【原】大咖说|美国美光公司存储大师谈论如何推动摩尔定律发展，以及当前正在研究的创新技术

美国美光公司的高级研究员和副总裁古尔特·桑杜（Gurtej Sandhu）一直在努力推动摩尔定律的发展，同时也在研究可以继续加速计算的先进技术。作为IEEE研究员，Sandhu凭借对硅CMOS工艺技术的贡献赢得了2018年IEEE Andrew S. Grove奖，该技术实现了动态随机存取存储器（DRAM）和NAND闪存尺寸大幅缩小。他还拥有美国第七多的专利。

Sandhu促进了高k介电薄膜的原子层沉积的发展，该技术可用于制造DRAM器件。他还发明了一种称为节距倍增的半导体图形化工艺，大大缩小了NAND闪存。他的金属阻挡层化学气相沉积工艺仍然用于制造DRAM和NAND芯片。

Sandhu向IEEE Spectrum介绍了Micron的内存技术发展，并表示，现在是成为一名计算机工程师的最好时机。

1. IEEE Spectrum：美光科技的一些重要创新是多年来一直跟随着摩尔定律？

 

Sandhu：美光的许多创新都是用于实现新材料和复杂结构的工艺和技术。早在行业内其他人听说过它们之前，其中许多都被悄然采用在存储芯片中。

例如，对于DRAM，美光公司有3D电容器。早在别人将高k电介质用于逻辑芯片之前，我们就一直在使用高k电介质。在其他人开始谈论节距倍增之前，我们在2005年就开始使用。我们在21世纪初使用3D晶体管，早在逻辑芯片中采用3D FinFET之前。

最新的创新是一项名为3D XPoint Memory的技术。这是一种无晶体管架构，其中存储器单元位于字线和位线的交叉点。存储层可以堆叠，每个单元保存一位数据，每个单元可以通过改变发送给它的电压来单独写入或读取。数据可以用小的信息包写入和读取，并且比现有的其他非易失性存储器更快。

2. IEEE Spectrum：你认为摩尔定律逼近极限是积极的还是消极的？

Sandhu：摩尔定律在某些情况下已经失效了。例如，在NAND中，平面缩放在几年前就已经消失了，所以我们选择了3D NAND。摩尔定律的失效是不可避免的。问题是，我们接下来要做什么？。

我认为现在年轻工程师的机会比我开始时更多，因为有更多不同的载体可以推动创新。

3. IEEE Spectrum：您在美光领导的一些继续推动电子产品开发的创新是什么？

Sandhu：我们必须考虑系统级解决方案。人们认为DRAM和NAND的发明是自下而上的创新，然后我们围绕它建立了所有这些系统。但其实所有东西的产生都是源于现实需求。DRAM取得成功，因为英特尔需要低成本的内存，他们进行了系统级的更改以实现DRAM。NAND是同一回事，史蒂夫·乔布斯在寻找廉价的固态存储器，促使他们采用NAND闪存。

新的创新将以同样的方式发生。我们必须想好我们正在寻找什么样的解决方案，然后设计内存解决方案来满足这些应用。我们正在扩展DRAM和NAND的实用性、性能以及成本。 3D XPoint是一个旨在实现特定系统级解决方案的示例。

业界甚至不得不考虑向内存中引入新技术。每个人都在谈论内存和计算的接近程度。实际上一些计算可能需要进入到内存内部以实现创新。

4. IEEE Spectrum：这是否意味着对计算机体系结构进行彻底更新？

Sandhu：在过去的50年里，我们一直在以相同的方式进行计算，但这种方法已不可持续，将数据输入和输出处理器存在瓶颈。如果您想要达到10倍到100倍或更高的改进，那么将不得不改变计算方式。

我们需要以内存为中心，而不是以计算为中心。现在数据位于内存中，再将其移动到处理器中进行操作，然后将其发回。即使像A + B这样简单的事情也需要25个周期的时钟。但是，如果可以将指令发送到内存中，然后执行A + B并存储，而不是移动数据，这就要快得多，而且需要很少的能量就能在纳米尺度上局部移动数据。

问题是，必须改变编码和软件以及对计算的看法，但一家内存公司或处理器公司无法做到这一点。需要大家都在某种程度上参与才能实现这一目标。

5. IEEE Spectrum：业内人士是否认真考虑过这个问题？

Sandhu：已经讨论过一段时间了，现在已看到一个略微积极的趋势。我在一个开放的论坛上谈论这个问题时，并没有人说这是一个坏主意。人们知道这是必须的，但改变我们做事的方式却非常复杂。

正在设计的新应用程序可能会带来机会。例如，对于AI，甚至汽车公司也必须设计用于自动驾驶的芯片。对于物联网和边缘计算，都必须重做从软件和固件到编码的所有内容。当我们从头开始做时，就可以实现全新的系统架构。

6. IEEE Spectrum：硬件专业化计算有一个更普遍的趋势，AI加速器芯片就是一个例子。这对美光正在研究的内存和存储技术有何影响？

 

Sandhu：当我开始使用DRAM时，我们只是制作芯片并出售它们，并希望有人会使用它们。第一个杀手级应用是来自戴尔和康柏的PC。在过去的十年中，我们在企业和移动领域拥有巨大的市场。汽车应用程序即将推出，我们已经在优化解决方案。您可以将其视为针对不同细分市场的硬件优化。对于AI，显然芯片将成为专用ASIC（专用集成电路）。内存将成为其中的一个重要组成部分。市场多元化已经发生，而且会变化的更多。

7. IEEE Spectrum：美光正在资助将数字数据存储在DNA序列中的研究。 DNA数据存储的前途是什么？

Sandhu：这始于科学的好奇心。只是想知道物理学是否正确。我们发现物理学确实有效。然后就会考虑它在实际应用方面可以做些什么。数据爆炸正在推动DRAM和NAND内存市场的爆炸式增长。我们刚刚出狱数据爆炸增长指数曲线的开始。

磁带驱动器用于存档存储信息，但它们必须每10年重写一次，这不是长期数据。DNA是一种有趣的媒介，大自然已经使用了数百万年，显然它是有效的，对吧？我们的身体是由几代人的DNA记忆制成的。

原则上一茶匙的DNA的存储量和可以相当于今天存在的整个世界的信息。但这说起来容易做起来难，看到这种情况发生之前，还有很多挑战。

8. IEEE Spectrum：这些挑战是什么？您何时看到DNA数据存储成为可行的技术？

Sandhu：到目前为止，我唯一相信的是物理学。其他一切都是挑战。如何输入数据、读取和管理数据等等。人类基因组计划在DNA定位方面取得了数百万次的改进。这是正确的轨迹。但是对于我们正在讨论的应用，在它变得切实可行之前还需要另外数百万次，甚至更多次。在我们能够使用DNA作为存储和检索数据的媒介之前，这真的是一个相当艰巨的任务。