互補式金屬氧化物半導體(CMOS)微縮並未結束,隨著製程掌控能力的提升,將可看到持續的進展。

在美國舊金山舉行的「電子復興計畫(Electronics Resurgence Initiative;ERI)」會議中針對摩爾定律(Moore's Law)進行討論,當時的爭議是摩爾定律已死,還是摩爾定律萬歲...

但進一步探討當時的討論內容時,需要先對所謂的摩爾定律進行了解。

Gordon Moore在1965年最初觀察到,當更多功能(functions)整合到積體電路(IC)時,每個功能的單位成本(cost per function)會降低。首先,此觀察的根基來自經濟學效益,即使基礎技術和進步速度不斷提升,其本質仍維持不變。

Moore並未對效能部分進行觀察。為此,轉而參考Robert Dennard和Fred Pollack的說法。Dennard在1974年觀察到,如果以正確的速率縮放功能和電壓,隨著電晶體變小,尺寸、頻率和功率方面也會得到改善。英特爾(Intel)的Pollack發現,當微處理器的複雜度提升一倍時,性能將提升2的平方(即四倍)。 根據這些理論,可以構建一個包括價格、整合和效能的用戶價值三角關係圖(圖1)。

20180920NT31P1 圖1 價格、整合及效能的用戶價值關係圖。

那麼,當人們說摩爾定律已經失效時,那是代表甚麼意思?它們通常不是指摩爾定律(經濟學層面)本身。

首先,當人們感嘆中央處理器(CPU)核心頻率不再像90年代那樣一直提升時,其實指的是Dennard縮放定律(Dennard Scaling)。我們雖然從未完全遵循此定律,但在90年代的發展最能符合此定律。

第二點,當人們感嘆電腦速度無法更快,這與Pollack對於處理器的觀察有關,但並未考慮到網路或記憶體限制所造成的問題。大部分的架構受限於記憶體,然而許多日常需要處理的工作卻受限於網路,打造速度更快的處理器只會產生增量增益(incremental gains)。

第三個論點並未包含在三角關係圖中,而是與經濟學有關:先進的設計會增加成本。有些公司無法採用新的設計,因為價格太高,並且可能導致所謂的「我們並不需要這些創新設計」的想法。

在2000年代初期就已開始出現這些論點,而當時,技術開發者忽略這些觀點而持續進行開發,以下是這十年進展中的一個例子:將客製化微波爐大小的電腦系統縮小到大型平裝書的尺寸,且此新系統的效能優於舊系統(圖2)!透過整合創造了經濟價值,即為摩爾定律的精髓,儘管Dennard縮放定律已經終結,功耗與效能比仍持續改進。

20180920NT31P2 圖2 將微波爐大小的電腦系統縮小到大型平裝書的尺寸,效能還優於舊系統,即為摩爾定律的精髓。(來源:https://www.techpowerup.com/reviews/Intel/SkullCanyonNUC/6.html)

關於摩爾定律的未來發展,採用圖3來表達。

20180920NT31P3 圖3 摩爾定率的未來=CMOS微縮+3D製程+創新功能(Novel functions),未來產品演進=異質系統+創新資料處理架構。

CMOS微縮並未結束,隨著提升製程掌控的能力,將可看到持續的進展。製程受到物理方面的限制不大,而是在於產出大量高精密產品的能力不足。這很困難,但期望能堅持下去。

英特爾從發展22奈米節點的三閘極電晶體(FinFET製程)開始轉向3D製程。舉個更好的例子是,英特爾在5月發表了一個96層、x4(4bit-per-cell)NAND flash記憶體,每個晶粒(die)可以封裝高達1Tb的資訊。這是一個真正的後Dennard縮放定律的例子,在不進行特徵縮放(feature scaling)的情況下,增加晶粒封裝的功能。再過一段時間,預期將有更多邏輯IC採用3D製程。

英特爾有一些頗具前景的研究項目,像是穿隧式電晶體(tunnel FET)和鐵電材料,它們能大幅提高功率性能比,然而,它們並不能輕易地替代CMOS。因此,希望透過異質整合的方式,可能以堆疊層方式(as layers),結合縮放CMOS的優點,以及這些新項目(技術)提供的新功能來達到目的。

隨著資料的數量和類型快速增加,希望能因應未來新型態的資料處理市場,快速地建立起創新架構。以異質架構來進行,不僅能提升處理速度,也可整合來自多個團隊的小晶片(chiplet)。

整合記憶體和運算方式的新架構可作為後Pollack定律在資料處理方面的說明,像是英特爾的神經形態研究晶片Loihi就是一個例子。人工智慧(AI)在運作時,通常採用不同的記憶體存取模式,因此可採用與傳統的軟體工作方式不同的資料處理結構。

綜合以上結論,期望摩爾定律的經濟效益能持續下去,即使有些部份與當時摩爾觀察的有所不同。事實上,不需要被這些論點所影響,而應該在未來50年內不斷地發展出越來越好的產品。

(參考原文: The Continuing Evolution of Moore’s Law,by Michael Mayberry)