外观
第 6 章 常见电路与系统组件
Common Circuits and System Components
从基础到 ASIC，第 1 至 5 章我们已走过了很多路程。我们从电子物理基础和晶体管（transistor）结构出发，进而深入探讨了半导体（semiconductor）如何被设计、制造，并集成到更大的系统中。虽然我们的讨论帮助我们建立了一个关于电子系统的整体模型，但迄今为止，我们基本上把半导体当作一个无差别的整体来看待。在本章中，我们将打破这个整体，探索构成半导体大家族的众多常见电路（circuit）类型与系统组件。在分别介绍各大子类之前，我们先来了解数字与模拟技术的区别。
数字与模拟
根据所处理信号的类型，电子组件可以分为两大类——数字（digital）和模拟（analog）。数字信号（digital signal）就像一个电灯开关——它要么是开（1），要么是关（0）（MPS, n.d.）。这些 1 和 0 的组合用于传递信息，构成了大多数人在想到电子产品时最熟悉的二进制计算机语言（binary computer language）（MPS, n.d.）。数字信号通常还是同步的——它们运行在一个参考时钟（reference clock）上，以协调不同功能模块的处理节奏，确保时序正确（MPS, n.d.）。数字电路虽然凭借其可预测性和同步时序在存储与处理信息方面表现出色，但若没有物理线路传递信号，它们无法把信息传送到任何距离之外。
数字电子器件以同步时序和离散值运行，而模拟器件则以连续的值域来持续处理信息（MPS, n.d.）。模拟信号能够捕获和传输电磁能量，使其非常适合无线通信等应用场景。对于熟悉此领域的读者，是的，无线通信也可以传输数字信号，但这通常是通过对模拟信号的频率（frequency）或幅度（amplitude）进行调制，再在接收端恢复比特数据来实现的。我们可以把模拟信号想象成基础几何课上的正弦曲线和余弦曲线。现实世界中大量能量的本质是模拟的——例如，声音和光都以模拟「波」的形式存在。图 6-1 清晰展示了二进制数字信号与模拟波信号的区别。
图 6-1 模拟信号 vs. 数字信号
图中英文标注：Analog Signal＝模拟信号（连续正弦波形），Digital Signal＝数字信号（方波脉冲）。
模拟信号之间靠频率来区分彼此。频率描述的是模拟信号波在固定时间内完成一次上下振荡周期（即自我重复）的次数。对于某个特定信号，频率与波长成反比，与功率成正比——频率越高，波长越短，但能量越强（NASA Hubble Site, n.d.）。为帮助记忆这一规律，我发现用一个生动的比喻很有效：想象一位疲惫的父母在漫长的工作日后带着精力旺盛的孩子去公园。那个在公园里跑来跑去的孩子，体型也许比父母小，但有着远比父母更充沛的能量和更高的运动频率，而父母则迈着沉重的步伐从秋千晃悠到攀爬架。电学中的频率以赫兹（Hz）为单位计量，它描述的是电磁信号每秒完成一次上下振荡的次数（Encyclopædia Britannica, n.d.）。赫兹这个单位以 Heinrich Hertz 命名，他是一位对电磁辐射特性进行了早期研究的德国物理学家。通过接收和处理不同频率的信号，模拟电子器件可以实现各种有用的功能，从探测外部刺激（传感器）到无线数据传输和通信（射频技术）。
图 6-2 将波长、频率与能量之间的关系以可视化方式呈现。高频信号能量更高、波长更短；低频信号能量较低、波长更长。
图 6-2 波长 vs. 频率 vs. 能量
图中英文标注（上方波形）：Wavelength＝波长；Long Wavelength / Low Frequency / Low Energy＝长波长 / 低频率 / 低能量；（下方波形）Short Wavelength / High Frequency / High Energy＝短波长 / 高频率 / 高能量。
模拟信号和数字信号的差异，使它们各自在电子系统的不同部分更加适用。系统中负责存储和处理的「计算」部分，通常由更擅长存储与处理数据的数字组件构成（MPS, n.d.）。而从外部世界获取信息的设备，例如耳机或相机中的传感器（sensor），则更多地由模拟组件构成（MPS, n.d.）。在许多电子系统中，模拟和数字组件协同工作，将来自现实世界的模拟信号「翻译」成计算机能够理解的数字信号，然后再将计算机的数字响应「反向翻译」成人类能够理解的模拟信号。为此，需要用到一类称为数据转换器（data converter）的混合信号器件，来实现两种信号之间的相互转换。数据转换器可分为模数转换器（Analog-to-Digital，ADC）和数模转换器（Digital-to-Analog，DAC）（MPS, n.d.）。表 6-1 总结了模拟技术与数字技术的区别，我们将在下一章更详细地讨论模拟与无线技术。
| 模拟（Analog） | 数字（Digital） | |
|---|---|---|
| 信号结构 | 连续信号流（圆形波） | 非连续信号脉冲（方波） |
| 表示方式 | 以值域范围存在 | 以离散值（「开」或「关」）存在 |
| 信号完整性 | 噪声、失真和干扰较显著 | 对噪声、失真或干扰的抗性更强 |
| 传输介质 | 有线或无线传输 | 有线传输 |
| 功耗需求 | 功耗较高 | 功耗较低 |
| 示例 | 声音、光、热、无线电波 | 集成电路、计算机及数字电子信号 |
表 6-1 模拟信号 vs. 数字信号
常见系统组件——SIA 框架
我们现在知道组件有两种类型——数字和模拟——但这些组件究竟有什么用呢？在构建系统时，设计师和架构师面对着五花八门的单个零件可供选择，每种零件都有其独特的优缺点。受六大终端应用市场（通信、计算、消费电子、汽车、政府和工业电子）需求的驱动，组件市场既多元又竞争激烈。各类单独产品和器件的种类繁多，令人眼花缭乱。因此，参照半导体行业协会（SIA）将市场划分为五大组成部分的框架会很有帮助（SIA, 2021）。1. 微型组件（Micro Components，数字）：微型组件（micro components）涵盖所有非定制数字器件，可插入另一系统用于计算或信号处理。你可以把它们理解为通用子组件，具体包括微处理器（microprocessor）、微控制器（microcontroller）和数字信号处理器（DSP）（SIA, 2021）。
逻辑（Logic，数字）：逻辑（logic）涵盖所有非微型组件的数字逻辑电路。该部分主要指专用电路，包括专用集成电路（ASIC）、现场可编程门阵列（FPGA），以及更为通用但面向特定应用的数字逻辑器件（SIA, 2021）。
存储器（Memory，数字）：存储器用于存储信息，通常根据其能否在断电情况下保存数据来分类。易失性存储器（RAM）需要供电才能保存数据，但访问速度更快；非易失性存储器（ROM）断电后仍能保留数据。动态随机存取存储器（DRAM）是最常见的易失性存储器，而 NAND 闪存是最常见的非易失性存储器（「NAND」并非缩写，而是「NOT AND」的意思，指的是一种布尔运算符和逻辑门）（SIA, 2021）。
光电子器件、传感器与执行器及分立元件（Optoelectronics, Sensors and Actuators, and Discrete Components，OSD，模拟与数字兼有）：光电子器件（optoelectronics）包括激光器件、显示技术及其他基于光子学的电子器件。传感器涵盖各种专用器件，用于测量从温度到气压的各类参数。执行器包括响应传感器检测到的刺激而引发运动或采取其他行动的器件（SIA, 2021）。分立元件（discrete components）是单独封装的专用晶体管或其他基础元件，如电阻（resistor）、电容（capacitor）和电感（inductor）。
模拟组件（Analog Components）：模拟集成电路（IC）处理模拟信号，可分为标准线性集成电路（SLICs）或应用特定标准产品（ASSPs）两类。SLICs 是通用的即插即用模拟器件，可集成到更大的系统中。ASSP 是针对特定应用设计的组件，但仍可集成到该应用类别的多个系统中。如上一节所述，模拟电子器件处理无线电波、光、声音、温度及其他感官信号等现实世界信号。
从图 6-3 中 2020 年半导体产品细分市场的销售数据来看，存储器、微型组件和逻辑三类领跑市场，其次是 OSD 和模拟电子器件（SIA, 2021）。我们将在以下各节中逐一介绍这五大类别。
图 6-3 2020 年按组件类型划分的半导体销售分布（SIA 与 WSTS）
图为横向条形图，各类别销售额（从高到低）：Logic 逻辑 $118B、Memory 存储器 $117B、Analog 模拟 $56B、MPU 微处理器 $52B、Opto 光电子 $40B、Discretes 分立元件 $24B、MCU 微控制器 $15B、Sensor 传感器 $15B、DSP 数字信号处理器 $2B。
微型组件——微处理器与微控制器
最简单地说，处理器（processor）是一种接收输入、处理该输入并产生可用于某一特定目的的输出的芯片。微处理器（MPU）这一术语通常用于描述更复杂的数字电路（如 CPU），这类电路连接到更大的系统。它们执行通用计算功能，需要外部总线（bus）与存储器及其他外设组件相连（Knerl, 2019）。
微处理器处理通用计算任务，而微控制器则执行特定功能，并将存储器与 I/O 接口全部集成在同一块芯片上（Knerl, 2019）。一般来说，微控制器是体积更小、性能较低的处理器，可以作为即插即用的算力用于简单操作（Knerl, 2019）。它们广泛应用于低功耗物联网（IoT）设备和嵌入式系统。在微处理器的销售中，个人电脑和服务器占比最大；而在微控制器细分市场中，汽车、工业和计算领域占据了大部分销售额（SIA, 2021）。
重要的是，要区分微型组件中的微处理器、微控制器与逻辑（Logic）部分中的处理器。逻辑器件是为特定应用定制设计的，而微型组件则提供更为通用的处理功能，可与其他各类系统的组件组合使用（Schafer & Buchalter, 2017）。
数字信号处理器（DSP）
数字信号处理器（Digital Signal Processors，DSP）用于处理音频、视频、温度、压力、位置等多媒体和现实世界信号（Analog Devices, n.d.）。数字电子器件难以用 1 和 0 来精确表示现实世界，因此需要 DSP 以计算机能理解的方式来「读懂」这些信号。DSP 通常先从模数数据转换器（ADC）接收经转换的模拟信号数据，快速处理后，再根据应用场景将输出发送给其他处理器，或通过数模转换器（DAC）输出到外部世界（Analog Devices, n.d.）。例如，你手机里就有一块 DSP，它能启用「低音增强（Bass Boost）」等模式，改变耳机输出的音色。DSP 擅长高速实时数据处理，且高度可编程，使其便于在各种器件和系统中实现（Analog Devices, n.d.）。
微型组件市场概况
图 6-4 使用 SIA 和 WSTS 2020 年终端用途调查数据，对微型组件市场进行了细分。微处理器（MPU）、微控制器（MCU）和数字信号处理器合计实现约 690 亿美元的销售额，约占 2020 年全行业 4400 亿美元总销售额的 16%（SIA Databook, 2021）。微型组件对计算类应用的倾斜度明显高于 SIA 框架中的其他组件，计算类终端应用占该细分市场的 57%（SIA End Use Survey, 2021）。
图 6-4 2020 年微处理器、微控制器及数字信号处理器市场按终端用途分布（SIA 与 WSTS）
图为饼图，各扇区：Computing 计算 57%、Industrial 工业 14%、Communications 通信 11%、Automotive 汽车 11%、Consumer 消费电子 7%、Government 政府 1%。
逻辑——专用逻辑
专用逻辑（Special Purpose Logic）涵盖所有以标准产品形式设计和销售的集成电路，包括以太网（Ethernet）和 WLAN 无线控制器、调制解调器片上系统（Modem SoC）、图像与音频处理器、个人电脑核心逻辑（PC Core Logic）以及 GPU 等一系列专用集成电路（SIA, 2021）。
专用逻辑器件（Special Purpose Logic Devices）是应用特定标准产品（Application-Specific Standard Parts，ASSP），其设计与集成到系统的方式与专用集成电路（ASIC）相同（Maxfield, 2014）。这里「标准」的意思仅仅是同一颗芯片可以用于多种不同产品。例如，同一颗「标准」12 位视频 DAC（数模转换器）可以用在 Ring 门铃、LCD 电视或掌上游戏机上。「定制」芯片则专门为单一设备设计。iPhone 等高销量消费类产品会使用许多不同的定制芯片——当你要卖出数亿部 iPhone 时，为挤出每一点性能而采用专用硅片是值得的。两者的主要区别在于：ASIC 是为单个系统中的特定用途而设计和优化的（例如 Samsung 为其智能手机设计 ASIC CPU，或 AMD 为 Microsoft Xbox 游戏机设计 ASIC GPU），而 ASSP 则面向更普遍的应用（例如 Intel 设计面向所有数据中心客户的服务器 CPU）（Maxfield, 2014）。USB、PCIe 等输入/输出（I/O）电路这类标准化产品类型也被归类为 ASSP（Maxfield, 2014）。
中央处理器
顾名思义，中央处理器（Central Processing Units，CPU）是大多数计算系统的主处理中心（Encyclopædia Britannica, n.d.）。CPU 是一种微处理器，也是人们在想到计算机内部构造时最先浮现的事物，但不要让「CPU」这个词把你的思维局限在桌面电脑或包里的笔记本上——从智能音箱到汽车控制系统，任何需要处理信息的设备都可以有 CPU，就连你的咖啡机里可能也有一颗。
你可以把 CPU 理解为计算机的数字「大脑」，按需处理和执行指令。CPU 的核心处理工作由算术逻辑单元（Arithmetic Logic Unit，ALU）承担，它负责执行运行所有目标软件所需的数值和逻辑运算（Fox, n.d.）。CPU 是复杂的电路，一块裸片（die）上可以容纳数十亿个晶体管。
CPU 通常通过总线（bus）或芯片组（chipset）与其他模块相连，将信息送入 CPU 进行处理，并将输出数据导向存储器（memory）保存，或送往其他系统组件（Thornton, 2016）。为了与等待处理的指令所在的存储器芯片通信，CPU 使用寄存器（register）作为数据进出系统的物理入口和出口。指令与数据必须经由这些寄存器进出，它们就像一支「信息安全团队」，阻止未经授权的人进入俱乐部或私人派对。每颗 CPU 都有固定数量的寄存器供数据通过，典型的寄存器容量为 8 位、16 位、32 位或 64 位「宽」（Thornton, 2016）。这些数字表示 CPU 在某一时刻能从存储器中获取的比特数量。如果把 CPU 比作一个水箱，寄存器的位宽就代表用来灌水或排水的水管直径。
CPU 或 GPU 中的单个微处理器可以称为核心（core），多个「核心微处理器」可以组合起来，以应对更复杂的任务、运行更繁重的应用（Firesmith, 2017）。计算机厂商宣传其强大的多核架构时，指的正是这个。
CPU 与其他组件「集成」在单块集成电路（片上系统，SoC）或更大的系统上。一台笔记本电脑可能各自独立地拥有 CPU、存储器、GPU、电源和多媒体处理器，而另一台则可能将所有这些集成到一块 SoC 或多芯片模块（Multi-Chip-Module，MCM）上。
Intel 是开发驱动个人笔记本电脑的 CPU 的领先企业，AMD 等许多其他公司也在开发 CPU。
图形处理器
图形处理器（Graphics Processing Units，GPU）最广为人知的功能是驱动电子设备中的图形和三维视觉处理（PCMAG, n.d.）。GPU 采用并行处理（parallel processing），而非 CPU 所使用的串行处理（serial processing）。串行处理能让处理器飞速跑完一系列任务，但只能按顺序每次处理一个比特（Caulfield, 2009）。并行处理则能让处理器把更复杂的问题分解为更小的组成部分（Caulfield, 2009）。CPU 擅长用为数不多的核心完成少数几项复杂操作，但在把问题拆分成小块方面效率不高（Caulfield, 2009）。GPU 则可以用数百个核心同时执行成千上万次专项操作，尽管它处理更多样化操作时效率不及 CPU（Caulfield, 2009）。计算机屏幕是如此规则的结构，以至于 GPU 已被大幅优化，专门执行图像显示这一任务。总而言之，CPU 更擅长执行多种多样的任务，如运行个人电脑的所有程序和功能；GPU 则更适合需要大量重复运算的应用，如图像处理（Caulfield, 2009）。图 6-5 展示了 CPU 与 GPU 之间的区别。
图 6-5 CPU vs. GPU
图中左侧 CPU 标注（Steps 步骤）：Serial Processing 串行处理、Instructions One Bit at a Time 每次处理一个比特、Few Complex Operations 少量复杂操作、High Task Variety 高任务多样性、General Processing 通用处理；右侧 GPU 标注：Parallel Processing 并行处理、Instructions Multiple Bits at a Time 每次处理多比特、Many Simple Operations 大量简单操作、High-Volume Repetitive Tasks 高量重复任务、Machine Learning and Visual Processing 机器学习与视觉处理。
GPU 近来最令人兴奋的新兴应用领域是人工智能（artificial intelligence）和机器学习（machine learning）（Dsouza, 2020）。深度学习（deep learning）和其他人工智能技术需要执行大量相对简单的算术运算。机器学习涉及大量对二维数字数组（称为矩阵）的计算。细想一下，计算机屏幕本就是由一个个像素构成的大矩阵，因此将 GPU 视为理想的矩阵处理器也是自然而然的。而且由于 GPU 能够把复杂问题拆解为更小的子问题，它很擅长处理完成艰巨的人工智能任务所需的数以百万计乃至数十亿次试错运算（Dsouza, 2020）。这种擅长数字处理的能力使 GPU 同样适合挖掘加密货币（cryptocurrency）——GPU 完成加密货币挖矿中哈希运算的速度远超 CPU。事实上，正如企业多年前为图形处理定制 GPU 一样，如今也有公司在打造专门为加密货币挖矿而生的处理器。
在半导体行业大多数领域持续整合的同时，以人工智能为中心的 GPU 的创新，催生出了一块重要的增长空间，新兴企业得以在此参与竞争。最适合 GPU 处理的特定应用包括：自动驾驶、机器视觉与人脸识别、高性能计算（HPC）、复杂仿真与建模、数据科学与分析、生物信息学，以及计算金融，等等（NVIDIA, 2020）。
ASIC vs. FPGA
ASIC 与 FPGA 代表两种不同的芯片设计和开发思路，各有其优缺点。
ASIC 是专用集成电路（Application-Specific Integrated Circuit）的缩写。顾名思义，ASIC 专为特定用途而设计（Maxfield, 2014）。从头开始设计一颗芯片，使 ASIC 在速度、功耗、面积以及大批量生产时较低的可变制造成本等方面具有多项性能优势（Maxfield, 2014）。ASIC 的主要缺陷在于设计阶段的高额前期开发成本（Cadence PCB Solutions, 2019）。制造一颗芯片需要大量资本和人力投入，需要由高度专业且薪资丰厚的工程师团队来完成。即便一颗芯片完成了流片（tape-out），送往晶圆厂（fab）制造，也始终存在良率偏低，或 ASIC 功能与预期不符的风险。无论经过多少次验证、确认和失效分析，都无法完全消除严重缺陷的风险，因此在决定是否开发 ASIC 时，必须将这一风险纳入考量。
ASIC 的另一个缺陷是，它们通常高度定制化，无法用于其他用途。例如，音频设备使用数模转换器（DAC）将数字音频数据转换为驱动扬声器的模拟信号。手机扬声器中的 DAC 针对音频所需的频率和性能指标进行了专项定制，同一颗 DAC 无法用于将数字视频信号转换以驱动 LCD 屏幕——每种应用都需要不同的芯片，这增加了成本和复杂性。
FPGA 是现场可编程门阵列（Field Programmable Gate Array）的缩写。顾名思义，这类芯片是「可编程的」，也就是说在制造完成后仍可对其进行自定义，使其服务于特定功能（Cadence PCB Solutions, 2019）。
大多数 FPGA 实际上可以被擦除，然后「重新编程」以服务于新的用途，这使它们成为原型设计的理想选择（Cadence PCB Solutions, 2019）。工程师可以将一个新设计编程到 FPGA 上，在真实环境中测试其功能，并在此基础上反复迭代，直到完善设计后再推进到制造阶段。这一编程步骤仅需数分钟，而设计和制造一颗 ASIC 则需要数月乃至数年。被称为仿真器（emulator）的器件本质上是一个装满多块 FPGA 协同工作的盒子，让 ASIC 设计师在推进到制造阶段之前可以反复迭代设计（Xilinx, n.d.）。随着芯片制造成本不断攀升，仿真器正变得越来越重要。精细制程工艺的首次流片可能耗费数百万美元，因此确保设计正确无误至关重要。仿真是进一步验证特定设计在真实世界中性能的方式，以确保其从晶圆厂回来时能正常工作。图 6-6 展示了 FPGA 的各类应用场景。
ASIC 的设计可能耗时长达一年，且制造后无法重新编程；相比之下，FPGA 提供「现货」解决方案，使企业能够快速将芯片推向市场，尽管单价要高得多（Cadence PCB Solutions, 2019）。
过去十年，FPGA 市场一直由 Xilinx 和 Altera 两大厂商主导。Altera 于 2015 年被 Intel 收购，目前掌控着约 32%–35% 的市场份额。Xilinx 控制着 50%–55% 的市场份额，并已于近期被 AMD 以 350 亿美元收购（Mehra, 2021）。
图 6-6 FPGA 的潜在应用领域
图中以「FPGA Applications FPGA 应用」为中心，周围六个方向标注：Video & Image Processing 视频与图像处理、Security Systems 安防系统、Scientific Instruments 科学仪器、Wireless Communications 无线通信、Aerospace & Defense 航空航天与国防、Medical Electronics 医疗电子、Consumer Electronics 消费电子。
选 ASIC 还是 FPGA？
对于许多需要集成电路的企业而言，一个关键的决策是：究竟是开发定制 ASIC，还是采用现货 FPGA。这一困境的核心，是性能与价格之间的取舍。ASIC 的开发可能历时数月乃至数年，前期研发费用动辄数百万甚至数十亿美元，而且无法保证成品一定能达到预期性能（Trimberger, 2015）。然而，凭借定制化设计，ASIC 在速度和功耗效率方面相对于 FPGA 具有相当大的优势——毕竟 FPGA 在执行已编程任务时，还要同时承载为其实际应用所不需要的额外电路「死重」。
如果你的上市时间窗口很紧，或预计产量低于预期，那么 FPGA 通常是更优的选择，前提是对稍差的性能有一定的容忍空间（Trimberger, 2015）。然而，随着预期产量的增加，ASIC 的单位成本会越来越有吸引力（Trimberger, 2015）。在较高的产量下，高额的前期开发成本可以被分摊到更多产品上，同时还可以利用长期良率改善、降低材料净开支，从而使每颗器件的成本更低（Trimberger, 2015）。基于这一逻辑，大多数产品量大、性能要求严苛的企业都选择投资开发定制 ASIC，方式或是与 Qualcomm 等无晶圆厂（fabless）设计公司合作，或是自主研发。例如，Apple、Facebook、Google 和 Tesla 都在为各自的设备开发定制 ASIC。
图 6-7 直观展示了 FPGA 与 ASIC 之间的量本权衡。由于特定 ASIC 的固定成本较高，ASIC 的价值曲线在纵轴上起点更高；而 FPGA 的价值曲线则从 0 开始。在低产量时，这一固定成本差距对 ASIC 而言是致命的。然而，随着预期产量增加，ASIC 较低的可变成本最终会弥补这一差距。ASIC 针对特定应用进行了优化，不必像 FPGA 那样承载额外电路和成本结构的「死重」。尽管 ASIC 的灵活性不如 FPGA，但理解这一取舍的临界点至关重要。如果你正在开发一颗高产量、对高性能和低功耗有严格要求的芯片，ASIC 或许是最佳选择；如果你开发的是低产量、对功耗没有严格限制的芯片，FPGA 可能是更快、更经济的方案。当然，这张图大大简化了实际情况——对于特定技术或行业，这些曲线的斜率和起点可能会有很大差异。重要的是进行充分的分析，并为你的应用做出正确的决策。
图 6-7 FPGA vs. ASIC 成本分析
图为坐标图，纵轴 Total Cost 总成本，横轴 Volume 产量；图中有两条斜线：ASIC 线起点高但斜率较低，FPGA 线从原点出发斜率较高；右侧注释：ASIC's have high fixed starting costs but a lower per-unit cost than FPGA's and higher performance＝ASIC 固定起始成本高，但单位成本低于 FPGA 且性能更高；The point at which the ASIC and FPGA cost curves intersect marks the inflection point where ASIC becomes cheaper than FPGA＝曲线交叉点即 ASIC 成本低于 FPGA 的临界点；FPGAs have no initial fixed costs, but suffer from performance disadvantages and are more expensive than ASICs at high product volumes＝FPGA 无初始固定成本，但性能较弱，在高产量时比 ASIC 更贵。
一种兼顾两种策略的方案是：先用 FPGA 来验证新产品创意、演示解决方案以吸引客户兴趣。一旦越过这道门槛，便更容易为规模更大、费用更高的 ASIC 开发争取资金或公司内部支持。图 6-8 总结了 FPGA 与 ASIC 各自的优势与劣势。
图 6-8 FPGA vs. ASIC——优势与劣势
图为对比矩阵，列标题：FPGA、ASIC；行标题（左侧）：Performance 性能——ASIC 占优；Time to Market 上市时间——FPGA 占优；Unit Costs at Low Volume 低产量单位成本——FPGA 占优；Unit Costs at High Volume 高产量单位成本——ASIC 占优；Energy Efficiency 能效——ASIC 占优；Low Barriers to Entry 进入门槛低——FPGA 占优（绿色格表示占优方）。
片上系统
片上系统（System on Chips，SoC）是一种高度集成的复杂 ASIC，可在单块硅芯片上容纳数十亿个组件。顾名思义，SoC 将整个功能器件集成在一块集成电路衬底（substrate）上——一个 SoC 内可能包含 CPU、存储器、GPU、电源管理单元、无线电路及其他组件或功能模块。一块集成电路要被认定为 SoC，至少必须具备微处理器和/或微控制器、DSP、片上存储器，以及硬件加速器（hardware accelerator）等外围功能（Maxfield, 2014）。
对于个人电脑等空间充裕、电源供应宽松的大型器件，设计团队可以将系统设计成各模块独立的形式，也许选择在封装层面通过多芯片模块（MCM）来集成系统。但对于手机这类体积更小的应用，多块独立芯片可能会占用过多空间和功耗。更紧密的集成缓解了这些问题，让工程师得以把完整的计算系统塞进一个掌心大小的空间。SoC 广泛应用于手机、平板电脑、智能手表及其他空间与功耗受限的电池供电设备。尽管 SoC 在嵌入式和移动设备中最为常见，但它在笔记本电脑及其他仍能发挥其性能优势的设备上的应用也日益增多。
区分 ASIC、ASSP 和 SoC 有时令人困惑，图 6-9 可以帮助我们更直观地理解它们之间的关系。三者的主要区别在于：ASSP 专为多家企业和多个终端系统而设计，而 ASIC 专为单一企业或产品的单一用途而设计。无论是 ASSP 还是 ASIC，只要其中包含处理器，就可以认定为 SoC；否则就不是。
图 6-9 ASIC vs. ASSP
图中上方框：General Purpose / Many Companies / Many Systems＝通用 / 多家企业 / 多个系统，中间方块 ASSP；下方框：Special Purpose / 1 Company / 1 System＝专用 / 1 家企业 / 1 个系统，中间方块 ASIC；两框内均有：No Processor = Not an SoC＝无处理器＝非 SoC，Has Processor = Is an SoC＝有处理器＝是 SoC；中间连接注释：ASSP's and ASIC's are designed using the same tools, methodologies and flows＝ASSP 与 ASIC 使用相同的工具、方法论和流程设计。
逻辑市场概况
图 6-10 使用 SIA 和 WSTS 2020 年终端用途调查数据，对逻辑市场进行了细分。CPU、GPU、ASIC、FPGA、SoC 及其他逻辑器件合计实现约 1180 亿美元的销售额，约占 2020 年全行业 4400 亿美元总销售额的 27%（SIA Databook, 2021）。通信类终端应用占逻辑细分市场的 44%，逻辑对通信的倾斜度明显高于 SIA 框架中的其他组件（SIA End Use Survey, 2021）。
图 6-10 2020 年逻辑市场按终端用途分布（SIA 与 WSTS）
存储器
自 1960 至 70 年代电子工业诞生以来，对数据存储的市场需求急剧攀升，推动着对更先进存储器芯片的需求年复一年地创下新高。
存储层次
存储器的主要功能是为大型系统的处理中心存储数据与信息（Nair, 2015）。对于当今许多先进存储器件而言，存储容量已不再是主要的性能瓶颈。过去几十年里，存储器与核心系统处理器之间的数据通路，反而成为制约器件性能的关键瓶颈，推动着新型存储器芯片和微架构的不断发展（Nair, 2015）。如何快速地把数据送进和送出存储器，才是如今的核心指标。额外的存储容量毫无意义，如果你的处理器获取和传递信息的速度赶不上处理你所存储数据的速度。
指令、数据和信息在 CPU 与存储层次之间的流动，从一个输入源开始，沿着存储层次流动以完成处理和存储。这些输入刺激可以是键盘上键入的命令或鼠标的点击，也可以是外部环境刺激触发传感器所释放的信号——可能是扬声器捕获的声音（「Hey, Alexa」）、家庭安防摄像头检测到的运动，或手机屏幕上的一次滑动。输入信号触发核心指令从长期非易失性 ROM 存储器中准备好，随后被传送到存储层次中更高层（靠近 CPU）的易失性 RAM 存储器（Tyson, n.d.）。这些指令被迅速转移到一级（L1）和二级（L2）高速缓存（cache memory），直接与 CPU 寄存器对接（Tyson, n.d.）。这些缓存存储着数据和指令，以供快速访问。通过数据总线（data bus），一级缓存将指令和必要数据送达 CPU，CPU 处理后返回的输出指令，或暂存于上层缓存以便快速复用，或下传至永久存储器留待日后使用（Thornton, 2016）。
在设计存储器架构时，系统设计师始终在存储容量与访问速度这两个相互制约的目标之间寻找平衡。容量巨大、密度极高的存储器可以提供你所需的一切容量，但搜索和检索所需信息的速度会更慢。这就是为什么设计师要采用存储层次结构——用更小、更快的缓存来存储需要快速访问的高频、时间敏感操作，用更大但更慢的存储器来存储使用频率较低的大型数据集。
存储器可以分为两大类：临时存储的易失性存储器（volatile memory）和永久存储的非易失性存储器（non-volatile memory）（Shet, 2020）。两者第一个重要的区别在于：易失性存储器需要供电才能保存数据，而非易失性存储器则不需要（Shet, 2020）。一旦切断电源，易失性存储器中的所有数据都会丢失。非易失性永久存储器用于永远不会改变的操作——例如计算机启动时所用的启动指令（booting instructions）。而易失性存储器则用于支撑你所运行的程序或应用。当你打开电脑时，用的是非易失性存储器；当你打开网页浏览器时，用的是易失性存储器。两者第二个重要的区别在于各自的读写能力——随机存取存储器（RAM，Random Access Memory）允许处理器既可「读取」输入数据，也可向存储器「写入」输出数据；而只读存储器（ROM，Read Only Memory）只能被编程一次，且不易被重新利用（Shet, 2020）。你可以把 RAM 想象成一块白板，在需要写其他内容之前，可以随时读写；而 ROM 更像是一本日记，一旦写满就不太管用了。
总体而言，ROM 存储器用于永久数据存储，而 RAM 存储器用于运行程序并将靠近 CPU 的临时数据存储以供快速访问（Shet, 2020）。表 6-2 总结了 ROM 与 RAM 之间的区别。
| ROM | RAM | |
|---|---|---|
| 易失性 | 非易失性（Non-Volatile） | 易失性（Volatile） |
| 供电需求 | 无需供电（No Power） | 需要供电（Needs Power） |
| 存储容量 | 容量更大（More Storage） | 容量较小（Less Storage） |
| 存储类型 | 长期存储（Long-Term Memory） | 短期存储（Short-Term Memory） |
| 用途 | 启动功能（Start-Up Functions） | 正常运行（Normal Operations） |
| 数据传输速率 | 数据传输慢（Slow Data Transfer） | 数据传输快（Fast Data Transfer） |
表 6-2 ROM vs. RAM
综合对各类存储器的了解，我们可以构建一个存储层次结构，从最靠近终端处理器（顶部）到最远离终端处理器（底部）（见图 6-11）。从顶部开始，CPU 寄存器充当物理比特接口，在每个时钟周期中实现数据从存储器到处理器的物理传输。高速缓存是最靠近处理器的纯存储组件（寄存器在技术上属于 CPU 的一部分），充当活跃工作存储器，从不同的 RAM 来源取用数据，将处理器所请求的任何数据随时保持在触手可及的位置。缓存以下，RAM、DRAM 和 SDRAM 充当通用工作存储器。如果说缓存有助于处理当下对话中需要具备的信息，那么 RAM、DRAM 和 SDRAM 就代表着人们对正在讨论的话题所掌握的主动知识。在快速访问的 RAM 存储器之后，是长期非易失性 ROM 存储器和外部数据收集接口，构成了存储层次的最后一个环节。
图 6-11 存储器层次
图为金字塔结构，从顶部到底部：CPU Registers＝CPU 寄存器；Cache / Level 1 / Level 2＝高速缓存 / 一级缓存 / 二级缓存（右侧注释 Short-Term Storage / Volatile Memory＝短期存储 / 易失性存储器）；RAM / DRAM / SDRAM＝随机存取存储器 / 动态 RAM / 同步 DRAM；ROM＝只读存储器；HDD、SSD、Removable Drives、Cloud Storage＝机械硬盘、固态硬盘、可移动存储、云存储（右侧注释 Long-Term Storage / Non-Volatile Memory＝长期存储 / 非易失性存储器）；底部 External I/O 外部 I/O：Keyboard & Mouse 键鼠、Camera 摄像头、Mic & Speakers 麦克风与扬声器、Scanner 扫描仪、Printer 打印机。
把 ROM 想象成一座图书馆、把 RAM 想象成一个借了书的学生会很有帮助（见图 6-12）。在这个比喻中，书架上一排排的书就是 ROM 或硬盘，书包是 RAM，书本是缓存（一种 RAM），学生则是 CPU。学生不想每次上新课都跑一趟图书馆，所以提前把马上会用到的书放进背包，方便取用。数据和指令从 ROM 书架上取下，存入访问更便捷的 RAM 背包中。学生 CPU 需要时便可直接从包里取出缓存这本书来使用。
图 6-12 存储层次图书馆比喻
图中左侧为示意图：ROM / NAND / Hard Disk（图书馆）→ RAM / DRAM / DDR（背包）→ Cache（桌上的书）→ CPU（学生）；两侧箭头注释：More Storage but Slower＝容量更大但速度更慢，Less Storage but Faster＝容量较小但速度更快。右侧配有图书馆、学生取书、阅读等实物照片。
易失性和非易失性存储器有很多种类，以下各节将分别介绍。
易失性存储器
最常见的易失性存储器是 DRAM 和 SRAM。作为随机存取存储器，它们充当 CPU 的短期存储，使 CPU 能够快速访问和处理信息（Shet, 2020）。动态随机存取存储器（DRAM，Dynamic Random-Access Memory）比静态随机存取存储器（SRAM，Static Random-Access Memory）能存储更多数据，但总体速度较慢（Shet, 2020）。SRAM 访问速度更快，但需要消耗更多功率才能正常工作——这是性能与功耗之间取舍的完美案例（Shet, 2020）。这种差异源于两者存储晶体管数量的不同——SRAM 用六个晶体管在本地存储数据，而 DRAM 只需一个。
最靠近 CPU 或处理器的 RAM 称为 RAM 缓存（RAM Cache）或 CPU 存储器（CPU Memory），通常简称为缓存（cache）。缓存的速度要求是所有存储器类型中最高的，通常存储等待执行的指令（Shet, 2020）。凭借其速度优势，SRAM 常被用作缓存；而容量更大、功耗更低的 DRAM 则更多地被用作临时工作存储器（Nair, 2015）。在图书馆-书包的比喻中，如果等待处理信息的学生是 CPU，那么缓存就是摆在桌上、等待被阅读的那本书。
除缓存级数据传输速率外，计算速度还受到 DRAM 与缓存之间传输速率的制约（Shet, 2020）。在每个时钟周期内，DRAM 与缓存之间可以传输固定数量的数据。即便是传统 DRAM，其有限的传输速度单独来看也会成为显著的处理瓶颈。为缓解这一问题，一种名为 DDR（双倍数据率 RAM，Double Data Rate RAM）的技术应运而生，也称 DDR SDRAM。与前代 DRAM 相比，DDR 大幅提升了数据传输速度，增强了 DRAM 与缓存之间的连通性。总体而言，了解各种 DRAM 和 SRAM 具体型号的技术细节，不如了解 RAM 这一类别本身及其与存储层次中其他部分的关系来得重要。
非易失性存储器
非易失性存储器（non-volatile memory）分为两种——主存储器（primary memory）和辅助存储器（secondary memory）。所有 RAM 存储器都被归为主存储器，而部分只读存储器（ROM）则被归为辅助存储器。主存储器是计算机的主要工作存储器——处理器访问速度更快，但容量有限，且通常比辅助存储器更昂贵。辅助存储器也称为备份或辅助存储器，只能通过互连接口访问，速度慢得多。你可以把主存储器想象成一家店面，那里放着你日常做生意所需的所有库存；而辅助存储器则像是廉价的仓库，用来存放其他所有东西。你可能会在需要时从仓库往店里补货，但没有预算或空间把货物一股脑都放在店面里。
主非易失性存储器
主要有五种非易失性存储器：
- 标准 ROM 无法调整或重写，必须在创建时完成编程（Shet, 2020）。数据在芯片制造时就已直接硬连线写入。
- PROM（可编程只读存储器，Programmable Read-Only Memory）可以在制造后进行编程，但一旦编程便无法更改。PROM 本质上是可以通过「烧录（burning）」这一单次流程完成编程的 ROM（Shet, 2020）。
- EPROM（可擦除可编程只读存储器，Erasable Programmable Read-Only Memory）解决了 ROM 和 PROM 的大部分问题，可以被多次擦除和重写（Shet, 2020）。但要擦除 EPROM，需要一种借助紫外线（UV）光能量来销毁存储数据而不损坏底层电路的专用工具。遗憾的是，这种方式不支持选择性擦除，整块 EPROM 必须在重复使用前整体重写（Shet, 2020）。
- EEPROM（电可擦除可编程只读存储器，Electrically Erasable Programmable Read-Only Memory）解决了 EPROM 的部分问题：无需擦除整块芯片，也不需要紫外线工具（Shet, 2020）。EEPROM 的主要缺陷是每次只能修改一个字节，导致擦除和重编程速度相对较慢。这种缓慢的擦除速度催生了最后一种 ROM 类型——NAND 闪存。
- NAND 闪存（NAND Flash Memory）是一种克服了其他 ROM 类型局限的 EEPROM。它可以擦除信息、以块（chunk）为单位写入数据（而非每次一个字节），且工作速度远快于 EPROM（Shet, 2020）。NAND 闪存是如今电子设备中用于存储数据的主要 ROM 类型（Shet, 2020）。
辅助存储器（HDD vs. SSD）
辅助存储器是外部非易失性存储器，用于永久存储和核心设备功能（如启动驱动器）。最常见的辅助存储器类型是机械硬盘（Hard Disk Drive，HDD）和固态硬盘（Solid State Drive，SSD）。机械硬盘由一块磁盘和一条读写臂构成，可以无限期地存储数据（Brant, 2020）。SSD 执行类似功能，但使用互连的 NAND 闪存芯片代替磁盘（Brant, 2020）。NAND 闪存比机械硬盘速度更快、可靠性更高，但价格更贵、容量更低（Brant, 2020）。然而，摩尔定律（Moore's Law）让 NAND 闪存每年都在变得更便宜、密度更高。廉价、高密度的闪存使我们所有的便携式电子设备成为可能——试想一下，如果你的手机需要一块旋转的机械硬盘才能工作，那会是什么情形！
如果成本和存储容量是你的主要驱动因素，那么 HDD 可能是更好的选择；如果通用性和可靠性更重要，则 SSD 可能更合适。随着存储密度持续提升，SSD 在移动应用中的市场份额不断提高。表 6-3 总结了 HDD 与 SSD 之间的取舍。
| HDD | SSD | |
|---|---|---|
| 性能（Performance） | 较慢（Slower） | 较快（Faster） |
| 可靠性（Reliability） | 可靠性较低（有机械运动部件） | 可靠性更高（无机械运动部件） |
| 散热（Heat） | 发热更多（有机械运动部件） | 发热较少（无机械运动部件） |
| 成本（Cost） | 便宜（Cheap） | 昂贵（Expensive） |
| 功耗（Power） | 功耗更大 | 功耗更低 |
| 体积（Size） | 更大（Larger） | 更小（Smaller） |
表 6-3 HDD vs. SSD
堆叠裸片存储器（HBM vs. HMC）
在许多系统中，限制性能的往往是芯片间的互连（interconnect）。新型裸片堆叠技术无需将芯片焊接到印刷电路板（PCB）再进行芯片间连线，而是让芯片直接相互连接，从而消除了芯片间布线的性能劣势。裸片堆叠技术的突破以及 2.5D/3D 封装架构，使具有显著性能优势的新型高度集成存储器架构成为可能。高带宽存储器（High-bandwidth memory，HBM）和混合存储器立方体（Hybrid Memory Cube，HMC）是用于构建三维存储器件的行业标准（Moyer, 2017）。从结构上看，HMC 采用了「三维存储器上逻辑」架构，将 DRAM 存储器芯片垂直堆叠在逻辑器件之上，并通过硅通孔（Through Silicon Via，TSV）相互连接（Moyer, 2017）。HBM 则采取了略有不同的方案：它将核心逻辑拆分，将存储器裸片堆叠在拆分出的一部分逻辑之上，同时将另一半单独保留。新的存储器-逻辑裸片堆叠体随后通过中介层（interposer）以 2.5D 封装方式与独立出来的逻辑重新连接（Moyer, 2017）。将部分功能独立出来作为裸片堆叠底座，有助于集成来自更多元供应商的硅芯片。回顾我们在芯片封装（IC packaging）小节中介绍的内容，2.5D 与 3D 封装的主要区别在于：2.5D 封装中各裸片通过位于 PCB 之上的一块衬底相互连接（相较于直接焊线到电路板，这是一种显著的连通性提升）。图 6-13 展示了 HBM 与 HMC 的结构差异。
图 6-13 高带宽存储器（HBM）vs. 混合存储器立方体（HMC）
图中上方为 HBM 结构：多层 Memory（存储器）堆叠在 Device Logic（器件逻辑）之上，旁边单独放置 CPU / GPU + Host Logic（CPU / GPU + 主逻辑），两者通过中介层相连；下方为 HMC 结构：多层 Memory（存储器）垂直堆叠在 Logic（逻辑）之上，通过 TSV 连接。
存储器市场概况
图 6-14 使用 SIA 和 WSTS 2020 年终端用途调查数据，对存储器市场进行了细分。DRAM、SRAM、NAND 闪存、堆叠存储器及其他存储器合计实现约 1170 亿美元的销售额，约占 2020 年全行业 4400 亿美元总销售额的 27%（SIA Databook, 2021）。存储器在不同终端应用间的分布比例，大致与 SIA 框架整体情况相当。这一分布并不令人意外，因为几乎所有终端应用都需要存储器来实现核心功能（SIA End Use Survey, 2021）。
图 6-14 2020 年存储器市场按终端用途分布（SIA 与 WSTS）
图为饼图，各扇区：Computing 计算 52.50%、Communications 通信 31.67%、Automotive 汽车 10.68%、Consumer 消费电子 2.35%、Industrial 工业 2.76%、Government 政府 0.04%。
光电子器件、传感器与执行器及分立元件（OSD）——光电子器件
光电子器件（optoelectronics）是能够产生和接收光波的半导体器件，广泛应用于光探测与图像传感器、LED、信息处理、光纤电信，以及显示与激光技术等诸多领域。光子集成电路（Photonic Integrated Circuits，PIC）常被用作数据中心光纤网络的光收发器（optical transceiver），使数据中心能够以比铜缆更高效的方式、在更远的距离上传输信息（Photonics Leadership Group, 2021）。图 6-15 展示了光子与光电子集成电路的各类应用。
图 6-15 光子与光电子集成电路应用
图中以 SiPh（硅光子）为中心，周围标注各类应用：Data Centers 数据中心、High Performance Computing 高性能计算、Telecommunications 电信、Consumer Goods 消费品、Sensors & Bio-sensors 传感器与生物传感器、Aerospace & High End 航空航天与高端应用、Quantum Computing 量子计算。
传感器与执行器
从最基本的层面来看，传感器（sensor）检测现实世界中的输入（热、压力、光、声音或其他物理现象），并将其转换为电信号。传感器可分为主动型（active，需要外部电源才能工作）和被动型（passive，无需电源即可产生输出）两类（GIS Geography, 2021）。如今大多数传感器都是集成了多颗芯片的主动器件，但在特定应用中仍能看到被动传感器，例如老式的汞温度计。传感器常用于控制系统，如用于调整飞机飞行姿态的高度表，或触发汽车自动制动系统的接近传感器。各类半导体被用于多种应用场景中的传感器，包括光学传感器、压力传感器、气体传感器、速度传感器、重量传感器等（Teja, 2021）。
执行器（actuator）就像反向传感器——它们将电信号还原为现实世界的输出。执行器主要应用于机器人等工业和制造场景，但也正逐渐在消费电子和汽车市场找到应用。
工业自动化和自动驾驶的现代革命，都得益于基于硅的传感器和执行器的快速普及。图 6-16 展示了移动设备中常见的传感器和执行器。
图 6-16 移动设备中的传感器与执行器（IntelFreePress, 2013）
图为手机内部组件示意图，各模块英文标注：左上区：Accelerometer 加速度计、Gyroscope 陀螺仪、Electronic compass 电子罗盘、Pressure sensor 气压传感器；右上区：BAW filters BAW 滤波器、BAW duplexers BAW 双工器、RF switch / variable capacitor 射频开关/可变电容、TCXO oscillators 温补晶振、MEMS micro-mirror MEMS 微镜；右下区：CMOS Image Sensor CMOS 图像传感器、Auto-Focus actuator 自动对焦执行器、Front camera 前置摄像头、ALS & Proximity sensor 环境光与接近传感器、Microdisplay 微型显示屏；底部：Silicon microphone 硅麦克风；中央：Baseband 基带。
微机电系统（MEMS）
MEMS（微机电系统，Micro-Electro-Mechanical Systems）是在微观尺度上操控齿轮或杠杆的微型机械器件，使用半导体制造技术加工制造（SCME, 2017）。图 6-17 展示了由桑迪亚国家实验室（Sandia National Laboratories）近距离拍摄的 MEMS 器件照片，桑迪亚是一家
支持美国能源部国家核安全局（NNSA）的联邦政府资助研究和开发实验室，在多个关键科学领域推动着技术创新。
图 6-17 （续） 近距离观察 MEMS（Sandia National Laboratories, n.d.）
从技术层面来看，MEMS 并非半导体器件，因为它们并不依靠电来处理和存储信息；但它们通常被归为一类，因为它们与基于半导体的传感器竞争，且采用类似的制造技术生产。MEMS 的机械特性使其在传感器产品中广泛用于检测多种物理属性的阈值（SCME, 2017）。相关产品种类繁多，包括安全气囊系统、陀螺仪、磁场传感器和导航系统、麦克风与扬声器、温度传感器、生物医学与化学传感器等（MEMS Journal, 2021）。例如，安全气囊中的 MEMS 器件可以设计成在受到适当大小的冲击力时触发气囊展开。除非你专门从事 MEMS 领域，否则理解 MEMS 的运作原理并非首要之务——更重要的是了解它们是什么、用于什么，以及与更「传统的」半导体器件有哪些关键区别。图 6-18 展示了 MEMS 与传感器的常见应用。
图 6-18 MEMS 与传感器应用
图中以「MEMS and Sensor Applications MEMS 与传感器应用」为中心，周围标注：Positional and Inertial Sensing 位置与惯性传感、Optical Transmission 光学传输、Biological and Medical 生物医疗、Power and Energy Technology 电力与能源技术、RF and Wireless Transmission 射频与无线传输、Pressure Sensing 压力传感。
分立元件
分立元件（discrete components）是高产量、单独封装的组件，用作更复杂系统的使能器件。它们通常负责在特定器件内将信号和电源路由到不同的处理中心。常见的分立元件从简单的电阻（resistor）、电容（capacitor）、电感（inductor），到更为复杂的功率晶体管、开关晶体管、二极管（diode）和整流器不等。
分立元件 vs. 电源管理集成电路（PMIC）
电源管理（power management）过去完全由分立元件承担，执行电压调节、功率转换、电池管理等功能。电源管理涉及在高频下传输的高电压和信号，会产生严重的干扰问题。将这一功能与关键传感器集成到同一块集成电路上，是一个颇具挑战性的难题。但技术总在进步，对更高集成度和效率的追求推动了电源管理集成电路（PMIC）和电源管理单元（PMU）的兴起。
电源管理单元（PMU，Power Management Unit）是一种专用于数字设备的微控制器。PMIC 和 PMU 能够将电能转换为可用形式、管理电池使用和充电，并将控制电压和电流输送到系统中 CPU、存储器等其他组件。但更紧密的集成也有代价——聚集在一起的组件会产生更高的寄生效应（parasitics，即来自其他组件的不必要干扰）和其他电源完整性问题（Texas Instruments, 2018）。例如，将「噪声较大的」电源管理芯片放置在麦克风这样敏感的电路旁边，可能会导致性能问题并降低音频质量。PMIC 的前期设计成本更高，但其整体性能优势和效率提升常常使 PMU 成为颇具竞争力的长期选择。
PMIC（电源管理集成电路，Power Management Integrated Circuit）是负责调节系统或设备中电源与电压的一类芯片和模块（Intersil, n.d.）。通常，一个系统中各个独立组件需要不同的电压才能有效运行——处理器和存储器通常需要 1.0V，接口驱动器通常需要 1.8V，功率器件通常需要 2.5V。PMIC 确保系统中的每个组件都能根据各自的独特需求，获得正确的电压等级。
光电子器件、传感器与执行器及分立元件市场概况
图 6-19 使用 SIA 和 WSTS 2020 年终端用途调查数据，对 OSD 市场进行了细分。分立元件、光电子器件、传感器、执行器及 MEMS 合计实现约 790 亿美元的销售额，约占 2020 年全行业 4400 亿美元总销售额的 18%（SIA Databook, 2021）。通信、工业和汽车行业合计占该细分市场整体的 77%，在终端应用市场中的占比远高于 SIA 框架整体水平（SIA End Use Survey, 2021）。
图 6-19 2020 年 OSD 市场按终端用途分布（SIA 与 WSTS）
图为饼图，各扇区：Communications 通信 32%、Computing 计算 9%、Automotive 汽车 22%、Consumer 消费电子 14%、Industrial 工业 23%、Government 政府 1%。
模拟组件
正如我们在无线技术一章中将看到的那样，尽管数字芯片在信息处理和存储领域已占据主导地位，但我们所处的物理世界仍然是「模拟的」，需要专用的模拟芯片来帮助理解这个世界。这类器件包括传感器、无线技术和电源。
通用模拟集成电路 vs. ASSP
模拟电路分为两种：通用模拟集成电路（general purpose analog IC）和应用特定标准产品（ASSP）。通用模拟集成电路是广泛的即插即用模拟组件，可针对某一特定功能进行优化，但能用于多种不同系统，类似于数字端的微型组件细分。它们包括比较器、稳压器、数据转换器、放大器（amplifier）和接口集成电路（WSTS, 2017）。在复杂系统中，这些通用模拟集成电路常处于模拟传感器与处理器之间，对模拟传感器信号进行放大并将其转换为供处理器使用的数字信号。
模拟应用特定标准产品（Analog ASSPs）是针对特定应用设计的模拟集成电路，类似于 SIA 框架中的逻辑部分。许多 ASSP 内部包含数字组件，本质上是混合信号（mixed-signal）器件。混合信号芯片同时包含数字和模拟组件，典型示例包括射频收发器（radio transceiver）、音频放大器，以及多种射频（Radio Frequency，RF）集成电路——这些将在下一章中介绍。
模拟组件市场概况
图 6-20 使用 SIA 和 WSTS 2020 年终端用途调查数据，对模拟组件市场进行了细分。通用模拟集成电路、ASSP 及其他模拟组件合计实现约 560 亿美元的销售额，约占 2020 年全行业 4400 亿美元总销售额的 13%（SIA Databook, 2021）。汽车、工业和通信三大领域对模拟组件的利用率最高，各占其终端应用的约 25%。与分立元件、光电子器件、传感器与执行器细分市场类似，模拟组件在计算类应用中的使用率最低（SIA End Use Survey, 2021）。
图 6-20 2020 年模拟组件市场按终端用途分布（SIA 与 WSTS）
图为饼图，各扇区：Communications 通信 27%、Computing 计算 7%、Automotive 汽车 26%、Consumer 消费电子 13%、Industrial 工业 26%、Government 政府 1%。
信号处理系统——将各组件整合起来
要理解这众多组件如何协同配合，不妨将电子系统视为信号处理器件来思考。下面以一位音乐制作人的笔记本电脑录制和混音为例，看看 SIA 框架中的五类不同组件是如何各司其职的。首先，一支麦克风录制模拟音频信号，笔记本电脑中的模数转换器（ADC）捕获他们想用于新曲目的乐器真实声音。ADC 随后将该信号送入数字信号处理器（微型组件），后者接收传入的数字流，并可应用一些简单的信号处理算法——制作人可能想提升低音内容或调整音量。经此处理，新转换的数字信号被发送至核心处理器，即运行制作人用于编辑的混音软件的 CPU。这个核心「系统」处理器（逻辑）可以使用 DRAM 等易失性存储器，在执行混音程序所指示的其他任务时临时存储一系列音频信号。制作完成后，制作人可以命令核心处理器用 NAND 闪存等非易失性存储器将成品音轨保存下来以备日后使用。当制作人准备好播放成品时，数字信号被送往另一块数字信号处理器，再经数模转换器（DAC）将其还原为模拟信号。模拟信号最终被送往模拟处理器，或仅仅是一个放大器，通过笔记本电脑的扬声器将音乐放大输出到现实世界。在整个系统中，各类分立元件承担系统时序和电源管理等功能，使设备能够正常运行。
另一种理解计算机的方式是将其类比为你的中枢神经系统（见图 6-21）。在这个比喻中，CPU 或其他微处理器承担大脑的高级功能，例如逻辑推理和问题解决。高速缓存和其他 RAM 充当大脑用于处理紧迫任务的短期记忆——比如记住刚认识的人的名字——而 ROM 存储器（机械硬盘或固态硬盘）则对应长期记忆。构成芯片组的北桥（northbridge）和南桥（southbridge）就像脑干，连接大脑与脊髓以及神经系统的其他部分。芯片组随后通过系统总线（system bus）与系统其余部分通信，系统总线就像脊柱的其余部分。最后，I/O 器件、传感器及其他外设组件就像感觉神经元，让你能够感知并响应外部环境。如果你触碰了一个热炉子，手指上的神经会沿手臂传导信号，向上经过脊髓，穿过脑干传至大脑，大脑再通过神经系统发出信号，指令你的手移开。类似地，一台游戏电脑可能通过内部传感器感知到核心温度过高。传感器信号将经由系统总线，穿过芯片组到达缓存，最终传至 CPU，CPU 随即向散热风扇发出指令，让其加速运转！
图 6-21 PC 与中枢神经系统的类比
图为大脑横截面示意图，各脑区标注对应组件：Frontal Lobe / CPU (critical thinking & problem solving)＝额叶 / CPU（批判性思维与问题解决）；Prefrontal Cortex / Cache (short term working memory)＝前额叶皮质 / 高速缓存（短期工作记忆）；Temporal Lobe / Hard Drive (long term memory)＝颞叶 / 硬盘（长期记忆）；Parietal Lobe / Audio & Sensor Processors (process visual information)＝顶叶 / 音频与传感处理器（处理视觉信息）；Occipital Lobe / Video Processors (process visual information)＝枕叶 / 视频处理器（处理视觉信息）；Brain Stem - Medulla / Clock (basic life functions and system rhythms)＝脑干延髓 / 时钟（基本生命功能与系统节律）；Brain Stem - Pons / Chipset & System Bus (connect processor to system)＝脑干脑桥 / 芯片组与系统总线（连接处理器与系统）。
第六章小结
本章中，我们首先梳理了模拟与数字电子器件的区别——从信号结构、数据传输方式到功耗需求，一一加以辨析。我们还介绍了频率和波长等关键信号特性，并依据电磁频谱对其应用进行了分类。随后，我们概括了 SIA 框架中的五类系统组件，并逐一深入介绍：
微型组件（Micro Components）是即插即用的数字处理器，包括微处理器（MPU）、微控制器和数字信号处理器（DSP）。
逻辑（Logic）涵盖为特定用途设计的数字处理器，包括专用逻辑与 ASSP、中央处理器（CPU）、图形处理器（GPU）、ASIC、FPGA 和 SoC。3. 存储器芯片用于短期（RAM）或长期（ROM）存储数据，并以层次化结构组织，以确保 CPU 或系统中其他处理器能够快速获取数据。
光电子器件、传感器与执行器及分立元件（OSD）就是——光电子器件、传感器与执行器，以及分立元件。
模拟组件适用于无线技术、电源等诸多应用场景，常与数字电路混合，形成能够实现模数转换（ADC）或数模转换（DAC）的混合信号芯片。
尽管存储器、微型组件和逻辑三类组件贡献了行业营收的大部分，但五类组件缺一不可，共同构成半导体生态系统的完整体系。
你的个人 SAT（半导体自测）
为确保你的知识能够在全书中层层积累，以下是五道与上一章相关的问题。
比较模拟信号与数字信号的异同。
在 SIA 框架中，微型组件（Micro Components）与逻辑（Logic）之间有何区别？
在存储层次中，哪种存储器类型距 CPU 最近？为什么？
MEMS 与集成电路的相似与不同之处是什么？如果要对 MEMS 器件进行归类，你会将其归入哪个 SIA 组件大类？
为什么模拟组件适合无线通信？为什么数字组件不那么适合？