程序员看芯片行业

tiger119

已于 2022-04-02 06:24:01 修改

阅读量2k

点赞数 4

分类专栏：杂项读书笔记文章标签：随笔职场和发展

于 2022-04-02 00:19:37 首次发布

本文链接：https://blog.csdn.net/tiger119/article/details/123888349

版权

读书笔记同时被 2 个专栏收录

24 篇文章 3 订阅

订阅专栏

杂项

8 篇文章 0 订阅

订阅专栏

本来也算是一个学电路出身的，但后来成为一名纯软件程序员，近些日子，突然对芯片行业产生兴趣，或许在职业生涯的末段，更换一把领域，跨界到芯片行业。现在看来，并不是完全不可能。于是，对芯片行业开始关注了起来。

芯片到底涉及了哪些知识，如何入门芯片？

芯片到底是什么？集成电路（IC）是什么？芯片和半导体，集成电路有什么关系？

现在是一个大谈元宇宙的时代，元宇宙我们可以简单认为是数字世界。

而我们目前就是生活在一个物理世界和数字世界混合的时代，芯片正是这两个世界的连接器！

这是怎么说的？难道不应该是计算机，手机，物联网设备？这样说也对，但支撑这些电子设备的核心就是芯片，简单的说，将物理世界的感受转换成数字信号，就是靠芯片。

芯片本质是什么？

芯片 = 半导体 + 集成电路

数字世界，程序员都明白，最底层就是 0，1 组成的，而所有的存储，运算都是基于0，1的运算。学过数字脉冲的人会知道，0，1 的运算也就是与，非，或，与非，异或等几种运算。而数字脉冲电路可以进行简单模拟，构成这几种运算。

如果再对这些电路进行组合，就可以完成加法减法运算，进而完成更复杂的运算。

好了，电路讲到此为止，我讲这些，只是为了说明以下两点：
1: 所有数字运算都可以通过电路来实现。
2: 计算机的数字运算最终可推演到0和1的运算。

我们来看看半导体的定义：

半导体是一种加压可以导电，不加压绝缘的物体！这种特性可以很方便的模拟通与不通，0和1 的状况。

PS：导体导电，绝缘体不导电，而半导体，在不同电流控制下可以表现出不同的导电，或者不导电的特性，这个特征和真空电子管做电信号放大器的特性吻合，因此半导体可以被用来做固体电子元器件的材料。

如上图：栅极在加电的情况下，会连通。

注意：沟道channel 实际上是速度的瓶颈，越窄，效率越高。这就是我们指的芯片的10纳米，7纲米的宽度。宽度越小，速度越快。

这些通道，我理解是用光刻机刻出来的，也就是我们的电路不是用元器件组装的，而是通过光刻机上刻出来。所以，光有晶体不行，还需要集成电路，只不过这个电路是通过光刻机在晶体上画出来的。

集成电路就是由大量晶体管搭建的。严谨一点说，集成电路的最小单元是逻辑门，逻辑门是由晶体管搭建而成。可以说，半导体行业，就是拿晶体管去堆集成电路的行业。

大家都听过曹冲称象的故事，曹冲很聪明，知道用石头来置换大象，方便的称出了大象的重量。到了现代社会，我们不再用置换法，而是将重量变成压力，而压力让电子芯片去感知，这样，通过芯片来获得大象的重量。

这个例子还是想要说明，芯片是物理世界和数字世界的连接器。

说到芯片，必须说到摩尔定律

英特尔公司联合创始人戈登·摩尔提出：

半导体芯片上集成的晶体管和电阻数量将每隔 24 月增加一倍！

上面讲过了晶体管的大小取决于栅极通道的宽度，就是我们一直在提的 5nm，7nm，10nm……

我们上面讲过，晶体的大小是有极限的，这决定了栅极通道的宽度也有理论极限，那是不是摩尔定律快要失效了呢？

也对也不对，考硅晶体这种材料，再考虑一些其它因素（热量，量子力学），大概理论极限是1nm（目前台积电已经在生产 5 nm 的芯片）。

但是，先别忙，其实并不是这样。后面会讲到。实际上，芯片在100年内，都会一直往前走，前景一片大好。

芯片技术为什么会被KBZ，难在哪里？

众所周知，我国的芯片产业被KBZ，到底芯片有多难，人家一K我们就真的被K住不能动弹了。

首先，我们被K的是高端芯片，什么是高端芯片？就是手机使用的，面积小，运算量大，功耗低的芯片，也就是那种低于 10nm的芯片。

难在哪里？

首先是EDA软件，好了，做为软件开发人员，看到软件二字觉得亲切了。但是注意，这个软件要解决的是布电路图，是涉及上亿个元器件的电路图，你想想你要处理上亿的数据，估计会头疼，一次电路布线可能会算上一天，程序稍微差一点，那可能就是几个月（没法用了）。这种软件在全球也就几家公司做得好。我觉得普通的软件开发人员确实是不容易搞定这个。现在做应用开发的，已经没有多少是使用 C 编程的了，没人会在编程时去扣 malloc 的内存字节数和考虑哪种指令运算更快（估计得对计算机最低层的运算原理有较深的认识）。

最近我接触到一个资深的芯片架构师（前HW美研所的负责人），他们正在做筹备做EDA软件（历害了），据他说，他从M国带了 8 个人回来，全是博士以上业内人士，其中有6个是用来写EDA软件的。因为，国内的工程师基本搞不定这事儿。

然后是光刻机，这个大家都听说过，要在那么小的面积上完成这么大规模的线路的刻制，想想都难。对于10nm以下的需求，好象全球就只有荷兰的ASML可以搞得定，难度可想而知。

接着是制作工艺，目前全球也就台积电和三星的代工厂站在顶端，具体原因我也说不清楚，总之，国内最顶端的中芯国际还差一些火侯。

另外，芯片的底层架构，ARM，X86 这些理论专利实际上都在日本和美国人手里。我们目前还是直接拿来用。所以，国内大多数技术团队做设计的居多。

我们来看看芯片整个的制作过程：

国内公司目前在整个产业链里基本排不到前三，有些领域还是空白。

所以，当我们说到国内有多少企业加入芯片行业，要有清醒的认识，实际上我们说的可能更多的是设计环节（包括华为，中兴，阿里，百度，字节，腾讯……）

不搞定一些关键环节，达成反制的效果，还是分分钟会被K。那是不是一定要全盘搞定呢？实际不一定，即使强如M国，他也没有搞定所有环节。

那我们具体来看看M国强在哪里？为啥他可以随便K其它国家？

我们这里不讲ZZ，只讲技术优势：

1: 底层技术。以最原理层的加法器专利为例：美国掌握了各种优秀的加法器设计，包括100晶体管的，80的，50的，涵盖了高性能和低功效的所有需求。也就是说，只要你用，你就必须要交专利费。甚至，我可以不授权你使用。

2: EDA软件，全球三家公司覆盖了基本所有的EDA软件市场，cadence, synopsys 是美国公司，第三家mentor graphics 虽然刚被西门子收购，但有很深的美国背景，总部现在还在美国。

3: 芯片加工和封控没有被美国垄断，但每一个关键工艺技术中都有美国的核心专利和资本力量。
世界前五的半导体公司，有三家是美国。

4: 光刻机公司ASML 是荷兰的，但它最核心的技术此外光源是M国公司的，它加入了M国主导的一个联盟（有投名状），它背后的第一第二大股东都是M国资本。所以，美国说，你不能卖光刻机给中国，他们心里并一定愿意，但行动上只能照做。

5: 最后说到芯片晶圆制作，台积电，它的生产线上有大量M国半导体公司的产品，加工技术也绕不过M国，它的最大股东是M国花旗银行。

所以，大家可想而知，M国在芯片领域的影响力，它确实是可以为何欲为。

中国如何应对吗？我不知道。

芯片的技术发展，如何延续摩尔定律？

除了提高硅晶体管做小，减小沟道宽度以外。还有哪些方法可以提升？

1: 环绕栅晶体管技术：
这其实是为了解决漏电的问题，因为晶体的大小有极限，一旦沟道太窄，就容易产生干扰，发生漏电。采用按此方案可以解决到 3 nm 及左右不会有漏电问题。
之前的晶体管器件采用FinFET（中文叫“鳍式晶体管”），鳍就是鱼背上的那个竖起来的鳍。这种立体晶体管能够加强栅极对沟道的控制能力，漏电问题变小了。但解决问题的极限差不多是7nm，再小就有漏电问题了。
原理：一般来说，器件受控面积越大，栅极对沟道的控制能力就越强。环绕栅晶体管把栅极完全把沟道围了起来，这就实现了对沟道最大程度的控制。

2: SoC 片上系统
System-on-Chip，意思是在一颗芯片上集成一个完整的电路系统，比如：手机上就一颗芯片就是Soc芯片，它上面集成了CPU，GPU，存储，音视频处理。
我们用华为海思的麒麟990这款当今市场上最先进的手机处理器芯片举例，它里面集成了8核CPU、16核GPU，还有3核NPU，也就是神经网络人工智能模块，还有高速闪存控制模块、图像处理模块、音频和视频处理模块等等，甚至它还把5G模块集成到了同一颗芯片上。
我理解因为在一个小面积芯片上，集成了更多的功能，也算是提升了性能吧。

3: Sip 系统级封装
System-in-Package，和SoC不同，一个封装里有好几个芯片，做工不同，每个芯片实现自已不同的功能，Sip的工艺难度也就低了很多。

PS：不管理SoC 还是 Sip，对EDA的软件提出了更高的要求。

综上所述，解决性能问题，有两条路，
一条是自下而上，提高单个晶体管的性能（如：FinFET，GAAFET环绕栅极），
另一条是自上而下，提高系统集成的能力，提高整体性能（如：SoC，Sip）。

芯片领域的热点和前沿技术

AI芯片：

CPU是算是可以控制的通用芯片，面向并行运算或者图形处理的场景，CPU的效率就比较低了，于是，出了GPU，它在这个层面，变成了专用芯片。

在AI领域，因为更多使用并行运算，所以，第一选择是GPU。

后来，出了FPGA （专业可编程逻辑阵列），因为，在并行计算领域，实际上GPU已经是一颗通用芯片了，所以，灵活度不够。FPGA可以针对不同的AI问题，做一些定制。通过修改内部的器件连接方式，可以构成不同功能的芯片，这是它的强大之处（但，FGA的弱点也不少，价格高，性能，功耗，速度和芯片面积上都还有提升空间），所以，FPGA是AI领域的专用芯片。

但是，FPGA实际上仍然是需要重新烧录的，定制的仅仅是电路器件，并不一定能满足所有变动的需求，而且性能不高。好了，最后就要说到ASIC了，就是专门定制的芯片，比如：Google有定制TPU。这是性能最高的专用芯片，当然，成本也是相当的高了。