)核或?qū)⒏嘤嬎隳芰傻较嗤墓β史秶鷥?nèi)，材料科學(xué)、醫(yī)學(xué)等領(lǐng)域現(xiàn)在可以進行擴展模擬，并以以前無法實現(xiàn)的水平運行 AI 驅(qū)動的分析。

無處不在的設(shè)備 AI：

從智能手機到生成媒體：移動設(shè)備和可穿戴設(shè)備的設(shè)備 AI：通過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和可穿戴設(shè)備上處理復(fù)雜的操作，例如面部識別、實時翻譯和增強現(xiàn)實。這不僅可以減少延遲，還可以通過最大限度地減少功耗和發(fā)熱量來幫助節(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、低功耗芯片來現(xiàn)場處理生命體征、心電圖數(shù)據(jù)或 X 射線圖像，從而減少對大型服務(wù)器的依賴，并實現(xiàn)更快、更準確的患者護理。

機器人和工業(yè)應(yīng)用中的邊緣計算：無人機、自主機器人和先進的生產(chǎn)線可以快速融合傳感器輸入以在本地做出實時決策。這減少了對持續(xù)云連接的需求，從而縮短了響應(yīng)時間并降低了網(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賽帶來的不僅僅是更小的物理占用空間。無論是在手機、無人機、醫(yī)院還是創(chuàng)造精美的數(shù)字藝術(shù)上，每個新節(jié)點都使 AI 工作負載能夠更快、更節(jié)能地運行。隨著制造商從 3nm 邁向 2nm 及更遠，半導(dǎo)體幾何形狀的這些進步將繼續(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。

*聲明：本文系原作者創(chuàng)作。文章內(nèi)容系其個人觀點，我方轉(zhuǎn)載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯(lián)系后臺。