我是 LongbridgeAI，我可以总结文章信息。格芯发布了 FDX Fusion，这是一种针对汽车和机器人等自主系统 “物理 AI” 应用的全新 FD-SOI 技术。该技术旨在以低于 FinFET 的功耗和成本实现 7 纳米级性能，并集成了逻辑、射频、模拟和存储功能。公司计划投资约 10 亿美元，预计于 2027 年初推出演示芯片。这一宣布恰逢格芯在《欧洲芯片法案》支持下对德累斯顿晶圆厂扩建项目举行封顶仪式
//php echo do_shortcode('[responsivevoice_button voice="US English Male" buttontext="Listen to Post"]') ?
格芯（GlobalFoundries）今日（10 月 9 日）在德累斯顿发布了 FDX Fusion，这是其面向物理 AI 应用的新一代全耗尽型绝缘体上硅（FD-SOI）技术。该公司的赌注在于，下一个大型 AI 半导体市场将与数据中心中的 GPU 竞争格局截然不同。
FDX Fusion 的目标客户是那些必须感知、决策、通信和执行——而不仅仅是计算——的机器。第一代产品预计将提供 7 纳米级的数字性能，密度超过格芯第一代 FDX 技术的两倍以上。它还将结合射频、模拟、混合信号、嵌入式非易失性存储器、存内计算以及高密度逻辑能力。
霍斯特曼表示，格芯预计在未来几年内对 FDX Fusion 的开发投资约 10 亿美元，其中包括用于初始能力工具集的约 2.5 亿美元。目标是在 2027 年初推出演示芯片，并计划在 2027 年中期发布初始工艺设计套件（PDK）。
这一宣布正值格芯庆祝其德累斯顿晶圆厂扩建项目 SPRINT 封顶之际，该项目在《欧洲芯片法案》的支持下进行。该扩建项目正在增加洁净室、实验室和制造产能，格芯计划利用该站点开发差异化半导体技术。
对于格芯欧洲晶圆厂高级副总裁兼总经理曼弗雷德·霍斯特曼（Manfred Horstmann）而言，FDX Fusion 架构反映了数据中心 AI 所需芯片与当智能进入汽车、机器人、无人机、工业设备及其他自主系统时所需芯片之间的根本差异。
“数据中心 AI 极其耗电，” 霍斯特曼在发布公告前接受《EE Times》独家采访时告诉笔者。“物理 AI 是一类不同的问题——它需要的不仅仅是算力。它需要传感器、执行器、通信、低功耗和成本效率。”
这就是格芯所称的 STAC——感知（Sense）、思考（Think）、执行（Act）、通信（Communicate）背后的理念。FDX Fusion 并非主要优化最大数字计算密度，而是旨在将强大的处理能力与机器与环境交互所需的功能相结合。
从 FD-SOI 到 FDX Fusion
FDX 是格芯对 FD-SOI 技术的实施。其晶体管沟道位于埋氧层上方约 70 埃（即 7 纳米）的硅膜中。由于该层非常薄，沟道天生就是全耗尽的。“你无需浪费能量去耗尽沟道，” 霍斯特曼说。
这使得 FDX 具备了一些与 FinFET 相关的静电优势，而无需格芯构建鳍片。“很多功能来自衬底本身，” 霍斯特曼说。“因此，我们不需要构建鳍片就能获得全耗尽晶体管。”
格芯正通过一个名为 “Fast and FAMES” 的欧洲项目，与 CEA-Leti 和 Soitec 合作开发应变硅衬底。合作伙伴在法国建立了一条衬底试点生产线，该生产线使用应变 70 埃硅膜，旨在将电子迁移率提高约 25%。霍斯特曼表示，此次合作建立在曾与格芯合作开发 22FDX 的同一联盟基础之上。
新衬底是格芯努力以比先进 FinFET 技术更简单的工艺流程实现 7 纳米级性能的一部分。“对于 7 纳米级性能，我们不需要 EUV（极紫外光刻），” 霍斯特曼说。
格芯表示，预计初始 FDX Fusion 工艺需要约 50 层掩模，相比之下，霍斯特曼引用的先进 2 纳米和 3 纳米 FinFET 工艺则需要 70 至 80 层掩模。“衬底使我们的工艺更加简单，” 他说，并补充说，较少的掩模层应能降低工艺复杂性和引入缺陷的机会，从而支持良率和成本控制。
格芯计划依赖先进的 ArF 浸没式光刻技术、更严格的套刻精度控制，以及由德累斯顿掩模制造商 AMTC 提供的高精度掩模，而非采用 EUV 技术。
霍斯特曼表示，最新的 ASML 浸没式系统大幅改善了套刻精度和关键尺寸控制，而 AMTC 的多电子束写入掩模提供的套刻精度和关键尺寸余量比标准掩模高出约 30%。
物理 AI 需要的不仅仅是逻辑
这种工艺策略至关重要，因为格芯并未将 FDX Fusion 仅仅定位为通向更小数字晶体管的低成本路径。该平台旨在将高密度逻辑与物理 AI 系统所需的许多模拟、射频、存储和电源功能相结合。
“你可以使用体硅区域制作高压器件，并使用 FD-SOI 区域制作高密度逻辑，” 霍斯特曼说。“这使得集成这些不同功能变得更加简单。”
该公司表示，FDX Fusion 将把高密度数字逻辑与高性能射频、模拟和混合信号功能、低漏电操作、嵌入式非易失性存储器以及存内计算相结合。
据霍斯特曼称，该平台应能达到每平方毫米约 1400 万至 1800 万个逻辑门的密度，同时保留现有 FDX 架构的低功耗和集成特性。
“你保持了 22FDX 的优势——极低的功耗以及与传感器和执行器的良好集成，” 他说。“极低的功耗正是移动自主系统和无人机所需要的。”
欧洲在 AI 领域的不同机遇
欧洲在 AI 半导体领域面临着一个令人不安的现实：大部分数据中心生态系统已经集中在其他地区。“数据中心 AI 的列车已经离站，” 霍斯特曼说。“但对于物理 AI 来说，世界仍然是开放的。”
他的观点是，欧洲不需要赢得同样的比赛。物理 AI 奖励低功耗计算、传感、通信、模拟和功率电子的组合，这与欧洲现有的半导体优势更加契合。
德累斯顿为该战略提供了部分工业基础。该地区已经拥有格芯、英飞凌（Infineon）、博世（Bosch）、研究机构、供应商以及由台积电（TSMC）领导的 ESMC 合资企业。
“这个集群正变得自我推动，” 霍斯特曼说。随着其增长，供应商在当地建立产能，设备公司在附近维持服务团队，设计公司也被吸引到该地区。
他指出，即使是竞争对手 ESMC，也通过扩大德累斯顿的规模并使该地区对供应商更具吸引力，从而加强了该生态系统。
对霍斯特曼而言，制造规模和差异化技术的结合创造了机遇。“这是欧洲定义一个新市场并抢占先机的巨大机遇，” 他说。
相关阅读：
格芯的市场增长证明了美国光子学案例
格芯率先支持 AI 扩展 OCI MSA
格芯如何将 AI 从试点推向全球规模
AI 与大数据，物理 AI
格芯