週刊 エレクトロニクスニュース 7/4/2022

Weebit NanoがReRAM IPのデモを実施
Weebit Nano は、ReRAM 技術の商業化に最も積極的に取り組んでいる企業の 1 つである。7年にわたる研究開発がついに実を結び、同社のReRAM IPモジュールが初めて公開された。

今回のIPモジュールは、ReRAMアレイ、制御ロジック、デコーダ、I/O通信素子、エラー訂正コードに加え、メモリアレイの技術パラメータを大幅に強化するスマートアルゴリズムを実行する特許出願中のアナログおよびデジタル・スマート回路を含んでいる。

WeebitのチーフサイエンティストであるGabriel Molas氏は、ReRAMチップを搭載した基板をタッチスクリーン付きのRaspberry Piに接続して、IPモジュールの能力を実証した。ReRAMがどれだけ速くデータを書き込み、保持できるかを展示するため、画面上の描画エリアにテキストを描画して表示した。Weebit ReRAMは組み込み型NVMブロックとして機能し、ライブ画像が供給され、モジュールの電源が切れている間もデータは保持される。

データ書き込みのデモで注目すべきは、必要なビットだけをプログラムしていることで、ReRAM IPの粒度の高さを示している。この書き込み速度は、一般的なフラッシュメモリ技術に比べて高速であり、これはWeebit ReRAMの直接プログラム/消去機能とバイトアドレス指定機能によるものだとMolas氏は述べている。

Weebit は、フランスの研究機関との IP 協力を拡大し、過去 10 年間にわたるメモリ研究への幅広い投資を活用してきた。　この共同研究の重要な焦点は、ディスクリートReRAM用のセレクタの開発であり、ReRAMがNANDフラッシュと競合する機会を開くことができる大規模アレイを構築するための重要なコンポーネントである。

Weebitは、AIやニューラルネットワーク、ニューロモーフィックコンピューティングへのReRAMの応用を探ることに大きな関心を示しているが、同社が最も重視しているのは、大量の組み込み用ReRAMの市場を獲得することだという。そして、その収益を、顧客からの機会に応えて2022年初頭に立ち上げ始めたディスクリートReRAMのさらなる開発の原動力とすることが目標になるのだろう。

GlobalWafersがシリコンウェーハの新拠点にテキサス州を選定
世界トップ3のシリコンウェーハメーカーであるGlobalWafersは、テキサス州シャーマンに300mm工場を新設する計画で、これは20年以上にわたって米国で初めての投資となる。
台湾に本社を置く同社は、このグリーンフィールド投資は、今年予定されている1,000億台湾ドル（34億ドル）に達する見込みの生産能力拡張に沿ったものであるとしている。

このプロジェクトは、現在世界の生産高の約12%を占め、衰退しつつある米国半導体産業の再建を目指す米国政府への信頼表明となるものである。バイデン政権は、CHIPS法と呼ばれる520億ドルの産業刺激策パッケージが成立しなければ、GlobalWafersのプロジェクトは危うくなると述べている。

米国議会は、数週間以内に景気刺激策パッケージを可決しなければ、GlobalWafersからの投資のような遅延やキャンセルに直面すると、米国商務長官であるGina Raimondo氏は警告した。

半導体企業は、膨大なチップの需要増に対応するため、秋までに投資を決定する必要があると説明し、GlobalWafersが米国を選んだのは、議会が今後数週間のうちに景気刺激策を通過させると考えているからだと、同氏は付け加えた。

ワシントンポスト紙によると、IntelとGlobalFoundriesは、景気刺激策の成立が遅れているため、米国でのチップ生産拡大計画を遅らせることを警告している。

CHIPS法は、米国の半導体産業の国際競争力を高めるものである。「GlobalFoundriesにとって、CHIPS資金の通過は、米国の製造能力の拡大に投資する割合とペースに影響を与えるだろう」とGlobalFoundriesのグローバル政府関係担当マネージングディレクター、Steven Grasso氏はWashington Postに語っている。同社は、ニューヨーク州マルタでの拡張を計画している。

GlobalWafersの300mm施設は、GlobalFoundries、Intel、Samsung、Texas Instruments、Taiwan Semiconductor Manufacturing Companyが近年発表した米国の新しいチップ工場にディナープレートサイズのウェハを供給することになる。世界のウェハーのほとんどはアジアで製造されており、そのため米国のサプライチェーンが圧迫され、国内のチップ生産がより高コストになっている。

スマートフォンから自動車まであらゆる製品を製造する企業が生産量の削減や工場の閉鎖を余儀なくされたため、世界各国の政府は供給を確保するために国内のチップ産業の確立を目指している。

GlobalWafersのテキサスでの投資は、最大で1,500人の雇用を創出し、プロジェクトがフル稼働し需要が軌道に乗れば、生産量は最終的に月産120万枚に達する見込みである。同社によると、施設の建設は今年後半に開始され、生産は2025年に予定されているとのこと。
GlobalWafersは、事業の成長は前例のないものであり、この新拠点から予想される数量を含め、将来の生産量を売り切り続けていると述べている。

IMS 2022 ハイライト
1950年代から、International Microwave Symposium (IMS) は、RFとマイクロ波技術者が集まり、発表し、意見交換し、ビジネスを行うための卓越したイベントの1つである。
初日までに6,000人以上の登録があり、今後も増える見込み。出展社も400社以上がブースを構え、かつてのIMSイベントと変わらぬ活気が感じられた。
IMSはテクノロジー系のカンファレンスだが、他のハイテク系カンファレンスのような華やかさはない。B2B、エンジニア同士のイベントとして、技術的な談義が盛んに行われている。
RF/マイクロ波業界は比較的小規模であり、多くの個人がすでに取引可能な多くの企業/組織とコンタクトを持っているため、IMSは直接会って詳しい話をするチャンスでもある。

展示会の見どころ：

・Compass Technologies Group LLC / Copper Mountain Technologies
Compass Technologies Group LLCは、Copper Mountain Technologiesと共同で、VNA測定への影響を最小限に抑えながらレドーム表面のカーブに沿って位置を変えることができるレドームスキャンニングシステムを作った。レドームスキャンシステムは、一般的な外装パッケージのない2ポートカッパーマウンテンVNAで構成されている。VNAは3Dプリントされたカスタムハウジングに搭載され、2GHzから18GHzのプローブへのテストリードはVNA基板に直接ハンダ付けされている。

・Fortify & Rogers Corporation ：3Dプリントされた誘電体とメタライゼーション
Fortifyは、3Dプリンターメーカーであり、3Dプリンティング技術のイノベーターでもある。IMSでは、Rogersの3Dプリント可能な低損失ポリマー「Radix」を使用し、3Dプリントされた月面車風のレンズやレドームの他に、平面伝送路や給電構造および放射体を備えたアンテナアレイなどの金属化3D構造物のデモを行った。3Dプリント可能なパーツに直接メタライズを施すことで、複雑なRF/マイクロ波/ミリ波（mmWave）パーツを信じられないほど短いリードタイムで製造できることを意味している。

・Vaunix ：コンパクトなデイジーチェーン接続可能なプログラマブル減衰器と40GHz信号発生器
Vaunixは、以前から小型のプログラマブル・アッテネータ・モジュールを販売しているが、IMS2022では、40GHz信号発生器の新製品のほか、デイジーチェーン機能を搭載したプログラマブルアッテネーターの新製品を見せてくれた。
この新機能により、USB接続のPC1台で、ジャンパーで相互接続された一連のプログラマブル・アッテネータを制御し、電源を供給することができるようになった。

・Signal Hound：43.5GHzまでのコンパクトなPC制御の信号発生器
Signal Houndは、非常に手頃な価格ながら高品質のPC駆動型シグナル・アナライザやその他のPC駆動型試験装置を製造していることで知られている。今年は、160MHzの瞬時帯域幅を持ち、校正済みのI/Qキャプチャを備えた43.5GHzのスペクトラム・アナライザのデモをした。I/Qキャプチャは、USB3.0経由で2秒間のI/Qバッファをブロック転送する。このアナライザは、新しいmmWave 5G（ハイバンド5G）周波数に到達できる非常に需要の高い周波数帯で、2万ドル強という驚くべき価格を実現している。

・Dongwoo Fine-Chem：透明でディスプレイ上に表示可能なmmWaveアンテナ
IMSの新規出展企業として興味深いのは、Dongwooが展示した様々な透明アンテナで、その中には新しい5G周波数帯に対応するオンデマンドのmmWaveアンテナも含まれており、また6GHz以下のWi-Fi帯域をカバーする透明アンテナも展示されていた。このようなアンテナの応用例として、バスの前面ガラスに透明フィルムで携帯電話用アンテナを取り付けると、バスシステムのWi-Fiを提供する携帯電話用モデムの受信性能が劇的に向上するとされている。

世界的に経済が悪化し、サプライチェーンの問題が多くの産業を悩ませているが、RF/マイクロ波業界は継続的な技術革新と開発で前進している。　衛星を含む無線通信の強化は RF 産業に直接影響を与え、また世界的な紛争は重要な RF エレクトロニクスとシステムの購買を増加させる要因となっている。

スタートアップ企業Tachyumがユニバーサルプロセッサを評価用に提供
ハイパフォーマンス・コンピューティング（HPC）、データ解析、5Gネットワーク処理、人工知能や機械学習などの業務においても、多くの設計エンジニアにとって、業務に適したプロセッサを選ぶことが、よりシンプルな判断になるかもしれない。

CPUやGPUの実装を決めるのではなく、Tachyumが開発したユニバーサルプロセッサ「Prodigy」という形で、モノリシックなデバイスが選択肢に入るかもしれない。Prodigyは、CPUとGPUの機能を1つのアーキテクチャに統合したものである。同社の創業者兼CEOのRado Danilak氏はEE Timesとのブリーフィングで、この単一デバイスはクラウドコンピューティング、AI、HPC環境において、より優れたパフォーマンス、電力、総所有コストを実現する可能性があると述べている。

年内にサンプリングを開始し、2023年前半に量産を予定しているProdigyは、最大5.7GHzで動作する128個の高性能ユニファイドコアで構成されており、空冷と液冷の両方のデータセンター向けのラックソリューションが用意されている。Tachyumは、CPUモデルを採用し、スーパーコンピューティングのワークロードを処理するためにベクトルプロセッサーを拡張し、さらにAIデータ型とマトリックスを処理するためにそれらを修正した。どのコアもIntel/AMDのどのコアよりも高速で、チップ間全体では約4倍高くなっているという。

データセンターにとって最も重要な問題点の1つは電力消費であり、これにより拡張が制限される可能性がある。現在、データセンターは地球上の電力の約4％を消費し、航空業界全体の50％以上の地球規模の排出量を生み出している。

「現在のトレンドが何も変わらなければ、2040年までにデータセンターが消費する電力は40%に達するだろう」と述べ、このように電力消費量が多いにもかかわらず、多くのサーバーは十分に活用されていないと、Danilak氏はFacebookの調査を引用し、24時間当たりの平均利用率が50％未満であることを指摘した。このようなサーバーの稼働率の低さが、年間数十億ドルのコストにつながっているのである。

「人々が使っていない夜間にサーバーの電源を切る代わりにユニバーサルプロセッサを使い始めれば、AIに使うことができ、GPUを1つも買わずに10倍以上のAIを手に入れることができる」とDanilak氏は言う。

こうしたことは、プロセッサの性能向上が鈍化し、プロセスの微細化でムーアの法則が成り立たなくなったように見えることから起きている。また、トランジスタが高速化してもワイヤが遅くなり、ワイヤの遅延が機能ブロックの性能を制限するようになったということである。
改良のスピードが遅くなったことで、オーバープロビジョニングが起こり、その結果、消費電力が増大している。

最終的にProdigyは、速度低下の原因となっている根本的な問題であるワイヤーを介したデータの移動を行わないことを選択することで、電力と性能の課題に対処している。
Danilak氏は、ProdigyがAIアクセラレータではなく、AIに適したCPUの代替品であることを強調した。同社は6月初めに、認定された顧客やパートナー向けに、メモリとアプリケーションソフトウェアを備えた完全な機能を持つProdigyプロセッサーを搭載した「Tachyum Prodigy評価プラットフォーム」を今年後半に数量限定で構築すると発表している。

CBRSと5G：データレートが向上？
4Gネットワークの後半同様に、5Gの性能はCBRS（Citizens Broadband Radio Service）のような準共有周波数によって支えられることになる。このことは、携帯電話ネットワークを長期的に観察している人々にとって驚くことではないはずである。

現実の5Gは、初期のブースターが約束したような性能を発揮していない。これは、主に米国で展開されているミリ波モバイル5Gネットワークが、1Gbpsのデータ速度を実現できるものの、100m程度の距離でしか利用できないことが一因である。さらに、ミリ波の信号は壁やある種の窓を透過することができない。つまり、屋外で5Gの基地局に近づかない限り、せっかくのmmWave 5G携帯電話はかなり使い勝手が悪いということである。

そのため、2022年には、米国のほとんどの通信事業者が5Gの焦点をミッドバンド・ネットワークの展開に切り替えている。こうしたネットワークは、mmWaveのような驚異的な速度は出せないが、モバイルとしては十分な速度（100Mbps以上）を出し、屋内でも5Gの信号を届けることができる。

AT&T、Dish、T-Mobile、Verizonはいずれもミッドレンジ・ネットワークを展開している。AT&TとVerizonは現在、Cバンド（3.7～4.2GHz）の5Gネットワークを展開しており、T-Mobileは2.5GHz帯の周波数を全米で着々と導入している。一方、Dishは、5Gネットワークのパフォーマンスを高速化するために、ラスベガス以降のバンド66（AWS）の中間帯域を使用している。

そのため、事業者やスタートアップ企業は、5Gの性能を高める方法として、米国でCBRSと呼ばれる3.5～3.7GHzの周波数帯の利用を検討し始めている。

Verizon:
Verizonは最近、CBRS優先アクセスライセンス（PAL）と一般公認アクセス（GAA）の両方の周波数で5Gをサポートする計画を発表したが、CBRS 5G機器の配備をいつ開始するかはまだ明らかにしていない。しかし、同社は、CBRS GAA共有スペクトルを使用したEricssonとの5Gデータ通話を完了している。2021年9月に、EricssonとQualcommは、同周波数での5G New Radio通話でCBRSの新世代への移行を開始した。
現在、ミッドバンド5Gキャリアアグリゲーションがオンラインになり始めているため、Verizonが5G用のPALをすでに4G用に活用しているのと同様の方法で展開し、新しい規格の平均データレートを引き上げることが期待できそうだ。

Dish：
グリーンフィールドの新5G事業者Dishは、2020年のオークションで優先CBRS免許のほとんどを落札した。Wetterhorn Wirelessとして入札した同社は、5,492のライセンスを確保し、そのために9億1,200万ドルを費やした。当時、DishはNB-IoTネットワークの構築計画を中止し、5Gの展開を優先したばかりだった。
それから2年以上が経過した現在、Dishは米国内の120の市町村で5Gネットワークを展開し、6月14日までに米国人口の20％以上をカバーするというFCCの要求を上回ったところだ。

同社は、CBRS周波数帯を使った5G利用の計画について、あまり多くを語っていない。しかし、Dishは、Verizonと同じように、ネットワークを強化するためにこの周波数を利用すると思われる。違いは、Dishの保有するCBRSは米国の人口の98％をカバーしているが、大都市圏では1つのPALを購入してその地域をカバーすることが多いことだ。つまり、DishのCBRSの位置づけは、広いが非常に浅いということになる。   

Helium：
スタートアップHeliumのユーザーは、CBRS周波数を使って「オープン5G」と呼ぶものを実装し始めているところである。地域住民に新しい携帯電話規格へのアクセスを提供するために、独自の5Gゲートウェイとスモールセルを展開することが期待されている。Heliumによると、ゲートウェイプロバイダーはこのサービスを実行することで、新しい「MOBILEリワード」を獲得することができるという。
2022年3月時点で、パートナーのFreedomFiは、1万台以上の5Gゲートウェイを予約者に出荷したほか、屋内外の5Gスモールセルも多数出荷したと述べている。

カーボンナノチューブが実現する妥協のないサーマルインターフェイス材料
今日の市場では、高度な機能を持ちながら、ますますコンパクトになった電子デバイスが求められている。小型化の流れは、設計者に困難な課題を突きつける。特に、必要なコンポーネントの集積度の向上と、避けられない過熱の問題が関係している。

この記事では、カーボンナノチューブの使用に基づく、Carbice Corporationが開発したアプローチにより、単一のソリューションで液体と固体の熱界面材料（TIM）の両方の特性を組み合わせた効果的な冷却システムの構築が可能になったことを紹介する。

妥協のないTIMを実現したCarbice：
アトランタに拠点を置くCarbice Nanotube Technologyは、カーボンナノチューブを成長させ、応用し、カスタマイズし、手頃なコストで製造し、今日の最も要求の厳しいアプリケーションの要件を満たす拡張性のあるソリューションを提供している。

同社は、アルミニウムのコアに共有結合した配向カーボンナノチューブをベースにしており、Carbice TIMは、熱伝導率が低すぎる、熱抵抗が高すぎる、製造が複雑といった、これまでのTIMの制限を克服している。
さらに、従来のTIMは、熱サイクル中に異種材料間の界面で起こる複雑な熱機械的変化により、時間とともに性能が低下する。その結果、デバイス全体の性能が低下し、寿命が短くなってしまうのである。

Carbice が開発したTIMは、固体TIMの利点（高い熱伝導性と加工のしやすさ）と液体TIMの利点（低い熱界面抵抗）の両方を備えながら、それらの制約がないことから「ノーコンプロマイズ」と名付けられている。Carbice TIMは、熱伝導率が高く、熱抵抗が小さく、加工が容易で、経時変化やサイクルによる劣化がない。

カーバイトTIMは低熱抵抗と安定した熱抵抗を両立しており、液体や固体の熱界面材を凌駕しているのが特徴である。

この材料は、熱伝導性の高いカーバイスナノチューブをナノスケールで何十億本も並べ、高温側から低温側へ熱が移動する経路を形成できるように成長させることで作られている。このナノチューブは柔軟性も備えており、熱界面の空隙を埋めるように曲げたり跳ねたりすることができ、サイクル中の界面の動的な熱機械的変化にも対応することができる。これにより、Carbiceは、妥協のないデバイス性能とデバイスの長寿命化を達成することが可能となる。

同時に、Intel時代の出発点であった半導体テストにも参入した。Carbiceは、自動車メーカーの信頼性試験にも使われている。

Carbice Padsは、幅広い用途に対応するIce Pad、宇宙に行くためのSpace Pad、従来のTIMでは消耗が激しいインターフェース用のContact Padなど、それぞれのニーズに応じてチューニングされている。Ice Padは、ハイエンドコンピューティングプロセッサー、電気自動車パワーモジュール、家電製品など、ほとんどのアプリケーションに最適な冷却を提供し、Space PadはTRL9に認定された妥協のないTIMで、すでに軌道上にある大型衛星や小型衛星の冷却に使用されており、現在では宇宙用の標準となっている。一方、最も耐久性の高いTIMであるContact Padは、半導体試験など、繰り返しメイク＆ブレーク接点やスライド接点を必要とする困難なシナリオに対応するよう設計されている。
2,000サイクル後の熱抵抗は、グリースがIce Padの2.6倍、相変化材料（PCM）がIce Padの1.4倍と、異なる材料で実施した分析で証明されている。　

シングルプロセッサーで200億パラメータを持つAIモデルを学習させる
Cerebras は、第2世代のウエハースケールエンジンの能力を発揮し、単一デバイス上で訓練したAIモデルとして過去最大の記録を樹立したと発表した。

初めて、200億のパラメータを持つ自然言語処理ネットワーク「GPT-NeoX 20B」が単一デバイス上でトレーニングされた。　なぜ、これほど大きなモデルを学習させる必要があるのか？

新しいタイプのニューラルネットワークであるトランスフォーマーが台頭してきた現在、トランスフォーマーは主に自然言語処理（NLP）に使われており、その注意メカニズムによって文章中の単語間の関係を見抜くことができるが、視覚など他のAIアプリケーションにも広がりつつある。トランスフォーマーが大きければ大きいほど、その精度は高くなる。言語モデルは現在、日常的に数十億のパラメータを持ち、減速の兆しもなく急速に成長している。

巨大なトランスフォーマーが使用されている重要な分野のひとつは、エピゲノミクスなどのアプリケーションにおける医学研究であり、DNA配列である遺伝子の「言語」をモデル化するために使用されている。

今日の巨大なモデルは、ほとんどがメニープロセッサシステム、通常はGPUを使って学習される。Cerebras によれば、同社の顧客は、巨大なモデルを数百のプロセッサに分割するのは時間のかかる作業であり、モデルの特性や各プロセッサの特性（すなわち、プロセッサの種類やメモリの容量）、I/Oネットワークの特性に基づいて、それぞれのモデルと特定のマルチプロセッサシステムに固有の作業であることを理解しているという。この作業は、他のモデルやシステムには移植できない。

一般に、マルチプロセッサ・システムでは、3種類の並列処理が行われる。

・ モデルが1つのプロセッサに適合する場合、それを他のプロセッサに複製し、それぞれのプロセッサでデータのサブセットを使って学習させることができる。

・ モデルが1つのプロセッサに収まらない場合、モデルをプロセッサ間で分割し、それぞれで1つまたは複数のレイヤーを実行することができる。これはパイプラインモデル並列処理と呼ばれる。ただし、レイヤーは順次実行される必要があるため、ユーザーは各レイヤーに必要なメモリとI/Oの量を手動で評価し、ボトルネックがないことを確認する必要がある。データ並列よりも複雑である。

・ モデルのレイヤーが1つのプロセッサに収まらないほど巨大な場合は、さらに複雑なことになる。テンソルモデルの並列性を利用してレイヤーをプロセッサ間で分割する必要があり、メモリとI/Oバンド幅にも負担をかける複雑さの次元が追加される。

Cerebras の発表にあるGPT-NeoX 20Bのような巨大なモデルでは、トレーニングのために3種類の並列処理がすべて必要になる。

Cerebras の「CS-2」では、プロセッサのサイズが非常に大きいため、モデルの並列化を避けることができる。これは、最大規模のネットワーク層にも対応できる1つのウェハーサイズのチップに85万コアの巨大プロセッサを搭載しているためで、同社がメモリと計算を分離しているためでもある。また、メモリと演算を分離しているため、より多くのパラメータをサポートするためにメモリを追加しても、演算を追加する必要はなく、システムの演算部分のアーキテクチャは同じままである。

並列処理を行う必要がないため、マルチプロセッサ・システムで動作するようにモデルを手動で分割する時間やリソースが不要となり、さらに、オーダーメイドの部分がないため、モデルの移植性が高くなる。複数のパラメータを持つGPTモデル間の変更は、1つのファイル内で4つの変数を変更するだけであり、同様に、GPT-JとGPT-Neoの変更も、わずか数回のキー操作で完了する。Cerebrasによれば、これにより数カ月間のエンジニアリング時間を短縮することができるという。