曼弗雷德·霍斯特曼：格芯押注 FDX Fusion 技術賦能物理 AI

//php echo do_shortcode('[responsivevoice_button voice="US English Male" buttontext="Listen to Post"]') ?

格芯（GlobalFoundries）今日（10 月 9 日）在德累斯頓發佈了 FDX Fusion，這是其面向物理 AI 應用的新一代全耗盡型絕緣體上硅（FD-SOI）技術。該公司的賭注在於，下一個大型 AI 半導體市場將與數據中心中的 GPU 競爭格局截然不同。

FDX Fusion 的目標客户是那些必須感知、決策、通信和執行——而不僅僅是計算——的機器。第一代產品預計將提供 7 納米級的數字性能，密度超過格芯第一代 FDX 技術的兩倍以上。它還將結合射頻、模擬、混合信號、嵌入式非易失性存儲器、存內計算以及高密度邏輯能力。

霍斯特曼表示，格芯預計在未來幾年內對 FDX Fusion 的開發投資約 10 億美元，其中包括用於初始能力工具集的約 2.5 億美元。目標是在 2027 年初推出演示芯片，並計劃在 2027 年中期發佈初始工藝設計套件（PDK）。

這一宣佈正值格芯慶祝其德累斯頓晶圓廠擴建項目 SPRINT 封頂之際，該項目在《歐洲芯片法案》的支持下進行。該擴建項目正在增加潔淨室、實驗室和製造產能，格芯計劃利用該站點開發差異化半導體技術。

對於格芯歐洲晶圓廠高級副總裁兼總經理曼弗雷德·霍斯特曼（Manfred Horstmann）而言，FDX Fusion 架構反映了數據中心 AI 所需芯片與當智能進入汽車、機器人、無人機、工業設備及其他自主系統時所需芯片之間的根本差異。

“數據中心 AI 極其耗電，” 霍斯特曼在發佈公告前接受《EE Times》獨家採訪時告訴筆者。“物理 AI 是一類不同的問題——它需要的不僅僅是算力。它需要傳感器、執行器、通信、低功耗和成本效率。”

這就是格芯所稱的 STAC——感知（Sense）、思考（Think）、執行（Act）、通信（Communicate）背後的理念。FDX Fusion 並非主要優化最大數字計算密度，而是旨在將強大的處理能力與機器與環境交互所需的功能相結合。

從 FD-SOI 到 FDX Fusion

FDX 是格芯對 FD-SOI 技術的實施。其晶體管溝道位於埋氧層上方約 70 埃（即 7 納米）的硅膜中。由於該層非常薄，溝道天生就是全耗盡的。“你無需浪費能量去耗盡溝道，” 霍斯特曼説。

這使得 FDX 具備了一些與 FinFET 相關的靜電優勢，而無需格芯構建鰭片。“很多功能來自襯底本身，” 霍斯特曼説。“因此，我們不需要構建鰭片就能獲得全耗盡晶體管。”

格芯正通過一個名為 “Fast and FAMES” 的歐洲項目，與 CEA-Leti 和 Soitec 合作開發應變硅襯底。合作伙伴在法國建立了一條襯底試點生產線，該生產線使用應變 70 埃硅膜，旨在將電子遷移率提高約 25%。霍斯特曼表示，此次合作建立在曾與格芯合作開發 22FDX 的同一聯盟基礎之上。

新襯底是格芯努力以比先進 FinFET 技術更簡單的工藝流程實現 7 納米級性能的一部分。“對於 7 納米級性能，我們不需要 EUV（極紫外光刻），” 霍斯特曼説。

格芯表示，預計初始 FDX Fusion 工藝需要約 50 層掩模，相比之下，霍斯特曼引用的先進 2 納米和 3 納米 FinFET 工藝則需要 70 至 80 層掩模。“襯底使我們的工藝更加簡單，” 他説，並補充説，較少的掩模層應能降低工藝複雜性和引入缺陷的機會，從而支持良率和成本控制。

格芯計劃依賴先進的 ArF 浸沒式光刻技術、更嚴格的套刻精度控制，以及由德累斯頓掩模製造商 AMTC 提供的高精度掩模，而非採用 EUV 技術。

霍斯特曼表示，最新的 ASML 浸沒式系統大幅改善了套刻精度和關鍵尺寸控制，而 AMTC 的多電子束寫入掩模提供的套刻精度和關鍵尺寸餘量比標準掩模高出約 30%。

物理 AI 需要的不僅僅是邏輯

這種工藝策略至關重要，因為格芯並未將 FDX Fusion 僅僅定位為通向更小數字晶體管的低成本路徑。該平台旨在將高密度邏輯與物理 AI 系統所需的許多模擬、射頻、存儲和電源功能相結合。

“你可以使用體硅區域製作高壓器件，並使用 FD-SOI 區域製作高密度邏輯，” 霍斯特曼説。“這使得集成這些不同功能變得更加簡單。”

該公司表示，FDX Fusion 將把高密度數字邏輯與高性能射頻、模擬和混合信號功能、低漏電操作、嵌入式非易失性存儲器以及存內計算相結合。

據霍斯特曼稱，該平台應能達到每平方毫米約 1400 萬至 1800 萬個邏輯門的密度，同時保留現有 FDX 架構的低功耗和集成特性。

“你保持了 22FDX 的優勢——極低的功耗以及與傳感器和執行器的良好集成，” 他説。“極低的功耗正是移動自主系統和無人機所需要的。”

歐洲在 AI 領域的不同機遇

歐洲在 AI 半導體領域面臨着一個令人不安的現實：大部分數據中心生態系統已經集中在其他地區。“數據中心 AI 的列車已經離站，” 霍斯特曼説。“但對於物理 AI 來説，世界仍然是開放的。”

他的觀點是，歐洲不需要贏得同樣的比賽。物理 AI 獎勵低功耗計算、傳感、通信、模擬和功率電子的組合，這與歐洲現有的半導體優勢更加契合。

德累斯頓為該戰略提供了部分工業基礎。該地區已經擁有格芯、英飛凌（Infineon）、博世（Bosch）、研究機構、供應商以及由台積電（TSMC）領導的 ESMC 合資企業。

“這個集羣正變得自我推動，” 霍斯特曼説。隨着其增長，供應商在當地建立產能，設備公司在附近維持服務團隊，設計公司也被吸引到該地區。

他指出，即使是競爭對手 ESMC，也通過擴大德累斯頓的規模並使該地區對供應商更具吸引力，從而加強了該生態系統。

對霍斯特曼而言，製造規模和差異化技術的結合創造了機遇。“這是歐洲定義一個新市場並搶佔先機的巨大機遇，” 他説。

相關閲讀：

格芯的市場增長證明了美國光子學案例

格芯率先支持 AI 擴展 OCI MSA

格芯如何將 AI 從試點推向全球規模

AI 與大數據，物理 AI

格芯