作者：Gary Hilson，特約編輯

為了滿足新應(yīng)用的需求——從邊緣計算和物聯(lián)網(wǎng) (IoT) 到越來越智能的手機和智能汽車，內(nèi)存面臨前所未有的壓力。還有人工智能 (AI) 和機器學習，這兩者都正在成為主要超大規(guī)模玩家——谷歌、Facebook 和亞馬遜——正在開發(fā)的下一代平臺的重要組成部分。

他們都期待著廣大電子行業(yè)和存儲器制造商的大量創(chuàng)新，無論是對現(xiàn)有存儲器（如 DRAM 和 NAND 閃存）的進一步改進，還是使包含新材料的新興存儲器在商業(yè)上可行，作為新計算的部分存儲設(shè)備架構(gòu)。但盡管財力雄厚，但任何一家公司都不太可能投資制造設(shè)備來制造自己的存儲設(shè)備，而且他們對支付高價不感興趣。如果 DRAM 仍然可以完成這項工作，他們不會為每臺設(shè)備多花 5 美元購買新興內(nèi)存，因為在這種規(guī)模下，它會迅速增加。

Objective Analysis 首席分析師 Jim Handy 表示，超大規(guī)模企業(yè)如今的影響力是前所未有的。他能想到的最接近歷史的類比是蘋果在 15 到 20 年前擁有的“巨大”購買力。然而，該公司只希望對傳統(tǒng)計算架構(gòu)進行微小的改變——例如改變一個引腳——并希望這種改變不會產(chǎn)生額外費用。“他們更傾向于采用現(xiàn)有的計算機架構(gòu)，然后以更漂亮或更友好的方式將它們交付給客戶。”

Handy 說，超大規(guī)模企業(yè)正在尋找的是大規(guī)模的架構(gòu)變化。“他們的動機實際上是非常不同的，因為他們看的是買東西的成本，然后他們還看運行它需要多少電力。” 超大規(guī)模企業(yè)希望該行業(yè)能夠解決這個問題——他們不會走出去承擔新資本設(shè)備的成本。

美光科技高級計算解決方案副總裁 Stephen Pawlowski 表示，他們也不會開始構(gòu)建自己的存儲設(shè)備，尤其是 DRAM，除了其波動性之外，沒有任何產(chǎn)品可以具備 DRAM 的可靠性、速度和耐用性。與此同時，從材料的角度來看，NAND 和一些較新的存儲級存儲器很復(fù)雜，并且要了解它們在溫度、多個周期和不同工作負載下的工作原理——因此，像美光這樣的存儲器制造商沒有危險變得無關(guān)緊要。“使用這些設(shè)備需要大量的創(chuàng)造力和獨創(chuàng)性，”他說。“當談到我們需要為內(nèi)存和存儲子系統(tǒng)做些什么來提高容量和性能效率時，合作似乎相當不錯。”

Pawlowski 認為超大規(guī)模生產(chǎn)者已經(jīng)從 2000 年代中期扮演角色的原始設(shè)備制造商手中接過了煤礦中的金絲雀。OEM 圍繞將存儲移動到更靠近 CPU 的方式推動創(chuàng)新，而超大規(guī)模廠商正試圖以前所未有的方式推動網(wǎng)絡(luò)帶寬，這意味著要消耗大量電力來移動數(shù)據(jù)。“當我們考慮如何提高數(shù)據(jù)中心的效率時，我們確實需要確保盡可能降低計算系統(tǒng)和內(nèi)存存儲子系統(tǒng)之間傳輸信息的延遲。”

GlobalFoundries 嵌入式內(nèi)存高級總監(jiān) Martin Mason 表示，人們對在數(shù)據(jù)中心的計算密集型應(yīng)用程序中部署 MRAM 和 ReRAM 很感興趣，包括在服務(wù)器場中完成的主流 AI 處理，其中一個關(guān)鍵挑戰(zhàn)是電源和內(nèi)存帶寬。“您開始看到在該領(lǐng)域部署的新型內(nèi)存技術(shù)的出現(xiàn)。我認為目前它們中的任何一個都沒有真正得到商業(yè)利用，但 MRAM 和 ReRAM 都被視為在這些應(yīng)用中替代 SRAM 的各種高密度存儲器技術(shù)。”

這一趨勢反映了過去五年中超大規(guī)模企業(yè)的發(fā)展，Martin 說。“他們已經(jīng)從主要以軟件為基礎(chǔ)的公司轉(zhuǎn)變?yōu)樵絹碓蕉嗟卮怪奔稍谒麄兲峁┑钠髽I(yè)基礎(chǔ)設(shè)施方面的解決方案中，現(xiàn)在，這些解決方案中的芯片也越來越多。” 他說，他們看到硅組件以兩種不同的方式幫助他們。第一個是與所有商品化企業(yè)硬件的根本區(qū)別，第二個是經(jīng)濟性。通過垂直整合并將他們的設(shè)計直接帶到代工廠，他們最終得到了一個更具成本效益的解決方案，可以更快、更經(jīng)濟地擴展。

Applied 先進工藝技術(shù)開發(fā)部內(nèi)存事業(yè)部董事總經(jīng)理 Mahendra Pakala 表示，這些超大規(guī)模處理器超越軟件的一個很好的例子是谷歌的張量處理單元 (TPU)，用于其自己的 AI 工作負載，這是英特爾等公司通常期望的技術(shù)材料。目前，這些公司只使用可用的東西來實現(xiàn)他們的 AI 加速器，“但是一旦你開始設(shè)計和構(gòu)建你的加速器，你就會看到缺點。” 他認為，加速器也將推動新興存儲器的采用，以及由于它們的需求而導致的整體存儲器路線圖。?

應(yīng)用材料公司已將其 Endura 平臺從單一工藝系統(tǒng)發(fā)展為集成工藝系統(tǒng)，作為其新興存儲器材料工程基礎(chǔ)的一部分。（圖片：應(yīng)用材料）

一種在人工智能應(yīng)用中受到廣泛關(guān)注的成熟內(nèi)存是高帶寬內(nèi)存 2.0 (HBM2)，它傳統(tǒng)上用于高端圖形和高性能計算，但 Pakala 指出，雖然從制造的角度來看它已經(jīng)成熟，但它仍然相對昂貴。他說，在新興存儲器方面，3D XPoint 形式的 PCRAM 已經(jīng)看到了一些商業(yè)應(yīng)用，MRAM 也是如此。“我們確實看到它們都在成熟，游戲的名稱正在降低每比特成本。我們確實看到了降低價格的途徑。”

最終，Applied 將材料工程視為向前發(fā)展的基礎(chǔ)，因此 PCRAM、ReRAM 和 MRAM 可以經(jīng)濟高效地制造，以滿足包括 AI 在內(nèi)的新興用例。例如，其最新的 Endura 平臺專注于使對這些新記憶至關(guān)重要的新型材料能夠以原子級精度沉積。MRAM 被視為存儲 AI 算法的絕佳候選者，Applied 公司剛剛宣布了用于大批量制造的 300 毫米 MRAM 系統(tǒng)，該系統(tǒng)由九個獨特的晶圓處理室組成，全部集成在高真空條件下，并且每個腔室能夠單獨沉積多達五種不同的材料。

盡管代工廠正在探索如何在基于新興存儲器的設(shè)備上與超大規(guī)模設(shè)備合作，Handy 認為超大規(guī)模應(yīng)用不會顯著推動對它們的需求，因為他們寧愿花更少的錢購買由 DRAM 和閃存組成的復(fù)雜設(shè)置。GlobalFoundries 的 Mason 還看到了一個務(wù)實的陣營，即讓可用的東西在今天發(fā)揮作用并獲得最佳的增量解決方案。但也有一種破壞性和“敲門磚”的心態(tài)，如果價格合適，就會有意愿投資開發(fā)對行業(yè)真正具有破壞性的東西，他說. “這就是我認為他們中的一些人看到重大突破發(fā)生的方式。”

Handy 表示，這些使用存儲器的公司希望他們繼續(xù)遵循摩爾定律，這為未來設(shè)定了界限。“內(nèi)存公司需要繼續(xù)進行資本支出，但如果資本支出變得太大，如果他們嘗試行動過快，就會推高成本，而不是壓低成本。”

審核編輯 黃昊宇