在 DRAM 世界中，散熱問題正處于危機(jī)點(diǎn)。在 14nm 及以下，在最先進(jìn)的封裝方案中，可能需要一個(gè)全新的指標(biāo)來解決熱密度如何越來越多地將小問題變成大問題的乘數(shù)效應(yīng)。

一些過熱的晶體管可能不會對可靠性產(chǎn)生很大影響，但數(shù)十億個(gè)晶體管產(chǎn)生的熱量會影響可靠性。對于 AI/ML/DL 設(shè)計(jì)尤其如此，高利用率會增加散熱，但熱密度會影響每個(gè)先進(jìn)的節(jié)點(diǎn)芯片和封裝，這些芯片和封裝用于智能手機(jī)、服務(wù)器芯片、AR/VR 和許多其他高-性能設(shè)備。對于所有這些，DRAM布局和性能現(xiàn)在是首要的設(shè)計(jì)考慮因素。

Nantero 的首席系統(tǒng)架構(gòu)師、《The JEDEC DDR5 NVRAM 規(guī)范?！皬?90° 到 95°C，它開始恐慌。超過 95°C，您將開始丟失數(shù)據(jù)，因此您最好開始關(guān)閉系統(tǒng)?！?/p>

Gervasi 說，這些數(shù)字基于 14nm 技術(shù)。他預(yù)計(jì)先進(jìn)節(jié)點(diǎn)和先進(jìn)封裝的情況會更糟?！爱?dāng)你縮小到 10nm、7nm、5nm 或 3nm 時(shí)，會發(fā)生什么？你的聯(lián)系失控了。你讓自己更容易受到串?dāng)_的影響，所以橫錘開始變得更加危機(jī)。這是一個(gè)非常嚴(yán)重的問題?！?/p>

造成這種情況的主要原因之一是 DRAM 的基本設(shè)計(jì)。盡管 DRAM 接口的數(shù)量不斷增加——無論是 DDR5、LPDDR5、GDDR6、HBM 還是其他接口——它們都保留了基本相似的結(jié)構(gòu)。

“DRAM 芯片的核心基本上是一個(gè)連接到開關(guān)的非常小的電容器，” Cadence產(chǎn)品營銷集團(tuán)總監(jiān) Marc Greenberg 說?！耙獙?shù)據(jù)寫入該單元，您允許電流流入該電容器以從該單元讀取數(shù)據(jù)。你能感覺到那個(gè)電容器上是否有電荷。”

不幸的是，這導(dǎo)致了一個(gè)眾所周知的缺點(diǎn)?！按鎯υ谶@些微型電容器上的電荷是相對少量的電荷，”格林伯格說?！爱?dāng)它變熱時(shí)，它對泄漏非常敏感?！?/p>

無論架構(gòu)多么新穎，大多數(shù)基于 DRAM 的內(nèi)存仍面臨因過熱而導(dǎo)致性能下降的風(fēng)險(xiǎn)。易失性內(nèi)存的刷新要求（作為標(biāo)準(zhǔn)指標(biāo)，大約每 64 毫秒一次）加劇了風(fēng)險(xiǎn)?！爱?dāng)您將溫度提高到 85°C 以上時(shí)，您需要更頻繁地刷新電容器上的電荷，”格林伯格說?！耙虼耍鷮㈤_始轉(zhuǎn)向更頻繁的刷新周期，以解釋由于設(shè)備變得越來越熱，電荷從這些電容器中泄漏得更快的事實(shí)。不幸的是，刷新該電荷的操作也是電流密集型操作，它會在 DRAM 內(nèi)部產(chǎn)生熱量。天氣越熱，你就越需要更新它，但你會繼續(xù)讓它變得更熱，整個(gè)事情就會分崩離析。”

這是不歸路。“如果一個(gè) DRAM 由于熱量/熱量而發(fā)生故障，那么其他 DRAM 很可能也會發(fā)生故障，” Rambus的研究員和杰出發(fā)明家 Steven Woo 說?！霸蚴撬械?DRAM 通常都彼此靠近，所以如果溫度很高，那么對所有 DRAM 都是危險(xiǎn)的。即使使用強(qiáng)大的服務(wù)器內(nèi)存系統(tǒng)，由于與熱相關(guān)的故障而僅丟失幾個(gè) DRAM 也可能意味著整個(gè)系統(tǒng)出現(xiàn)故障。所以熱量和熱量對于內(nèi)存系統(tǒng)來說是一個(gè)非常重要的問題。”

它不僅僅是服務(wù)器。一個(gè)芯片上大約有 80 億個(gè)晶體管，手機(jī)會變得很熱，可能需要在冰箱里呆上幾分鐘。發(fā)生這種情況時(shí)，應(yīng)用程序?qū)o法正常運(yùn)行。

對于越來越密集的高級封裝也是如此。Synopsys研究員Victor Moroz 說：“熱量成為內(nèi)存的一個(gè)問題，特別是在使用堆疊技術(shù)時(shí)，例如邏輯上的 SRAM 。” “當(dāng)你這樣做時(shí)，會產(chǎn)生影響，因?yàn)槟鞘撬鼜南噜忂壿嬛幸绯鰺崃康臅r(shí)候，這對內(nèi)存來說是一件壞事——對于 SRAM 來說，不是那么多，但對于 DRAM 來說這是一件大事，因?yàn)檫@個(gè)刷新時(shí)間成倍地依賴于溫度，因?yàn)樗且粋€(gè)結(jié)泄漏。當(dāng)你把DRAM和邏輯放在同一個(gè)封裝里，如果是高性能計(jì)算的邏輯，那么DRAM就會吃虧。你的刷新時(shí)間縮短了，你必須更頻繁地刷新它。”

多年來，對耐熱性的需求不斷增加?！爱?dāng)我第一次加入公司時(shí)，0° 或負(fù) 40°C 可能是低端，而高端則為 100° 或 110°C，”Woo 說?！暗缃瘢囆袠I(yè)需要一些最極端的溫度保證?！?/p>

更高的溫度會導(dǎo)致更高的刷新率，從而降低性能，尤其是在數(shù)據(jù)密集型應(yīng)用程序中。“在某些情況下，如果溫度接近可接受的工作范圍的上限，系統(tǒng)可能會選擇提高 DRAM 的刷新率，”他說?！癉RAM 保留其數(shù)據(jù)的時(shí)間取決于溫度，在更高的溫度下，可能需要提高刷新率以確保數(shù)據(jù)不會丟失。更高的刷新率意味著我們正在占用 DRAM 的一些帶寬，因此系統(tǒng)的性能可能會在更高的刷新率下受到影響。”

這必須融入設(shè)計(jì)?！袄?，如果你正在設(shè)計(jì)一個(gè) I/O 控制器，你就會有這個(gè)數(shù)據(jù)流被扔給你，你需要吸收它，”Gervasi 解釋說?！霸诋?dāng)今設(shè)計(jì)所有線卡的 DRAM 世界中，如果 DRAM 刷新 350 納秒，則該內(nèi)存處于離線狀態(tài)。但數(shù)據(jù)流不會停止。這意味著您必須圍繞緩沖數(shù)據(jù)設(shè)計(jì)整個(gè)架構(gòu) 350 納秒，然后才能再次開始清空該緩沖區(qū)?！?/p>

嘗試調(diào)整刷新率會導(dǎo)致不愉快的權(quán)衡?！艾F(xiàn)在 5% 的系統(tǒng)性能專門用于保留您已經(jīng)編寫的內(nèi)容，”Gervasi 說。“這是解決辦法嗎？顯然是這樣，因?yàn)槿绻藗兿胍?85°C 以上運(yùn)行，就必須這樣做——放棄一些系統(tǒng)性能以獲得數(shù)據(jù)完整性?！?/p>

內(nèi)存選擇很重要

為了應(yīng)對這些擔(dān)憂，半導(dǎo)體生態(tài)系統(tǒng)正在嘗試多種解決方案，以最大限度地減少熱問題并提高可靠性。是德科技內(nèi)存解決方案項(xiàng)目經(jīng)理 Randy White 指出，LPDDR 通過整合一種稱為“溫度補(bǔ)償自刷新”的功能來解決刷新問題。 “當(dāng)您需要刷新內(nèi)存庫時(shí)，芯片上有一個(gè)內(nèi)置溫度傳感器。有一個(gè)查找表顯示，“核心溫度每升高 1 度，就需要按比例增加刷新周期的頻率。” 同樣，DDR5 DRAM 現(xiàn)在包括一個(gè)內(nèi)部溫度傳感器。設(shè)計(jì)精確的片上溫度傳感器很困難，因此它的精度只有 +/-5°C。但總比沒有好，這就是 DDR4 的存在。這至少有助于了解何時(shí)打開風(fēng)扇，并大致說明氣流設(shè)計(jì)的效果如何?！?/p>

在標(biāo)準(zhǔn)層面，JEDEC 一直在嘗試可能的修復(fù)方案，Gervasi 說，“我們已經(jīng)在 DRAM 內(nèi)部設(shè)置了熱跳閘點(diǎn)，并討論了在下一代擁有后門訪問端口的可能性，DRAM 可以在說，‘我這里太熱了。你需要做點(diǎn)什么。要么減慢數(shù)據(jù)訪問速度，要么加快風(fēng)扇速度?！?/p>

格林伯格說，市場上已經(jīng)流行的一種方法是在芯片中內(nèi)置糾錯(cuò)功能?！霸诟冗M(jìn)的 DRAM 類型中，如 LPDDR5 和 DDR5 等密度非常高的類型，內(nèi)存制造商正在實(shí)施片上糾錯(cuò)。當(dāng)一個(gè)位由于其電荷泄漏而變得不可讀時(shí)，DRAM 設(shè)備上的糾錯(cuò)電路能夠通過將該位單元中應(yīng)該存在的數(shù)據(jù)與它周圍的其他位單元以及一些錯(cuò)誤拼湊在一起來糾正該錯(cuò)誤校正位，也包含在 DRAM 芯片中?！?/p>

這種技術(shù)使內(nèi)存制造商能夠提供擴(kuò)展溫度范圍的 DRAM。許多方法都基于漢明碼，這是一種可以追溯到打孔帶時(shí)代的糾錯(cuò)方案，但仍有助于糾正一個(gè)錯(cuò)誤并檢測兩個(gè)錯(cuò)誤。更先進(jìn)的方法也已進(jìn)入市場。當(dāng)然，沒有人會透露他們的專有算法，但在之前的博客文章中，Synopsys 的高級技術(shù)營銷經(jīng)理 Vadhiraj Sankaranarayanan 對 DRAM 糾錯(cuò)進(jìn)行了高級概述。

Cadence 和其他公司還為高可靠性應(yīng)用提供了超出 ECC 現(xiàn)有功能的額外校正。

十多年來一直在取笑該行業(yè)的一項(xiàng)技術(shù)是微流體冷卻。除了散熱器、風(fēng)扇或外部液體冷卻等標(biāo)準(zhǔn)商用冷卻元件外，學(xué)術(shù)實(shí)驗(yàn)室正在進(jìn)行的實(shí)驗(yàn)正在將冷卻直接整合到芯片中，這種方法稱為集成微流體冷卻，其中微流體通道被蝕刻到芯片中，允許冷卻液流過它。

盡管這在理論上聽起來像是一個(gè)近乎完美的解決方案，并且已被證明可以在實(shí)驗(yàn)室中工作，但Siemens Digital Industries Software的電子和半導(dǎo)體行業(yè)負(fù)責(zé)人 John Parry指出，它不太可能在商業(yè)生產(chǎn)中發(fā)揮作用?！皬牧黧w腐蝕到泄漏問題，您都遇到了各種問題，因?yàn)槟谔幚順O小、非常精細(xì)的物理幾何形狀。他們被抽了。我們通常發(fā)現(xiàn)與之相關(guān)的可靠性最低的功能之一是機(jī)電設(shè)備，例如風(fēng)扇和泵，因此您最終會在許多不同的方向上變得復(fù)雜?！?/p>

不同的方法

Nantero 的 NRAM 是經(jīng)過徹底重新思考并成功走出實(shí)驗(yàn)室的內(nèi)存設(shè)計(jì)。它不是 DRAM，而是由碳納米管制成的非易失性芯片，并且已經(jīng)證明它可以承受極端的熱條件。概念驗(yàn)證：Gervasi 指出，它在修復(fù)哈勃望遠(yuǎn)鏡的航天飛機(jī)任務(wù)中在太空中進(jìn)行了測試。

對于 JEDEC，Gervasi 正在開發(fā)允許 NRAM 芯片無縫插入 DRAM 的規(guī)范。但不管 NRAM 最終取得怎樣的成功，他認(rèn)為碳至少提供了一條擺脫熱難題的方法?！疤技{米管是卷起的鉆石。它們幾乎是熱分布。它們實(shí)際上將被部署，即使它們不將它們用作存儲單元，因?yàn)檫@是進(jìn)行熱擴(kuò)散和熱分布的好方法。碳納米管也被討論用于印刷電路板布線或芯片布線，因?yàn)樗跓岱植挤矫娣浅Ｍ昝?。?/p>

格林伯格說，無論選擇何種芯片和其他組件，都必須在設(shè)計(jì)階段左移并模擬熱問題，而不是將它們視為以后可以修復(fù)的不便?！澳阋欢ㄒ紤]事情會變得多熱。這往往是事后的想法。人們只是假設(shè)要完成您必須做的計(jì)算工作，總有一個(gè)更大的散熱器可以購買。那些制造電池供電設(shè)備、手機(jī)、平板電腦和手表的人關(guān)心的是功耗，而不是熱量。可以采用許多模擬技術(shù)來改善功耗和改善散熱狀況。”

當(dāng)然，生產(chǎn)前的模擬需要與生產(chǎn)后的物理分析相結(jié)合，特別是測試芯片并根據(jù)它們的性能對它們進(jìn)行分類?！叭绻梢缘脑?，你真的想建立一種設(shè)計(jì)，因?yàn)檫@可以讓你獲得規(guī)模經(jīng)濟(jì)，”Rambus 的 Woo 說?！叭缓竽憧赡芟敫鶕?jù)不同的規(guī)格對其進(jìn)行測試。測試流程是當(dāng)你有機(jī)會說，‘這個(gè)設(shè)備實(shí)際上覆蓋了非常廣泛的范圍，所以也許我們可以把它賣到汽車市場。

最后，如果更糟到絕對最壞，可以更改規(guī)范，但這對于某些用例（例如移動(dòng)設(shè)備）可能是一場災(zāi)難。相比之下，允許大型數(shù)據(jù)中心中的芯片溫度升高可能會帶來令人驚訝的環(huán)境效益。至此，是德科技的 White 回憶說，一家公司曾要求 JEDEC 將工作溫度的規(guī)格提高 5 度。對潛在節(jié)省的估計(jì)是驚人的。根據(jù)他們每年用于冷卻的能源消耗量，他們計(jì)算出 5 度的變化可以轉(zhuǎn)化為每年關(guān)閉三個(gè)燃煤電廠。JEDEC 最終在這個(gè)建議上妥協(xié)了。