FD-SOI的低功耗，究竟有什么用？

搜索最新SoC解决方案
关于汽车电子...物联网...安全...音频...视频

前年的ISSCC 2017大会上，意法半导体做过一个题为"针对智能嵌入式系统、采用28nm FD-SOI工艺的2.9TOPS/W深度卷积神经网络SoC"（A 2.9 TOPS/W Deep Convolutional Neural Network SoC in FD-SOI 28nm for Intelligent Embedded Systems）的演讲。演讲中的这颗SoC应用，当然如其名就是卷积神经网络（CNN），不过其真正的亮点在2.9TOPS/W，宣传词汇常规一套就是高能效、低功耗，毕竟这是用在嵌入式与IoT应用中的。

https://www.eet-china.com, Sept. 23, 2019 – 前年的ISSCC 2017大会上，意法半导体做过一个题为"针对智能嵌入式系统、采用28nm FD-SOI工艺的2.9TOPS/W深度卷积神经网络SoC"（A 2.9 TOPS/W Deep Convolutional Neural Network SoC in FD-SOI 28nm for Intelligent Embedded Systems）的演讲。演讲中的这颗SoC应用，当然如其名就是卷积神经网络（CNN），而宣传重点在高效的存储层级，适用于不同深度卷积神经网络拓扑的弹性，输入输出能力，还有与主流的深度学习工具做整合。

不过其真正的亮点在2.9TOPS/W，宣传词汇常规一套就是高能效、低功耗，毕竟这是用在嵌入式与IoT应用中的。应用于AlexNet网络的峰值效率在2.9TOPS/W。这个数字放到今年来看也依然是十分出色的，翻看今年国内外厂商最新推出的AI芯片，有大把不如这个成绩的产品。这颗芯片能够达到如此能效比的一个重要原因就是采用FD-SOI结构，具备超广DVFS调节能力，通过体偏置（body bias）来实现DVFS的效率提升，多偏置（poly-biasing）降低漏电流等。

上周的上海FD-SOI论坛上，Leti-CEA首席执行官Emmanuel Sabonnadiere再次提到了这颗神经加速器，"这是我们和意法半导体一起做的"。后续，Leti-CEA还和苏黎世大学一起做了Dyanps-SL，这是现在很流行的脉冲神经网络（spike-coding NN）芯片，其能效水平是每个突触事件（synaptic event）小于2pJ。

上面这两个例子都是FD-SOI在边缘AI方面的应用，当然我们很难断言这样的能效红利主要来自意法半导体的28 FDSOI。不过当我们将FD-SOI和FinFET两者做对比时，现在说得最多的就是功耗和能效（energy efficient或power efficient，本文将不会严格区分energy能耗与power功耗），也是我们在FD-SOI论坛上听到最多的。

点击阅读更多

 Back