为什么缩放模拟以进行电源完整性分析至关重要第一部分

我们终于进入了计算机与我们和我们的环境真正互动的未来，让我们的日常生活更轻松、更安全、更高效。我的车还没有自动驾驶，但它知道在前面的车自动驾驶时减速。我的手表知道我摔倒了，需要帮助。相机可以辨别一个人注视的焦点。智慧城市。工业 4.0。自动驾驶。5G网络。智能电网。这些领域的应用增长正在推动半导体设计的增长远高于行业平均水平。

所有这些技术都将令人难以置信的处理能力与传感器和模拟电路相结合，其规模在过去只能做梦。然而，为了在市场上取得成功，这些组合系统还必须在合理的功耗下工作，并在很长一段时间内保持可靠，通常是在具有挑战性的条件下。这些运营和市场要求会影响设计公司在设计、实施和验证期间必须在芯片级完成的工作。

电源完整性是面临压力的众多设计目标之一，在这些组合系统中尤为重要，这些系统包含以前从未设想过的大型模拟系统和传感器。让我们来看看推动这些芯片级挑战的行业趋势，以及这对这些系统的电源完整性和可靠性意味着什么。

新传感器订单

正如大多数设计公司会告诉你的那样，近年来图像传感器的使用呈爆炸式增长。传感器是推动后端计算增长的前端。智能手机创造了对相机芯片的初始数量需求，导致价格下降，这使得几乎任何人都可以将相机放在任何地方。猎人可以将追踪摄像头隐藏在树林中，以收集有关游戏动作的数据。房主可以在比购买时间更短的时间内安装安全摄像头。城市正在用摄像头覆盖街道，以阻止犯罪、监控交通和跟踪行人流量。

这些产品中的传感器的尺寸范围很广，从非常小的像素数到晶圆大小的传感器阵列。目前有一些公司在设计 300-Mpixel 传感器，而且肯定还会有更多。

但传感器本身并不是一个完整的解决方案。为了使系统能够理解这些传感器“看到”的内容，它们必须能够分析数据。这意味着将处理能力与传感器相结合——无论是在芯片上还是联网在一起。汽车电子需要能够检测和区分其他车辆、行人和骑自行车的人的传感器系统。监测您的心率、呼吸和睡眠模式的健身手表正在使用传感器系统。事实上，下一代 Apple Watch 最令人期待的功能就是传感器系统。

这种处理能力也在迅速发展。去年，索尼发布了一种传感器/人工智能组合芯片，可以在芯片上识别物体和人员，这样只有元数据而不是实际图像会从芯片中传递出去。这些应用推动芯片设计的模拟和数字部分的复杂性不断增加，在这些设计中具有更多的电源域和更大的模拟/混合信号块。

当今使用的大多数传感器系统都依赖无线通信来传输数据和命令。无论无线通信是蓝牙、Wi-Fi 还是蜂窝通信，它都意味着将传感器、模拟和数字处理相结合的 IC。英飞凌的 Shawn Slusser 将结合雷达、CO 2传感器、处理和 Wi-Fi/蓝牙的智能建筑传感器作为推动增长的产品类型的一个例子，以及英飞凌在收购赛普拉斯半导体时看到的协同效应。事实上，英飞凌宣称的收购目的是“将现实与数字世界联系起来，塑造数字化”。

英飞凌并不是唯一一家通过设计能力来利用对组合系统日益增长的需求的公司。近年来，大型模拟和数字公司发生了无数次合并。这些合并不是典型的竞争者为争夺市场份额而相互吞并，而是拥有多样化产品的公司聚集在一起，以建立更广泛的集成产品能力。例如，历来更注重数字化的瑞萨电子最近收购了 IDT、Intersil 和最近的Dialog——这些都是强大的模拟公司。Marvell 还通过收购Inphi、Aquantia和Innovium来构建数字处理和接口。这些公司正在获得能力，为组合处理和接口提供更全面、更强大的芯片。