作者：Nando Basile， X－FAB NVM与AI方案市场司理
近年来，受到全球半导体产能欠缺、新冠疫情以及季节性需求等因素的影响，存储器件的价钱出现出较大的颠簸态势。
J．P． Morgan， Gartner and Deloitte等主要行业剖析机构的剖析师都展望了半导体产能的欠缺将连续整个2022年，甚至更长。凭证WSTS的数据剖析，2022年全球存储器件市场的规模将到达1716．82亿美元，较之前预估的2022年增添135．21亿美元，同比增进将会到达8．5％。
图：WSTS的电子元器件市场展望（2021年11月）
图源：WSTS
作为占半导体芯片行业约莫30％的存储器件，其需求增进速率是快于半导体行业的。是什么在拉动存储器件的市场需求？现在来看，类似于、、云存储等主流应用将继续成为传统存储市场的助推器；电动车市场的发作推动了汽车电子市场对于存储的需求；可穿着医疗应用又对于存储的尺寸、功耗和品质提出极为苛刻的要求；的快速崛起则将传感、存储和运算牢牢地绑在了一起。这些新兴的应用场景无疑将要加倍依赖于嵌入式存储的手艺生长。
嵌入式存储在和传统存储器件的对比中，有着一些自己独占的优势。而差其余应用环境对于嵌入式存储的方案有着各自的需求。X－FAB，这家总部位于欧洲，全球领先的模拟、夹杂信号半导体晶圆厂，给出了他们自己在这个市场的答卷－－－成为一家一站式提供全系列嵌入式存储解决方案的车规级晶圆代工厂：其中包罗OTP／MTP／EEPROM／EFLASH等差异存储IP，而且所有的嵌入式存储IP都通过了最高规格的车规级别，事情温度能到达－40℃到＋175℃之间。
现在，全球半导体产能都处于极为欠缺的状态，对于那些使用自力式存储器件，并通事后端SiP集成的设计公司来说，他们不得不面临来自多家供应商潜在的产能风险。从更好地分配芯片产能的角度来讲，行使SoC的系统设计，同时加入嵌入式存储IP，无疑将获得更有用的产能行使。嵌入式解决方案搭配产能的提前结构，将极大地增添新产物第一时间投入市场量产的信心，从而抢占市场先机。同时比起SiP的方案来讲，嵌入式方案更省面积，这也意味着整体设计的总成本也能获得响应优化。
能解决存储芯片市场求过于供的燃眉之急，又能获得更优的时间和价钱成本，同时还能顺应系统方案小型化趋势，云云一举三得的嵌入式存储到底是什么器械？
以嵌入式非易失性存储器为例，也就是我们常说的eNVM，它是存储芯片的一种类型。相对于自力存储器而言，嵌入式非易失性存储器芯片被嵌入芯片内部作为其功效的一部门。按原理结构的差异，嵌入式存储器又可分为一次可编程（OTP）存储器，多次可编程（MTP）存储器，闪存（Flash）和电可擦可编程只读存储器（EEPROM），每种嵌入式存储器由于特征差异，适用的领域也有所差异。
图：差异类型eNVM性能及应用场景＆写入次数对比
图源：东方证券研究所
前面我们提到，驱动存储器市场不停增进的有5G、AI、云端、车用电子和物联网，那么拉动嵌入式存储器增进的“三驾马车”又是什么呢？下面我们就来聊聊嵌入式存储的真切市场需求与手艺变化。
若是要问这个天下的信息处置机制是怎样的？那么最简化的流程无非就是感知、存储、盘算和通讯，而说到近些年最热的词，一定是传感和人工智能（Edge－AI），我们不妨从这两个角度来探讨一下嵌入式传感器的优势和生长趋势。
首先是传感器，今天越来越多的应用正在依赖智能传感装备，而智能传感器对于智能化的要求也在不停增添，这个趋势通常被称为“智能传感器迁徙”。当传感器不再是简朴的传感后，对SoC芯片的要求也不再是仅仅简朴执行传感或者驱动这类的执行操作，而是需要有能力第一时间直接处置从外界捕捉来的数据——通过支持现场自顺应处置，实现或者能够快速转换和优化准备传输的数据（使数据适合在总线网络或者RF广播上流传），从而利便数据在后端获得进一步处置。
从芯片架构的角度来讲，任何智能传感现在都需要on－board的MCU用来数据运算和处置，而MCU又离不开SRAM和NVM（主要是EEPROM和Flash）。SoC最基本的功效是把传感器从外界捕捉的信号（主要是模拟信号）转换成数字信号，然后凭证后端差其余协议转换数据以备后续的传输。整个系统中关于存储端必须要思量的要害点是该存储单元的性能参数，大多数情形下这取决于整个SoC的应用场景。因此，所用到的存储方案，在确保与系统中其余应用能够完善集成在一起的同时，也必须要有能力遭受整个系统相同的事情条件，还要具备与传感器或者MCU自己要求相当的可靠性水平。
从这点来讲，嵌入式存储解决方案的优势将会异常显著。举一个典型的例子——汽车和航天领域：在这些领域中，传感器必须顺应极限的高温顺低温，同时能够遭受高电压，有时甚至需要具备对辐射的恢复能力。类似其他的应用对于环境的要求虽然可能没有那么苛刻，但仍需要有对照高的平安尺度，好比说生物医疗。
而对于上述提及的这些应用情形，嵌入式解决方案的现有替换方案都不具有成本优势，更晦气于治理，甚至无法匹配传感器／MCU的运行环境条件。因此，在汽车电气化、自动驾驶、远程医疗等全球趋势的引领下，嵌入式解决方案在这些市场都有望在未来稳步增进。
固然，提到传感器，我们就不得不提到低功耗。便携式传感器在我们的一样平常生涯中变得越来越普遍，用户们在通常生涯中除了依然要求这些传感器足够伶俐之外，还要求“能够将感知的数据转化为有用的用户体验，或者压缩数据用以有线或者无线网络（如蓝牙、蜂窝网络等）传输”。在这一历程中，用户会更关注整个系统的功耗，这里指的是电源驱动或者能源接纳。而嵌入式存储器在这一点上异常具有自己的优势。
嵌入式方案可以确保一颗SoC平滑集成低功耗方案（例如栅极供电），缩短互联路径，较洪水平地削减可能发生的天线问题。嵌入式方案也将更少受到寄生泄电或者其他缺陷的影响（或基本不受影响）。对于这些缺陷，设计者在选择多封装组件的异构方式时是需要做分外处置的。
此外，在小型化趋势中，许多便携式装备都市晤临严酷的空间限制，好比医疗可穿着应用。因此，电子元器件的尺寸巨细也变得异常要害。嵌入式存储在空间节约上也有着不能替换的优势。类似的应用，如3D集成，会极大地引领嵌入式存储的生长，其中包罗了电阻RAM或者自旋电子存储。
图：eNVM下游主要应用
图源：信达证券研发中央
讲完传感的智能化和低功耗趋势，我们再来聊聊有时机重塑我们未来的人工智能（Edge－AI）。事实上，从久远看，这一趋势正逐步将当前的智能传感转变为新一代智能传感。更多的剖析和决议将由传感器来完成，模拟人类的感受和反射。如前所述，为了使新型应用或现有的应用更高效，“智能化”与“低功耗”需要获得完善的连系。现在来看，尤其在面临电源驱动的方案时，图像识别和音频识别这两大应用将为这一转变提供无限尽的动力。固然，随着人工智能的不停生长，我们一定还会看到更多超乎我们想象的新应用的到来。
在人工智能（Edge－AI）这个应用领域，差异类型的神经网络架构多数通过硅来实现——所有这些实现都是基于半导体阵列的，并在推理演绎和机械学习的基础上实现这些基本的MAC操作。这种半导体单元阵列在看法上与嵌入式存储阵列异常相似，这预示着一种未来手艺的趋势：那就是从现在的逻辑阵列（易失性或非易失性）向multi－bit多位元或“近似模拟化”的一种升级。
整小我私人工智能（Edge－AI）的焦点点在于：这种类似存储架构的网络连结结构将不再是CPU的隶属，而是将成为整个应用的盘算中央。这与传统的基于MCU的方式差异，传统的方式使用存储阵列从CPU往返传输数据（在这个历程中消耗大量的电力，并发生分外的热量）。在Edge－AI的架构中，关于盘算所有的一切都在阵列内部举行，实现真正的存内盘算。正如人类大脑的事情模式，所有的决议历程都在内部通过神经元和突触阵列之间的电子路径发生。
由于人工智能被普遍以为是继手机革命之后，又一个未来几年会以两位数的复合增进率增进的大事宜，而且能够大大改善我们的生涯方式。因此在这个赛道上，对嵌入式存储器以及其集成方案有充实领会的公司将在市场上抢得先机。在人工智能这个应用上，一些要害手艺参数更多取决于：
bit－cell的操作框架
整体低功耗的竞争力
面向多个NVM方案的设计天真度
选用Foundry平台的通用性
综合来看，对于许许多多需要智能化支持的传感器来讲，嵌入式存储是完善的解决方案。而嵌入式存储器，尤其是非易失性存储器，不管从中期照样耐久来看都将迎来一个极为灼烁的应用远景。从短期来看，嵌入式存储的解决方案可以有助于缓解近期全球半导体欠缺的问题，成为汽车和便携式应用（稀奇是医疗康健）创新的要害推动者。从久远来看，嵌入式存储能够为Edge－AI实现大规模推广和普及铺平蹊径。从某种意义上来讲，嵌入式存储将有助于人类进入下一个文明时代。
图：X－FAB嵌入式非易失性内存（e－NVM）解决方案组合
值得一提的是，为了知足日益增进的嵌入式存储的需求，X－FAB能够提供异常天真的一站式解决方案。整体方案具备一流的可靠性品质、多样化且具有弹性的搭配选择以及连续稳固的NVM平台，可以知足客户的差异需求。而X－FAB的专业能力以及完善的手艺蹊径图更将辅助其客户从其竞争对手中脱颖而出。