SRAM 以其高速運作、低延遲和低耗能的特性，對於發展 AI 人工智慧所需的高效運算及機器學習至關重要。當IC內部的SRAM出現問題，雖然已知異常位置，但礙於SRAM結構密集且重複性高，如何得知更多異常點資訊，分析出異常真因是一大挑戰...

《點圖觀看影片》

記憶體分為兩大類，第一類稱為「非揮發性記憶體」（non-Volatile），比如Flash（快閃記憶體），用於長期儲存資料；另一類則為「揮發性記憶體」（Volatile），包括DRAM（動態隨機存取記憶體，Dynamic Random Access Memory）和SRAM（靜態隨機存取記憶體，Static Random Access Memory），可即時高速運算暫存資料。兩者最大的差異，在於電源供應終止後，儲存的資料是否會消失。

SRAM和DRAM屬於揮發性記憶體，當晶片進行邏輯運算後，讀寫結果會暫存在SRAM和DRAM中，類似倉儲的角色。只要電源供應不中斷，SRAM和DRAM中的資訊就會一直存在。一旦電源關閉，SRAM和DRAM內儲存的資料將會消失。

相較於DRAM，SRAM具有靜態存取特性，不需要週期性地刷新數據，因此更加節能，耗電量也更少。此外，SRAM透過開關電晶體即可讀取數據，存取時間較DRAM快速，這使得SRAM成為應用於CPU和GPU中快取記憶體的主流選擇。

儘管台積電在2022年IEDM (International Electron Devices Meeting )會議中表示，三奈米（N3）製程的 SRAM 面積僅比五奈米（N5）製程縮小約5%，同時，Intel 4製程的SRAM密度相較於Intel 7製程也僅微縮了約23%，SRAM微縮速度似乎已面臨瓶頸。因此，最近亦出現許多欲替代 SRAM 的新興技術的開發。

然而，由於前述優勢，SRAM技術在當今的AI人工智慧和高效運算（HPC）晶片中仍扮演著重要角色。為提升CPU性能，將SRAM晶片堆疊在CPU上方也是一種從PPA（Power／功率、Performance／性能、Area／面積）多方考量下的替代方案。但當IC中存在許多結構相同且密集的SRAM，一旦IC SRAM發生故障，如何進行故障分析，增強晶片的良率和穩定性非常重要。因此，本期宜特小學堂將從SRAM操作原理談起，進而介紹常見的失效模式，再透過宜特故障分析實驗室專業團隊提供的分析協助您找出異常點真因...

詳全文：https://pse.is/240730TSIAweb