是谁在拉动嵌入式存储的技术革新和市场扩张？

云栖网 2022-07-21 09:59 来源：云栖网

作者：Nando Basile, X-FAB NVM与AI方案市场经理

云栖网：近年来，受到全球半导体产能短缺、新冠疫情以及季节性需求等因素的影响，存储器件的价格呈现出较大的波动态势。

J.P. Morgan, Gartner and Deloitte等主要行业分析机构的分析师都预测了半导体产能的短缺将持续整个2022年，甚至更长。根据WSTS的数据分析，2022年全球存储器件市场的规模将达到1716.82亿美元，较之前预估的2022年增加135.21亿美元，同比增长将会达到8.5%。

图 | WSTS的电子元器件市场预测（2021年11月）

图源：WSTS

作为占半导体芯片行业大约30%的存储器件，其需求增长速度是快于半导体行业的。是什么在拉动存储器件的市场需求？目前来看，类似于5G、物联网、云存储等主流应用将继续成为传统存储市场的助推器；电动车市场的爆发推动了汽车电子市场对于存储的需求；可穿戴医疗应用又对于存储的尺寸、功耗和品质提出极为苛刻的要求；人工智能的快速崛起则将传感、存储和运算牢牢地绑在了一起。这些新兴的应用场景无疑将要更加依赖于嵌入式存储的技术发展。

嵌入式存储在和传统存储器件的对比中，有着一些自己独有的优势。而不同的应用环境对于嵌入式存储的方案有着各自的需求。X-FAB，这家总部位于欧洲，全球领先的模拟、混合信号半导体晶圆厂，给出了他们自己在这个市场的答卷---成为一家一站式提供全系列嵌入式存储解决方案的车规级晶圆代工厂：其中包括OTP/MTP/EEPROM/EFLASH等不同存储IP，并且所有的嵌入式存储IP都通过了最高规格的车规级别，工作温度能达到-40℃到+175℃之间。

目前，全球半导体产能都处于极为短缺的状态，对于那些使用独立式存储器件，并通过后端SiP集成的设计公司来说，他们不得不面对来自多家供应商潜在的产能风险。从更好地分配芯片产能的角度来讲，利用SoC的系统设计，同时加入嵌入式存储IP，无疑将获得更有效的产能利用。嵌入式解决方案搭配产能的提前布局，将极大地增加新产品第一时间投入市场量产的信心，从而抢占市场先机。同时比起SiP的方案来讲，嵌入式方案更省面积，这也意味着整体设计的总成本也能得到相应优化。

能解决存储芯片市场供不应求的燃眉之急，又能获得更优的时间和价格成本，同时还能顺应系统方案小型化趋势，如此一举三得的嵌入式存储到底是什么东西？

以嵌入式非易失性存储器为例，也就是我们常说的eNVM，它是存储芯片的一种类型。相对于独立存储器而言，嵌入式非易失性存储器芯片被嵌入芯片内部作为其功能的一部分。按原理结构的不同，嵌入式存储器又可分为一次可编程（OTP）存储器，多次可编程（MTP）存储器，闪存（Flash）和电可擦可编程只读存储器（EEPROM），每种嵌入式存储器由于特性不同，适用的领域也有所不同。

是谁在拉动嵌入式存储的技术革新和市场扩张？

图 | 不同类型eNVM性能及应用场景&写入次数对比

图源：东方证券研究所

前面我们提到，驱动存储器市场不断增长的有5G、AI、云端、车用电子和物联网，那么拉动嵌入式存储器增长的“三驾马车”又是什么呢？下面我们就来聊聊嵌入式存储的真切市场需求与技术变革。

如果要问这个世界的信息处理机制是怎样的？那么最简化的流程无非就是感知、存储、计算和通信，而说到近些年最热的词，一定是传感和人工智能（Edge-AI），我们不妨从这两个角度来探讨一下嵌入式传感器的优势和发展趋势。

首先是传感器，今天越来越多的应用正在依赖智能传感设备，而智能传感器对于智能化的要求也在不断增加，这个趋势通常被称为“智能传感器迁移”。当传感器不再是简单的传感后，对SoC芯片的要求也不再是仅仅简单执行传感或者驱动这类的执行操作，而是需要有能力第一时间直接处理从外界捕捉来的数据——通过支持现场自适应处理，实现或者能够快速转换和优化准备传输的数据（使数据适合在总线网络或者RF广播上传播），从而方便数据在后端得到进一步处理。

从芯片架构的角度来讲，任何智能传感目前都需要on-board的MCU用来数据运算和处理，而MCU又离不开SRAM和NVM（主要是EEPROM和Flash）。SoC最基本的功能是把传感器从外界捕捉的信号（主要是模拟信号）转换成数字信号，然后根据后端不同的协议转换数据以备后续的传输。整个系统中关于存储端必须要考虑的关键点是该存储单元的性能参数，大多数情况下这取决于整个SoC的应用场景。因此，所用到的存储方案，在确保与系统中其余应用能够完美集成在一起的同时，也必须要有能力承受整个系统相同的工作条件，还要具备与传感器或者MCU本身要求相当的可靠性水平。

从这点来讲，嵌入式存储解决方案的优势将会非常明显。举一个典型的例子——汽车和航天领域：在这些领域中，传感器必须适应极限的高温和低温，同时能够承受高电压，有时甚至需要具备对辐射的恢复能力。类似其他的应用对于环境的要求虽然可能没有那么苛刻，但仍需要有比较高的安全标准，比如说生物医疗。

而对于上述提及的这些应用情况，嵌入式解决方案的现有替代方案都不具有成本优势，更不利于管理，甚至无法匹配传感器/MCU的运行环境条件。因此，在汽车电气化、自动驾驶、远程医疗等全球趋势的引领下，嵌入式解决方案在这些市场都有望在未来稳步增长。

当然，提到传感器，我们就不得不提到低功耗。便携式传感器在我们的日常生活中变得越来越普遍，用户们在平日生活中除了依然要求这些传感器足够聪明之外，还要求“能够将感知的数据转化为有用的用户体验，或者压缩数据用以有线或者无线网络（如蓝牙、蜂窝网络等）传输”。在这一过程中，用户会更关注整个系统的功耗，这里指的是电源驱动或者能源回收。而嵌入式存储器在这一点上非常具有自己的优势。

嵌入式方案可以确保一颗SoC平滑集成低功耗方案（例如栅极供电），缩短互联路径，较大程度地减少可能产生的天线问题。嵌入式方案也将更少受到寄生漏电或者其他缺陷的影响（或根本不受影响）。对于这些缺陷，设计者在选择多封装组件的异构方法时是需要做额外处理的。

此外，在小型化趋势中，许多便携式设备都会面临严格的空间限制，比如医疗可穿戴应用。因此，电子元器件的尺寸大小也变得非常关键。嵌入式存储在空间节省上也有着不可替代的优势。类似的应用，如3D集成，会极大地引领嵌入式存储的发展，其中包含了电阻RAM或者自旋电子存储。

是谁在拉动嵌入式存储的技术革新和市场扩张？

图 | eNVM下游主要应用

图源：信达证券研发中心

讲完传感的智能化和低功耗趋势，我们再来聊聊有机会重塑我们未来的人工智能（Edge-AI）。事实上，从长远看，这一趋势正逐步将当前的智能传感转变为新一代智能传感。更多的分析和决策将由传感器来完成，模仿人类的感觉和反射。如前所述，为了使新型应用或现有的应用更高效，“智能化”与“低功耗”需要获得完美的结合。目前来看，尤其在面对电源驱动的方案时，图像识别和音频识别这两大应用将为这一转变提供无穷尽的动力。当然，随着人工智能的不断发展，我们一定还会看到更多超乎我们想象的新应用的到来。

在人工智能（Edge-AI）这个应用领域，不同类型的神经网络架构大都通过硅来实现——所有这些实现都是基于半导体阵列的，并在推理演绎和机器学习的基础上实现这些基本的MAC操作。这种半导体单元阵列在概念上与嵌入式存储阵列非常相似，这预示着一种未来技术的趋势：那就是从目前的逻辑阵列（易失性或非易失性）向multi-bit多位元或“近似模拟化”的一种升级。

整个人工智能（Edge-AI）的核心点在于：这种类似存储架构的网络连结结构将不再是CPU的附属，而是将成为整个应用的计算中心。这与传统的基于MCU的方法不同，传统的方法使用存储阵列从CPU来回传输数据（在这个过程中消耗大量的电力，并产生额外的热量）。在Edge-AI的架构中，关于计算所有的一切都在阵列内部进行，实现真正的存内计算。正如人类大脑的工作模式，所有的决策过程都在内部通过神经元和突触阵列之间的电子路径产生。

由于人工智能被广泛认为是继手机革命之后，又一个未来几年会以两位数的复合增长率增长的大事件，并且能够大大改善我们的生活方式。因此在这个赛道上，对嵌入式存储器以及其集成方案有充分了解的公司将在市场上抢得先机。在人工智能这个应用上，一些关键技术参数更多取决于：

• bit-cell的操作框架

• 整体低功耗的竞争力

• 面向多个NVM方案的设计灵活度

• 选用Foundry平台的通用性

综合来看，对于许许多多需要智能化支持的传感器来讲，嵌入式存储是完美的解决方案。而嵌入式存储器，尤其是非易失性存储器，不管从中期还是长期来看都将迎来一个极为光明的应用前景。从短期来看，嵌入式存储的解决方案可以有助于缓解近期全球半导体短缺的问题，成为汽车和便携式应用（特别是医疗健康）创新的关键推动者。从长远来看，嵌入式存储能够为Edge-AI实现大规模推广和普及铺平道路。从某种意义上来讲，嵌入式存储将有助于人类进入下一个文明时代。

是谁在拉动嵌入式存储的技术革新和市场扩张？