2019年02月25日 | ISSCC 2019论文之引人瞩目的高速接口

ISSCC2019论文解析目录：

1、Session 6 Ultra-High-Speed Wireline

ISSCC会议在集成电路设计的地位无容置疑。ISSCC2019刚刚结束，接下来我将在公众号开启一个新的系列，跟大家一起来读今年的ISSCC论文。今天先来看看第6个session Ultra-High-Speed Wireline都讲了些什么。

在今年的ISSCC上，高速接口(wireline)方向受到了极大的关注。除了有两个session的论文，在傍晚的现场展示环节，据我目测除了AI相关的芯片之外，最多的就是高速接口了，同时第一天的tutorial和最后一天的forum，也各有一个与高速串口相关。

我觉得这种火爆状态会持续好几年。预测是否能保持火爆可以看两方面：一是需求是否在持续增长。这点无容置疑，现在的5G、AI芯片、数据中心、大型交换机都需要传输大量的数据，有数据传输的地方就需要高速串口。高速接口芯片作为基本的数据接口，在一个大系统里必不可少，且不与5G、AI等热点技术构成竞争关系，反而受到这些技术发展的带动。二是现有的技术是否已经能够满足多年内的需求。目前来看，现在的高速接口芯片还没有达到这一点，在能耗和最高的数据率上还有不少提高空间。

从这个session的论文，我们可以看到几点整体发展趋势：

1）尽管56G的市场出货量还没有起来，但业界已经开始了单通道112G的高速接口收发机设计。这是竞争带来的结果，每个公司都尽力往前冲，不进则退，目前并没有看到谁有不可超越的技术优势，那出货时间就显得很重要了。当初我在设计56G的时候觉得，112G速度直接翻了一倍，做起来得有多难，真正做起112G时又觉得难归难，但设计出来还可以。

2）高速接口这个方向非常非常非常吃先进工艺。这个session八篇论文，除了最后两篇学校的论文，均采用16/14nm或者7nm的FinFET工艺。一方面，高速接口电路优化到最后，速度的天花板由工艺的极限决定，不采用先进工艺没有办法跟别人竞争。另一方面，高速接口的很多应用场景都是作为IP集成在一个更大的芯片之间，选择工艺时需要考虑主流客户会使用什么工艺，否则别人没法用你的IP。

3）由于太吃先进工艺，成本实在太高，学校已经很难在高速串口方面做出太多成果，主要的论文都是来自于工业界。业界玩家主要有博通、英特尔、inphi、xilinx、Nvidia等等，还有就是像我所在公司这样的初创公司。博通大概是做的最好的，但是价格也贵。xilinx和Nvidia主要给自家做，不卖IP。市场上的IP供应选择并不太多。

4）从技术上来说，56G的高速接口架构已经较为稳定，主流选择是：RX基于DSP，Time Interleaved ADC，一般先4到8的Track/Hold，每个Track/Hold带若干个ADC的Slice，TX采用Half Rate。均衡方面差不多都是CTLE、1-TAP DFE、若干TAP的FIR，以及TX-FFE。那56G接下来的技术挑战就是低功耗、以及更强大的Adaptive功能。对于112G的高速接口，我觉得现在大家追求的目标是先做出来再说，功耗什么的留给以后再优化，在架构选择上可以看到一些趋势，但还没有稳定下来。

这个Session一共八篇论文，其中三篇56G，四篇112G。下面我们来看看每篇论文具体做了些什么。

1） 100Gb/s 1.1pJ/b RX from IBM Zurich

这是我看到的第二篇超过单通道100Gb/s的RX论文，上一篇是Xilinx发在2018年的VLSI上，但这篇的能量效率比上一篇要小不少。

除了速度快之外，这篇最主要的亮点在于做了1-TAP Speculation的DFE。Speculation是常见的提高DFE速度的方案，对于NRZ信号来说还好，代价不算特别大。但对于PAM4，直接做Speculation的话需要12个比较器，额外的硬件代价比较大，所以PAM4 DFE speculation一直是个难点。这篇通过1+0.5D的脉冲响应，将比较器的数目从12个降低到了8个，起到节省功耗的目的。但这样做的局限在于，需要预先通过CTLE将channel的响应将将好调到1+0.5D，一般CTLE的可调范围都有限，这点在实际的使用环境下可能做不到。现场有人问这个问题，如果channel loss很小，怎么实现1+0.5D的响应。作者回答说假如channel loss很小，他们可以把DFE关掉，不用DFE。

我不确定产品中是否会喜欢这种方法。我觉得工程设计中存在这样的准则：假如一个较简单的方案已经能够达到可接受的效果，那就不要使用更复杂的方案，因为复杂本身就是成本。

整个接收机的系统框图如下。整体来看，采用了quad rate方案，降低时钟分布功耗。VGA直接驱动32个比较器，没有用Track/Hold，这里负载会稍微大一点，估计会成为带宽的瓶颈，因此这里加了一个电感拓展带宽。SR出来之后还是4UI（25G）的高速数据，DSP是处理不了，通过DMUX降速到32UI再给DSP处理。CTLE里没有使用电感，这点很厉害，但是论文里没有给出CTLE单独的测试结果。芯片的完成度还不太高，最终采用探针台进行测试。

2）60Gb/s DSP Based TRX from Huawei Canada

这是一篇来自华为加拿大研究所的文章。

整体采用了较为通用的结构，接收端CTLE接4-路Time Interleaved的ADC，每路Track Hold驱动8个SAR ADC(2-7b可调)，这差不多是基于DSP的56Gb/s RX的标准做法了。发射端采用Half Rate，带Phase Interpolator，3个Tap的FFE，这些都是业界常用。

这篇文章的亮点在于芯片上集成了巨多的传感器（温度、工艺、阈值电压等等）、可调电路，理论上可以针对不同的channel、环境和BER要求去优化功耗。去年的ISSCC也有一篇类似的思路，通过改变Flash ADC的位数来调整Power/BER trade-off，感兴趣可以去看看。华为的这篇可调的位置更多，完成度也更高，最后给的测试结果表明通过Adaptive大约可以降低30%的功耗。

但我有两点疑问。一是成本问题。在模拟电路里，尤其是高速电路，每一个可调都是有成本的，晶体管开关总会引入额外的寄生电容寄生电阻，在这颗芯片里这个成本有多大？相比带来的好处值不值？论文里没有给出具体的数值，因此光看论文很难得出结论。二是Adaptive算法问题。这里面的调节点位实在太多了，而且很多是不相关的，需要处理工艺、温度、channel损耗、BER等等，怎么做Adaptive？这么大的扫描空间，如果暴力扫描，那握手时间太长了，肯定没法用。如果用一些策略，那会不会困在某个局部坏点出不来？如果不能很鲁棒的Adaptive，那实用价值就少了很多。可惜这些数据同样不可能从论文中看到。

还有一点，这篇的全局时钟采用单端反相器来传，应该可以省一些功耗。但似乎这样用的很少，一般都是两根线传差分时钟，理论上对电源地噪声较好，而且对Return Path要求也较低。

3-4）56Gb/s DSP Based TRX from eSilicon and MediaTek

这两篇论文较为类似，都是采用7nm的DSP Based 56Gb/s Transceiver。他们的结构也是很常用的结构，从论文上来看没有太多可说的。假如现在让我来做一个新的56G系统规划，我也会选这两种结构中的一种。但他们的功耗都做得极为出色，eSilicon的单通道功耗才243mW，MediaTek的只给出了模拟部分的功耗，才180mW，充分展示了这两个公司的设计优化能力。

有一点有趣的地方是：MediaTek在RX端使用了4x8（4个Track/Hold，每个驱动8个SAR ADC Slice）的结构，这种是最常见的选择。而eSilicon选择了8x5（8个Track/Hold，每个驱动5个SAR ADC Slice），这样他需要8个相位的8UI时钟，在时钟校准稍微复杂一点，一共8个Track/Hold，对前面CTLE引入的负载电容可能稍大，但每个Track/Hold的尺寸可以较小，每个Track/Hold有较长的时间来充放电。

最终哪一种结构较好？我可能倾向于4x8。但类似这种问题，似乎很难得到直接的证明。架构的比较取决于太多因素了。我们很少有机会把两种架构都做成芯片，去测他们的性能直接对比。即使一种架构的测试结果稍好，那也有可能是这一组人的优化能力较强，不能直接证明架构的优势。最终只能从架构的演化趋势看出一点端倪。

5）100Gb/s PAM4 TRX from Inphi

又是一篇超过单通道100Gb/s的TRX，而且采用了DSP Based。

DSP based的100Gb/s的RX难点之一是ADC怎么选。56Gb/s常用的是4x8的结构，这样一个Slice的速度差不多875MHz。到了112G，Slice本身的速度很难翻一倍，那只能采用空间换时间的策略，用更多路的time interleaved ADC来达到整体更高的速度。那么总共需要64个slice，这64个slice怎么分配呢，8x8还是16x4？这么大的寄生电容怎么来驱动？是一个超大的Buffer一起驱动这8个Track/Hold，还是分两级？去年xilinx的112G RX论文就是一个大buffer驱动4个第二级buffer，然后每一个在驱动两个Track/Hold。最终哪一种结构会胜出成为主流，现在还很难讲。因为现在能做出112G的还太少了。

这篇inphi的论文在RX端选择了16x4的结构，这样VGA需要推动16个Track/Hold，而且从他的图中VGA还没有用电感拓展带宽，我不知道他是怎么神奇的做出这么宽带宽的。

100G的RX另一个难点是CTLE，又要宽带、又要Peaking可调、又要保持线性度，设计难度很高。这篇里面没有集成CTLE。

TX方面这篇选择了Half Rate结构，这是在超过100G的TX里唯一一篇Half Rate的结构。Half Rate和Quad Rate相比，时钟的频率更高，因此更难传输。但是它简化了MUX的设计，最后一级MUX是只需要2:1即可，这是TX里速度最高的节点，2：1相比于4：1可以减小很多寄生电容。尽管大部分100G TX选择了Quad Rate，但我觉得不一定就比Half Rate有优势。毕竟时钟通路只需要单频（窄带）即可，而数据通路是宽带的。窄带电路比宽带电路容易设计多了。这样Half Rate实际上是把宽带通路上的负担转移到窄带上来，应该带来优势才对。一般说传25GHz的时钟太费电，但如果可以加电感和传输线做谐振的话，其实时钟传输网络耗电量不会特别大。可惜这篇没有给出时钟和MUX电路的具体实现。

TX里还用到了一个小技术，通过正反馈来提高反相器的速度，使上升下降沿更陡峭，其实有点类似均衡的概念。去年ISSCC有两篇采用了类似做法。我仿过这样的结构，应该是有效的，但要消耗更多功耗。

6）128Gb/s TX from IBM

这篇的亮点在于对4：1 MUX的优化。TX的结构和去年Intel的112G比较接近，也是采用CML的Driver。提一句，在56G采用SST作为TX Driver的居多。

高速串口的TX基本上就是一个Serilizer再加一个Driver。越往前速度越低，所以我们应该尽量简化后级，把负担推往前级速度比较低比较好处理的地方。这篇大致是这个思路。在MUX这一级去掉了Stack的时钟晶体管，而在前级添加一些逻辑产生1UI的脉冲信号。

很多时候电路的优化都是在一个个trade-off之间做取舍。宏观的指导思想就是把负担留给更容易解决的地方去解决。这篇是把负担推向前级速度较慢的电路，上一篇是把负担推向窄带的时钟路径。

7）112G TX in 40nm CMOS from Yuan Ze University

这是来自台湾学术界的一篇论文，用40nm做出了112G的TX，非常令人印象深刻。话说我跟此文作者之前认识，碰过几次面，还一起流过一次片。这篇论文即反映了学术界的无奈也反映了学术界应该选的方向。无奈在于拿不到/负担不起最先进的工艺，只能在落后工艺下进行竞争；方向在于学术界还是应该追求极致优化，以展现技术为主。

凭空想一想，假如让我在学校设计112G的TX的话：第一，FFE是必须的，否则眼睛打不开，没法展现效果；第二，不要在乎可靠性，选择金属走线宽度时只考虑性能因素，宁愿线被烧断也要减小寄生电容；第三，不要选择TX-DAC的结构，或者不要使用thermal code结构，将小cell合并成大cell，牺牲匹配换取速度；第四，适当的提高电源电压；第五，只在低速点位设置可调，如偏置电压等等，我们负担不起在高速路径上可调的成本。有了这些，应该勉强可以用落后工艺去拼一拼速度吧……

8）36Gb/s Adaptive CDR from University of Toronto

这篇略过……

写到这里，相信大家也看出来了，我之前本来是做射频毫米波的，现在对高速接口也有了不少了解。这不得不感谢我现在所在的公司——eTopus Technology Inc.，我在这里面学到了很多高速接口的电路设计经验。