中芯国际出样40nm工艺的ReRAM意义何在？

作为中国本土半导体制造的龙头企业，中芯国际（smic）的新闻及其取得的成绩一直是行业关注的焦点。2017新年伊始，其一如既往地吸引着人们的眼球。前几天，该公司宣布正式出样采用40nm工艺的reram（非易失性阻变式存储器）芯片，并称更先进的28nm工艺版很快也会到来。
目前，在rom存储领域，nand闪存无疑是绝对的主流，保守点说，3、5年内它都会是电子设备存储芯片的主流选择，但研究人员早就开始探索新一代非易失性存储芯片了，intel与美光联合研发的3d xpoint，是基于pcm相变存储技术，也被称为是新一代存储芯片，而reram更是颇具代表性的新型非易失性存储器。
reram为何物虽然reram的名字中带ram，但其实是像nand闪存那样用作数据存储的rom，只不过它的性能更强，据说，其密度比dram内存高40倍，读取速度快100倍，写入速度快1000倍。reram单芯片（200mm2左右）即可实现tb级存储，还具备结构简单、易于制造等优点。
reram基于忆阻器原理，将dram的读写速度与ssd的非易失性结合于一身。换句话说，关闭电源后存储器仍能记住数据。如果reram有足够大的空间，一台配备reram的pc将不需要载入时间。
reram的优势与nand闪存相比，reram具备诸多优点，具体如下：
速度：reram写速度更快，以纳秒为单位而不是毫秒，这使它更适应于高性能应用。
功率：研究人员已经证明，微安培写入功率并期望很快将进一步降低到纳安范围，这使得reram比nand闪存能效更高。
耐用性：最常见的mlc闪存只能处理10000次写操作，而reram却可以处理数百万个。
reram应如何定位在可预见的未来，nand闪存将保留在成本和密度上的优势，这意味着它仍将在未来几十年存活下去。那么reram在存储应用中要如何定位呢？
数据完整性：关键任务应用更喜欢reram，而且关键是买得起；
性能：固态硬盘这种高速存储介质消除了复杂性并提高了性能；
移动性：网络宽带和内存容量之间进行着一场永无止境的拉锯战，在这种情况下，消费者可能会喜欢上他们移动设备的大容量存储。如果是这样， reram节能的优点将在高端产品有所体现。
群雄逐鹿reram 目前，致力于商业化reram的企业包括东芝、elpida、索尼、松下、美光、海力士、富士通、crossbar等。
东芝凭借其类似于今天1.5万转硬盘的固态硬盘，开始涉足这些高端市场。这可能不是一个巨大的市场，但是其高利润率还是值得一试的。
其他厂商，包括松下、美光和三星，也正在致力于reram的研发。
其实，美光早在2007年就提出了这种技术，此后几乎每年都会透露一些进展，但就是距离量产遥遥无期。
图：设计指标与内核局部照片
美光是和索尼联合研发reram的，其基本原理和crossbar rram有些类似，同样是非易失性存储，但是更强调电阻可变，同时为了区分，缩写也有所不同。
美光曾经表示，理想的指标是读写带宽1000mb/s、200mb/s，读写延迟2微秒、10微秒，而目前的原型可以发挥大约九成的功力。
图：内部互连结构示意图
中芯国际联手crossbar 此次，中芯国际推出的reram样片，其直接客户就是crossbar，该公司资料显示，crossbar技术首先由中国出生的卢伟（dr. wei d. lu）博士研发，他也是crossbar的首席科学家和联合创始人。卢博士拥有中国清华大学物理学士学位，以及德克萨斯州莱斯大学物理学博士学位。卢博士在reram领域积累了十二年的研究经验，他先作为哈佛大学的博士后研究员，然后被任命为密歇根大学教授从事这项研究。他是纳米结构和设备行业的领先专家，包括基于双端电阻开关设备的高密度内存和逻辑系统、神经元电路、半导体纳米线设备和低维系统中的电子输运。
2016年，crossbar获得了8000万美元的风投，其中中国公司也参与了，而crossbar去年3月份也宣布进军中国市场，他们的合作伙伴就是中芯国际，将基于后者的40nm cmos试产reram芯片。根据该公司副总裁sylvain dubois所说，2016年内中芯国际已经开始给客户出样40nm工艺的reram芯片，实现了该公司之前2016年内推出reram的承诺。
此外，更先进的28nm工艺版reram芯片也将在2017年上半年问世，不过sylvain dubois未透露是否还是由smic生产，或是交给其他代工厂。
当reram遇上人工智能包括脸书、亚马逊、微软、谷歌、阿里巴巴、腾讯、百度等，都在产生大量的数据，包括人脸、位置、行为习惯、社交照片等。物联网已经到来，而且正在指数级的增长；自动驾驶汽车已经进入市场，云计算已经无处不在。我们刚开始想象如何借助于这些创新来开创一个人工智能的新时代，创建新的商业模式、新的生产率典范和新的大众娱乐方式，这些不仅对人类带来意义深远的影响，而且也为通过数据盈利的创新者带来巨大的财富。
收集与存储这些“大”数据是当务之急。但是，比数据有多“大”更为重要的是，如何驱动下一波的创新。在人工智能竞赛中的胜出者需要做四件事：1、访问大量的数据；2、访问正确的数据；3、把数据变为具有可行动性的洞察力的强大算法；4、超越竞争对手的速度和规模。今天，通过训练人工智能算法与创建新的应用，数据有机会成为利润中心。更多的数据训练，就会让人工智能算法更聪明。
应用reram这样新的存储技术，能够发挥人工智能真实的潜能，实现速度、低功耗/高能效、存储容量与可制造性的完美结合。
当目标从简单的代码行的抓取，转变成对从外部传感器获取的大量数据进行实时处理、分析、执行时，大数据到人工智能的根本转变就来临了。从传感器来的数据可以存储在芯片上，直接输送给深度神经网络，以便采取直接的行动。非易失性的存储技术，比如reram存储技术，通过低功耗、快速读取、基于字节寻址的写操作，来帮助应对性能与功耗的挑战。
reram存储技术能够直接集成在芯片内部，产生一个新的以存储为中心的片上系统架构。通过与处理器核集成在同一颗芯片中的片上系统方案，reram充分地加速了深度神经网络算法。reram技术是一个重要的创新，它加速人工智能的潜能，实现多种应用，加速性能，极大地提高能效，实现更高级的安全性，减少芯片的数量和芯片的面积。
高性能计算，比如人工智能，需要在处理器、存储与输入输出之间进行高带宽、低时延的数据访问。reram存储技术通过减少计算与存储之间的性能差距，可显著提升高性能计算应用的性能。