一個正常的40nm工藝,一個6T(6 transistors)的SRAM面積是150*0.04*0.04= 0.24um2/SRAM。所以如果我們需要一個1Mb的SRAM,面積是1M*0.24um2= 0.24mm2,也就是大概0.5mm*0.5mm。
前天項目周會的時候,一位同事一頓猛算,作者君當時就震驚了……哇撒,這些熟悉memory的人手算能力這么強啊!
本著對強者的仰慕,作者君去Google了一下memory的rule of thumb,發現還真的有這個類似的公式:
For instance the embedded DRAM cells presented in [45] for four different technology nodes – 180/130/90/65nm have areas in the range of 19–26F^2 where F is the feature size of the process. In contrast, a typical SRAM cell would have an area of about 120–150F^2.
所以說,那位同事的估算是差不多合理的。40nm的CMOS工藝,feature size是40nm,所以一個SRAM的面積大概就是120-150F^2,跟他算的是一樣的。
呼呼,memory的面積居然都如此的標準,感覺很是羨慕呢!
話說回來了,為啥DRAM比SRAM的面積小很多呢?大家還記得以前VLSI課程里面,不同memory的電路圖嗎?要不這次就跟著作者君復習一下?
(a) DRAM ; (b) SRAM
上面這個圖里,左邊是一個DRAM,就是一個transistor加上一個capacitor,結構相當簡單。右圖是一個SRAM,仔細一看,中間是交叉連接的兩個inverter,組成了一個典型的latch。(在作者君看來,latch其實就是一個digital的capacitor),然后左右兩個transistor當做了開關,功能和左圖DRAM里面那個pass transistor差不多。
說到memory的面積,作者君昨天還跟一個做數字前端的朋友聊了聊。他說他們的SOC里面放了一個512MB的SRAM,12nm的工藝下,面積是400mm^2.
所以這個512MB的SRAM尺寸是20mm*20mm。真。土豪公司?。?/p>
SRAM vs. DRAM in Computers
這個表格里面,提到了CPU里面一般放的是SRAM,不是DRAM。SRAM用了positive feedback的latch,速度顯然比類似于模擬電路(就是一個模擬的開關對電容充電)的DRAM要快很多。(大致上快了十倍以上)
但是,SRAM要6個transistor,DRAM才一個transistor,面積小了如此之多。如果需要很大的memory,DRAM在節約SOC成本這塊是不是占優了呢?
等等,這兩家伙是一樣的process嗎?
由于有個很特別的電容存在,而且這個電容需要有一定的閾值和一定的對抗漏電的能力,所以DRAM的工藝其實不是大家平常能夠見到的傳統logic process,而是有它自己特別的 DRAM process。目前也基本上只有三家公司提供DRAM的工藝:美光科技、三星和 SK 海力士。
Logic processes - those used for CPUs - are also more expensive. A logic wafer might cost $3500 vs $1600 for DRAM. Intel‘s logic wafers may cost as much $5k. That’s costly real estate.
當然,正是因為SRAM的成本壓力,所以CPU上面一般也不會集成大的DRAM,而是把DRAM放在片外。CPU的內部,一般也只有SRAM作為cache,并不是主要的memory。
除此之外,現在還有一種所謂的Memory Hierarchy。就是一種類似金字塔形狀的結構,最大程度的優化速度和成本。大家有興趣的話,可以去搜一下不同類型的memory。
最后,作者君再趕時髦談到CPU和GPU的區別。有一張特別出名的圖片:
在AI大行其道的今天,回過頭來看看CPU和GPU的結構對比。再加深一下對DRAM和SRAM的區分,這張圖很能說明一些東西。比如,CPU里面,cache是SRAM,占了相當多的面積,而在GPU里面,由于交互信息不如內部運算的負擔大,大部分的面積都拿去做基本的計算了。所以在chip的成本類似的情況下(主要是die area大小差不多的情況),最后GPU的架構跟CPU還是很不一樣的。
責任編輯:pj
-
cpu
+關注
關注
68文章
11040瀏覽量
216042 -
gpu
+關注
關注
28文章
4912瀏覽量
130680 -
AI
+關注
關注
87文章
34294瀏覽量
275476
發布評論請先 登錄
GPU服務器與CPU服務器的區別:一文就能給您說透這兩者該怎么選!

從CPU到GPU:渲染技術的演進和趨勢

GPU渲染才是大勢所趨?CPU渲染與GPU渲染的現狀與未來

fpga和cpu的區別 芯片是gpu還是CPU
2024年GPU出貨量增長顯著,超越CPU
FPGA+GPU+CPU國產化人工智能平臺

評論