|
兩年多后：IOT、MCUS
使用智能MCU的低功耗物聯網設備的市場持續增長。盡管由于各種經濟逆風，預計未來幾年的增長率通常會下調，但愛立信移動報告估計，未來幾年，聯網物聯網設備的數量將從2022年的約140億臺增長到2027年的約300億臺[1]。
超低功耗設備必須支持日益復雜的編程，并且需要NVM，該NVM不僅具有必要的性能，而且即使在惡劣或無法訪問的條件下也具有超低功耗、低總擁有成本和高數據保留率。
設計師們越來越多地探索在28nm或22nm集成NVM，以將最低功耗與最大限度地降低成本相結合。由于閃存的集成挑戰，這些設計師今天必須使用嵌入式解決方案保持在40nm，或者使用外部閃存的雙芯片解決方案。
對于這些應用，嵌入式ReRAM比外部NOR閃存具有顯著的優勢。設計者可以通過消除外部存儲器組件來降低成本。它們還可以降低功耗并提高系統速度，因為不需要從外部存儲器獲取數據。重要的是，在單個芯片上集成ReRAM也是一種更安全的解決方案，可以抵御黑客攻擊和網絡攻擊。
未來3年多：瑞拉姆在EDGE AI
與此同時，我們將開始在Edge AI應用中看到ReRAM，它不僅用于代碼存儲，還用于存儲人工神經網絡（NN）計算所需的突觸權重。無論具體的應用程序如何，存儲這些權重都需要大量的片上內存（根據網絡大小，在10Mb到100Mb之間）。ReRAM的這些更高容量還有幾年的時間，但與市場需求交叉的時機是正確的。
如今，在DRAM或SRAM上使用聰明的算法進行邊緣推理是可能的，但由于功率和成本包絡越來越嚴格，實現這一點變得越來越困難。一個問題是DRAM和SRAM是易失性的，越來越多的應用程序需要監控環境，然后從待機模式中快速喚醒。我們需要的是嵌入式NVM，它可以做與SRAM或DRAM相同級別的推理，但功耗極低，成本極低：ReRAM。此外，由于ReRAM單元大約比典型SRAM單元小三到四倍，因此可以在芯片上集成更多的存儲器，以在相同的管芯尺寸和成本下支持更大的神經網絡。由于NNs所需的大部分功耗與系統計算元件和內存模塊之間的數據移動有關，該行業也在研究如何通過在計算元件附近集成密集、低功耗的NVM（如ReRAM）來減少這種數據移動。
4-5年后：雷拉姆進入汽車行業
如今的車輛集成了數百個芯片來控制各種功能（圖2），其中大多數芯片需要某種形式的NVM。ReRAM的汽車應用還有幾年的時間，主要是由于特定溫度的資格和ISO26262等認證。但它會實現的，因為該技術是為高溫魯棒性而設計的。
-廣告-
-在此處發布廣告-
圖2:
在汽車中發現NVM的一些地方
圖2:
在汽車中發現NVM的一些地方
幾年后，設計師們已經在定義汽車芯片組，并將隨著SoC向高級工藝轉移，尋找新的嵌入式NVM。為了在通常惡劣的條件下支持快速啟動、即時響應和頻繁的OTA更新，這些系統需要具有卓越續航能力的NVM，能夠以經濟高效的方式快速、可靠、安全地執行代碼，所有這些都表明ReRAM是汽車IC的合理選擇。
地平線上：神經形態計算
展望未來，ReRAM也將成為邊緣人工智能（神經形態計算）未來的基石。在這樣的體系結構中，計算是在存儲單元內完成的。由于ReRAM細胞在物理和功能上與人腦中的突觸相似，因此可以用ReRAM模擬人腦的行為，以便對大量數據進行快速實時處理。這比今天在傳統處理器上進行的神經網絡模擬要高出幾個數量級的功率效率。
ReRAM將在模擬/神經形態計算領域推出，我們不會給出一年的時間，但在這一領域有大量的商業和學術投資。關于安全的一句話
最后，我們不能不提到ReRAM在安全應用方面的優勢。無論是物理不可克隆函數（PUF）和真隨機數生成器（TRNG）等SoC安全解決方案，還是用于智能卡等安全應用的SoC嵌入式NVM，ReRAM都提供了一種固有的安全解決方案。與閃存等浮柵器件不同，ReRAM不使用任何電荷或其他粒子，因此使用電子束更難感知或改變其內部狀態。因為ReRAM對電磁場免疫，所以與MRAM不同，它也可以很容易地抵御磁性攻擊。此外，由于ReRAM位單元深深嵌入在BEOL集成的兩個金屬層之間（圖3），因此它更容易受到光學攻擊。最后但同樣重要的是，ReRAM可以擴展到小的幾何形狀，因此關鍵信息可以以這些幾何形狀嵌入芯片中，而不是放在單獨的芯片上，在那里可以更容易地監控芯片間通信。
圖2:
在汽車中發現NVM的一些地方
圖2:
在汽車中發現NVM的一些地方
雷拉姆的未來
在這篇文章中，我們似乎涵蓋了ReRAM的所有可能應用，但由于幾乎每個電子產品都需要一些NVM，因此ReRAM的優勢是巨大的。Flash正在達到極限，是時候開發一種新的NVM了，它可以為電子設備的新時代提供動力。到了ReRAM的時候了 |
