ITRS 2.0へ向けた取り組み -...

Work in Progress - Do not publish STRJ WS: March 4, 2016,WG1 Design 1

ITRS 2.0へ向けた取り組み

～IoTセンサノードの調査Part II～

2016年 3月 4日 JEITA半導体技術ロードマップ専門委員会（STRJ）

設計ワーキンググループ（WG1）


◆はじめに

–ワーキングメンバ、ミッション

◆ITRS 2.0について(国際活動)

– System Integration章

◆IoT応用分野の調査(国内活動)

–社会インフラ分野の動向調査

– ヒアリング活動

◆まとめ

目次


用語集 IoT Internet of Things

SOC System on a Chip

MtM More than Moore

SI Systems Integration

OSC Outside System Connectivity

HI Heterogeneous Integration

HC Heterogeneous Components

FI Factory Integration

IC Integrated Circuit

PCB Printed Circuit Board

TSV Trough Silicon Via

CMOS Complementary Metal Oxide

Semiconductor

RF Radio Frequency

MEMS Micro Electro Mechanical

Systems

freq Frequency

AP Application Processor

GPU Graphics Processing Unit

USB Universal Serial Bus

NFC Near Field Communication

WLAN Wireless Local Area Network

BT Bluetooth

PA Power Amplifier

App Processor Application Processor

LP Core Low Power Core

HP Core High Performance Core

DRAM Dynamic Random Access

Memory

DSP Digital Signal Processor

ISP Image Signal Processor

BB Baseband

LCD Liquid Crystal Display

FM Frequency Modulation

GPS Global Positioning System

LNA Low Noise Amplifier

GSM Global System for Mobile

Communications

CDMA Code Division Multiple Access

WCDMA Wideband Code Division

Multiple Access

VGA Video Graphics Array

ALS Ambient Light Sensor

PMIC Power Management

Integrated Circuit

DDR2 Double Data Rate 2

2G, 3G 2nd Generation, 3rd

Generation

mm-Wave Millimeter Wave(ミリ波)

LTE Long Term Evolution

voLTE Voice over LTE

LTE-A LTE-Advanced

SDR Software-Defined Radio

eDRAM Embedded DRAM

NVM Non-volatile Memory

MCU Micro Controller Unit

Amp Amplifier

WQHD Wide Quad High Definition

HSPA High Speed Packet Access

MIMO Multi-Input Multi-Output

SOC-CP SOC Consumer Portable

M2M Machine to Machine

LSI Large Scale Integrated

Circuits(大規模集積回路)

FBG Fiber Bragg Grating

FRP Fiber Reinforced Polymer

FOG Fiber-Optic Gyroscope

RLG Ring Laser Gyroscope

AEセンサ Acoustic Emissionセンサ

SAセンサ Super Acousticセンサ

IMU Inertial Measurement Unit

CPU Central Processing Unit

FPGA Field Programmable Gate

Array

SPI Serial Peripheral Interface

I2C Inter－Integrated Circuit

CAN Controller Area Network

UART Universal Asynchronous

Receiver Transmitter

GPIO General Purpose

Input/Output

SDIO Secure Digital Input/Output

GigE Gigabit Ethernet

ADC Analog Digital Converter

PCIe Peripheral Component

Interconnect Express

AI Artificial Intelligence

LiDAR Laser Imaging Detection and

Ranging

GEMM GEneral Matrix Multiply


斎藤利忠 (リーダ) 東芝

尾崎靖(サブリーダ) ルネサスシステムデザイン

柿本勝 (国際担当) ソニー

瀬戸謙修(国際担当) 東京都市大学

小野信任 (幹事) ジーダット

山本一郎ローム

松﨑正己ソシオネクスト

今井正治大阪大学

石橋孝一郎電気通信大学

計9名

設計WG(WG1)メンバー


◆国際活動： ITRSのSystem Drivers章とDesign章を担当

– System Drivers章 • ITRSの技術分野をドライブする各応用分野で使用される中核デバイスの要求仕様を定義

– Design章 • 設計技術に対する将来課題と課題解決策を提示

◆国内活動 – SOC構造･規模を時間軸で定量化し、技術開発の指標として提示

– 「設計生産性」「消費電力」「性能」を切り口として設計課題を時間軸で定量評価し、解決策を提案

◆ITRS2.0への取り組み

- System Integration章のレビュー – 次期ドライバ候補のIoTを調査

設計WGのミッション


◆国際活動

– System Integration章 • テクノロジドライバとなる製品の性能指標を定量化

– マーケットをリードするアプリとしてのスマートフォン

– Cloud/Datacenterのためのマイクロサーバ

– IoT（Internet of Things)を構成するスマートオブジェクト

◆国内活動 – IoT応用分野として３つの領域で動向を調査

＜2014年度＞（昨年度ワークショップで報告） • 健康医療分野…低電力要求の視点で調査

• 自動運転…高精度/高速処理要求の視点で調査

＜2015年度＞ • 社会インフラ分野での動向を調査

– 振動・変異モニタリング…低電力要求の視点で調査

– 画像モニタリング…高精度/高速処理要求の視点で調査

– 他WGヒアリングに陪席し先端技術情報収集（More than Moore検討）

2014-15年度の設計WG活動


• The System Integration mission is to identify, estimate and roadmap the key indicators and trends of system product classes that drive ITRS technologies. In 2014-2015, the targeted system classes are mobility/smartphone, datacenter/microserver, and IoT/smart object. In the ITRS2.0 structure, System Integration has close alignment with the OSC, HI, and HC teams.

System Integration Mission


Applications

More than Moore

Big Data

Medical/

Health

Internet of Things

Green/Energy

Technology Smart

Automotive

Systems

Integration

Outside System

Connectivity Heterogeneous

Integration

Heterogeneous

Components

Factory Integration

(Manufacturing)

Assessment of Driving Forces

Global Responsibility

Focus Responsibility

Data Input, Access & Processing Environment

1 2 2 2

3 3 3

3

3

4 4

System Output

Inputs to FI

More Moore Beyond Moore

Mobile Com. &

Information


Handoff to HI, OSC, … is at Metrics

Year BW Latency Energy Cost

Challenges Metrics (Description) Roadblocks Potential solutions

SI HI, OSC, …


Datacenter,

Microserver

Smartphone Smart object ③

②

①


Smartphone Block Diagram Evolution (2015)

Low/Mid Band

PA/ Antenna

Switch Module

RxD Switch

High Band PA

Envelope Power Tracker

Diversity Antenna Tuner

Power Management

Platform

Power Management

LCD Driver

Touchscreen Controller

NAND Flash

Environment

Sensor Complex

Gestures

Power / Analog

Connections RF Sensor

AP / BB + Multimedia

Memory

Display + Input devices

Multimode Front Imaging Sensor

Back Imaging Sensor

Positioning Imaging Sensors

App Processor

GPU

LP Core

HP Core

Display engine

Dual ISP

DSP

Sensor engine

Multimedia

DRAM

controller

location Modem

2x2 WLAN

BT4.1

NFC

http://www.anandtech.com/show/7925/qualcomms-snapdragon-808810-20nm-highend-64bit-socs-with-lte-category-67-support-in-2015

USB 3.0

①



PA

PA controller

GPS LNA

GSM+CDMA+WCDMA+GPS Transceiver

Antenna Switch

BT + WiFi + FM BB

App Processor x1 PMIC

Audio Amplifier

Power IC

LCD Driver


DDR2

NAND Flash

Memory Controller

6 Axis Motion Sensor

Proximity Sensors

ALS

Temperature sensor

Power / Analog



Memory


Multimode

[Source]:

TechInsights

Amazon

Apple

13M Imaging Sensor x1

2.1M Imaging Sensor x1

VGA Imaging Sensor x4

Sensor Hub

• Similar organization as smartphones in 2014-2015

• Integration of more sensors, antennas, sensor hub

(-2019) ①



Multimode RF for 2G, 3G

LTE

mm-Wave

BT

Wireless

XX (= voLTE, LTE-A, etc.)

PMIC

Audio Amplifier

Power IC

LCD Driver


NAND Flash

Environment

Sensor Complex

XX (= Biometric,

health, etc.)

Power / Analog



Memory


Multimode Front Imaging Sensor

Back Imaging Sensor

Positioning Imaging Sensors

LP

cores

App Processor (stacked)

SDR

Baseband

Core

GPU

Core

LP

cores eDRAM

• Multiple functions integrated into AP, e.g.,

heterogeneous memory, SDR BB

• Integration of more sensors, antennas

• SDR = Software-Defined Radio

(2020+) ①


Interconnection

Switch

Interconnection

Switch

Interconnection

Switch

Rack

Switch

Rack

Switch

Rack

Switch

Rack

Switch

Se

rve

r

Se

rve

r

Sto

rag

e

Sto

rag

e

Se

rve

r

Se

rve

r

Sto

rag

e

Sto

rag

e

• Latency and bandwidth dominate

datacenter metrics roadmap

• Networking within a datacenter is

currently via electrical cables which will

eventually become optical

• NVM will take over storage from

mechanical disks

• Storage hierarchy and server topology

will flatten as roadmap advances

Datacenter Block Diagram

Rack

Compute servers

Storage

servers

Rack Switch

②


• Baseline functional blocks: MCU, sensors, connectivity,

battery/ energy storage (w/ energy harvesting) and security [source] http://www.arrow.com/iotimmersions/presentations/pdf/DBrauch-Atmel-Arrow%20IoT%20Immersions-Mar2015-V2.pdf

Baseline block diagram

Example of platform (w/o sensors mounted)

Hardware configuration specific to application

IoT System Architecture and Block Diagram ③


System

Metrics Year 2007 2010 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029

Input Metrics

#AP cores 1 2 4 4 4 4 4 6 6 6 8 8 10 10 12 14 14 16 18

#GPU cores 2 6 10 12 14 18 22 28 34 44 54 68 86 110 138 174 220 280 352

Max freq.

(GHz) 0.6 1.5 2.5 2.6 2.7 2.8 2.9 3 3.2 3.3 3.4 3.6 3.7 3.8 4 4.2 4.3 4.5 4.7

#MPixels 0.307 0.922 0.922 2.1 2.1 2.1 2.1 3.7 3.7 8.8 8.8 8.8 8.8 33.2 33.2 33.2 33.2 33.2 33.2

Mem BW

(Gb/s) 3.2 22.6 22.6 45.3 45.3 45.3 45.3 64.0 64.0 89.6 89.6 89.6 89.6 148.2 148.2 148.2 148.2 148.2 148.2

#Sensors 4 8 10 12 14 14 16 16 20 20 20 20 21 21 21 21 22 22 22

#Antennas 6 8 10 11 11 11 13 13 13 13 14 14 15 15 15 15 15 15 15

#ICs 8 12 9 7 7-10 7-10 7-10 7-10 7-10 7-10 7-10 7-10 7-10 7-10 7-10 7-10 7-10 7-10 7-10

Cellular data

rate (MB/s) 0.048 1.70 12.50 12.50 12.50 12.50 12.50 21.63 21.63 40.75 40.75 40.75 40.75 40.75 40.75 40.75 40.75 40.75 40.75

WiFi data rate

(Mb/s), 6.75 75 75 867 867 867 867 867 867 867 7000 7000 7000 28000 28000 28000 28000 28000 28000

Output

Metrics

Board area

(cm2) 53 53 57 59 62 66 69 73 76 80 84 89 93 98 103 103 103 103 103

Board power

(mW), 3882 4074 4274 4485 4706 4939 5183 5439 5708 5991 6287 6599 6926 7269 7630 8008 8406

[1] The #MPixel is modeled based on the following speculative timeline on display formats [24] [25]: VGA in 2007, HD720 in 2010, HD1080 in 2014, WQHD in 2018, 4K in 2020, 8K in 2024. [2] The memory bandwidth will be driven by the bandwidth-hungry applications, such as 3D display with double (120Hz) refresh rate, high resolution imaging and display, and multimedia features. The steps of memory bandwidth scaling has synchronous step as #MPixel scaling due to the correlation. [3] The cellular standard is modeled based on the following speculative timeline on communication standards: 3G in 2007 [20], HSPA in 2010 [20], LTE in 2013 [21], LTE with 2x2 MIMO in 2018 [20], and 4x4 MIMO in 2020 [20]. The average growth rate is roughly 1.3× per year. [4] The WiFi data rate is modeled based on the following speculative timeline on industrial standards: 802.11a/b/g in 2007, 802.11n in 2010, 802.11ac in 2014 [20], 802.11ad in 2021 [20], and WirelessHD 1.1 in 2024 [20]. The average growth rate is roughly 1.4× per year. [5] The increasing bandwidth of cellular WiFi connections is a new challenge to the power management since the transmission power is expected to increase. Multiple-input and multiple-output (MIMO) technology is expected to address this power challenge by improving the transmission power efficiency. [6] The 2013 board power is calculated with the following assumptions from [22] [23]. WiFi power is measured at 4.5Mb/s, Cellular power is measure at 1Mb/s, AP (CPUs) run at full speed, and GPUs consumes 2× power of CPUs for gaming, LCD turns on 100% backlight, and storage access is assumed to have 10% activity factor. Board Power = {Wireless idle power + cellular power} (or vice versa) + AP power + GPU power + display power + Memory power × activity factor. [7] Although each IC component may have different power growth, SI focus team uses 7% annual power growth from SOC-CP gaming mode as the estimation of average board level growth. This will be continuously calibrated with collected data.

Metrics and Trends of Smartphone ①


• 背景と目的 – ITRS 2.0 System Integrationのドライバとしてスマートフォン、マイクロサーバ、IoTを選定

– System IntegrationのドライバであるIoTの動向調査を実施(昨年度から2年継続)

• 取り組み – IoTは応用分野が広範にわたるため、市場が拡大している分野に絞って調査

– 半導体応用として以下の観点で調査 • 健康医療分野：低電力化

• 自動車分野：高性能（高精度/高速処理） • 社会インフラ分野：振動・変位モニタ：低電力化

画像モニタ：高性能（高精度/高速処理）

IoT動向調査

2014年度活動

今年度活動


• IoT: M2M (Machine to Machine)通信, Cyber-Physical System とも呼ばれる

M2M技術の動向と応用事例 (サイバー大学清尾克彦, 2013)

IoTの全体構成


M2M技術の動向と応用事例 (サイバー大学清尾克彦, 2013)

IoTの要素技術


• インフラモニタ要素として振動、歪み、ひび割れを調査

– 橋梁等の振動、ひずみセンシング、ひび割れセンシング

– 道路付帯構造物の傾斜センシング

• 現状のセンシング技術を調査

– 振動変位モニタ： FBG（Fiber Bragg Grating）センサ

– ひび割れ視認性向上： FRP樹脂、光ファイバ

• 半導体デバイスによるセンサ開発の状況を調査

振動・変位モニタへのIoT応用振動変位

Work in Progress - Do not publish STRJ WS: March 4, 2016,WG1 Design

FBGセンサ

光ファイバにセンサ部となるグレーティング（回折格子）を形成し、そのグレーティングから反射される光の波長変化を物理量の変化として捉えるセンサ

FBG : Fiber Bragg Grating

出典：光ファイバセンサ（長野計器）

振動変位

21

http://products.naganokeiki.co.jp/assets/files/9010/FBG_Sensor_11.pdf

Work in Progress - Do not publish STRJ WS: March 4, 2016,WG1 Design

FBGセンサの利用例

日経テクノロジー記事『センサー駆使しインフラ保全、特定部分の変位やひずみ、橋の負担を把握～東京ゲートブリッジに見るインフラ監視～』

振動変位

監視の目的

監視項目内容

震災時の活用

外部から見えない部分の位置ズレ、損傷状況を監視

橋脚上で橋桁を支持する支承の移動制限装置の位置、橋脚と橋をつなぐタイダウンケーブルにかかる力などを監視することで、地震によって橋桁がずれ損傷が発生していないかをチェック。地震発生後、橋を利用可能かどうかを30分以内に判断できる

日々の橋梁管理

橋脚箇所での橋桁内の温度変化と、橋桁の変異(伸び縮み)

の状態変化を比較

橋桁は温度の昇降と同期して伸び縮みする。橋桁の変位を測定し、温度変化と比較し、同期していなければ、予期していない部分に負担がかかっている可能性などを疑える

予防保全管理

ひずみ計を利用して走行した車両の重量を測定

(Weigh-In-Motion)

橋桁はかかった負荷(重量)の積み重ねによって劣化して行く。ただし、どの程度の負荷でどの程度痛んでいくかは明確に成っていない。このため、相対的に負荷が多くかかっている部分を見極め、そこを中心に保全に努める

東京ゲートブリッジ

モニタリングの目的（災害時、平時、予防）

FBGセンサの優位性出典：光ファイバを用いた現状把握技術(株式会社TTES）

22

http://techon.nikkeibp.co.jp/article/FEATURE/20130903/300783/?P=2


FOG相当性能をMEMSで製品化し低コスト化*2 宇宙用高精度MEMSジャイロの開発*1

振動変位

振動や変位を計測する代替技術として小型・軽量・低価格・低消費電力のMEMSセンサの開発が進められている。ジャイロの開発ではFOGに迫る精度をMEMSジャイロで実現し、RLGの性能に迫る研究開発が進められている。

半導体センサによる振動・変位モニタの開発

*1 http://aerospacebiz.jaxa.jp/jp/case/offer/cases/case_67.html

*2 http://sssj.co.jp/information-center/downloads-library/pdf/leaflet(Latest).pdf

AEセンサノード：材料に発生する損傷音（内部欠陥)の“聴診器” 10年程度の自立駆動を目指す

*3 東芝レビュー https://www.toshiba.co.jp

/tech/review/2015/09/70_09pdf/a06.pdf

AEセンサノードの開発*3

http://aerospacebiz.jaxa.jp/jp/case/offer/cases/case_67.html



http://sssj.co.jp/information-center/downloads-library/pdf/leaflet(Latest).pdf







https://www.toshiba.co.jp/tech/review/2015/09/70_09pdf/a06.pdf






• 画像による広範囲/高精度な情報収集

– 災害に直結するトンネルや橋梁に着目して調査

• 橋梁は10,000km超、トンネル数 10,000箇所超

– 目視による確認が困難な場所を含む情報取得

• ロボット等による画像取得

• 現状のセンシング技術を調査

– トンネル、橋梁のひび割れ調査

• 専用トラック、橋下の高画素撮影、ドローンで画像取得

• 信号処理によるひび割れ診断の高精度化

– ロボットによる画像取得

• ドローンの自律飛行を調査

画像によるモニタ技術画像モニタ


画像モニタへのIoT応用

ウェーブレット変換ひび割れ検出結果

トラック走行で画像取得

取得した画像はサーバーにて画像解析

人手による画像取得が困難な場所ではロボットによる近接画像の自動撮影が必要 (ドローンの活用を検討) 撮影が必要な個所は長大であり自律飛行による撮影の自動化が望まれる ⇒ドローンの自律飛行技術について調査を行った

画像モニタ

高精細画像を取得するにはイメージセンサの高感度化が重要

出典：大成建設/計測検査(株)/（有）ジーテック/ ルーチェサーチ（株）/株式会社フジエンジニアリング


自律飛行可能なドローン

フェノクス２の例

• Zynq®-7000 All Programmable SoC搭載

• Front CameraやBottom Camera、姿勢センサー(IMU)等のセンサーを搭載して自律飛行に必要な情報を取得

画像モニタ

加速度センサ

ジャイロセンサ

コンパスセンサ

ドローンの例使用チップ飛行時間モータ電力最高時速本体重量負荷重量

フェノクス２ Xilinx Zynq XC7Z010 5分 - 75g 20g

AscTec Firefly Intel Core i7 12～26分 600W 54km 1.6kg 0.6kg

MS-06LA 不明 10～30分 500W 43km 3kg 4kg

出典： http://phenoxlab.com/?page_id=606 出典： http://www.xilinx.com/products/silicon-devices/soc/zynq-7000.html

http://phenoxlab.com/?page_id=606

http://phenoxlab.com/?page_id=606

http://www.xilinx.com/products/silicon-devices/soc/zynq-7000.html








必要な自律飛行の技術 • 高精細な画像を得るには、安定した姿勢制御と対象物への接近が重要

• 自律飛行の技術

– 3D地図と、カメラや種々のセンサ情報を基にした正確な位置推定

– 障害物回避のための画像認識技術やAIを活用した飛行ルート計画

• 自動運転車の制御技術は、これらの技術に類似

– 複数カメラ、LiDAR等のセンサー・フュージョンと

3D地図活用による正確な自己位置推定技術

– 対象物や障害物を判別するディープラーニング

を用いた画像認識技術

– 安全で最適なルートを計画するAI技術

×6

画像モニタ

これらを実現するため高性能GPUを搭載。前世代と比較して6倍の画像認識能力を実現

現在は水冷が必要な程消費電力が大きいため(250W) 、ドローンへの搭載には更なる低消費電力化が重要出典： NVIDIA


講演者講演タイトル WG

産総研小笹健仁様フレキシブル・ストレッチャブルセンサーデバイスの研究開発 WG12,13

東芝東悠介様 NANDメモリ、CMOSイメージセンサーにおける信頼性課題と今後の展望

WG12,13

産総研富岡泰秀様強相関電子系材料における物性探索 WG12,13

東芝棚本哲史様 Physical Unclonable Function(PUF)の紹介 WG12,13

東京大学平本俊郎様 16/14nm FinFETおよびFDSOI技術の最新トレンド WG12,13 NIMS 鶴岡徹様原子スイッチ型抵抗変化メモリ：動作機構解明と機能探索 WG12,13

産総研末永和知様透過電子顕微鏡による材料評価 WG12,13 日立製作所山岡雅直様組合せ最適化問題に向けた20kスピンCMOSイジングチップ WG12,13

富士通研究所實宝秀幸様グラフェンのデバイス応用に向けた第一原理計算 WG12,13 東芝若井伸之様半導体デバイスの信頼性 WG12,13

東京工業大学岩井洋様微細化限界が迫る電子デバイスの未来 WG12,13 東京大学高木信一様 GeやIII-Vなどの新材料MOSFET WG3

東京大学西原寛様二次元高分子錯体、配位ナノシートの合成と性質 WG12,13 NICT ペパーフェルディナンド様

Low power sensor networkおよびNeuromorphic computingに関する内容

WG12,13

ITRS 2.0へ向けた情報収集のため、他WGで開催されるヒアリング活動へ陪席させて頂きました。

ヒアリング活動

ありがとうございます!


ITRS2.0 System Integration Mobility/Smartphone、Datacenter/Microserver、

IoT/Smart Objectをドライバとしてロードマップ化

インフラ分野のIoT動向調査を実施振動・変位モニタ：

• 非半導体によるセンサの実用化が進んでいる • 高精度、低消費電力、長期モニタに向けてMEMSセンサの開発

が進む

画像モニタ： • 大量の画像データの高精度解析が必要 • 人が近付けない場所のモニタリングとしてロボットに期待 • ドローンでは自律飛行による高精細画像を取得する技術が必要

MtM(More than Moore)への取り組み他WG開催のヒアリングに参加し幅広く情報を収集

まとめ

ITRS 2.0へ向けた取り組み -...

Documents

Transcript of ITRS 2.0へ向けた取り組み -...