引子

2023年初春，冬雪未化，ChatGPT和GPT4一声惊雷，以颠覆的表现震惊全球，被称之为AI的“iPhone时刻”。微软全线产品迅速导入，生产力工具与搜索，经过了30年，再次分久必合！全世界人民见证了一次活生生的“科技原子弹爆炸”，自己的饭碗都要被砸了，能不慌吗？这一轮AI技术的第二波巨浪袭来，或者被拍在沙滩上，或者成为冲在浪尖的幸运儿。

中科融合处在一个幸运的时代，中国未来数十年，硬科技企业既是国家战略需要，也是资本和创业团队的新金矿，这已经成为共识。

但是，我们第一步就立了个大flag，做TI DLP芯片的国产替代，这是发明了集成电路的巨人德州仪器的明星技术。投资人灵魂拷问，这么一个伟大的企业，他要做你的技术路线，会不会分分钟碾压你？

答案不难，因为“新技术”的底层规律和核心技术所需时间，对于TI和中科融合是平等，并且难以逾越的。并且，因为“AI”的爆发，带来了“游击队员掌握原子弹”的后发优势。

历史永远是惊人的相似。中国互联网时代的巅峰期，每一个创业者，都会被投资人问一个触及灵魂的问题，你这件事，如果BAT做，你怎么办？中国硬科技创业的起步阶段，每一个创业者，同样会被投资人问一个触及灵魂的问题，你这件事，如果华为做，你怎么办？

不同时间点，不同技术领域，不同商业场景，千变万化。然而，深入探寻。所有的成功，都有一个第一性原理需要遵从，不可逾越。就像人需要空气和水，在地球上跳起来，会因为引力而落回地下。简单，但是牢不可破。

互联网和移动互联网企业，成功的第一性原理，是梅特卡夫定律（另辟专题）。也就是网络的“互联”价值，随着网络规模和连接质量提升，形成巨大的滚雪球和垄断效应。互联网平台企业成功的第一推动力，在于“领导者”，在于领导者的“资本聚集力”和“地推执行力”。

硬科技企业，成功的第一性原理，是“规律”和“时间”。物理、化学和数学，“规律”不可更改，在美国人和中国人的手上是一样的，在德州仪器和中科融合也是一样的。“时间”不可压缩，相同工艺生长氧化硅，在德州仪器总部达拉斯是几个小时，在苏州还是这么几个小时。

所以，为什么过了36年，DLP的分辨率从VGA做到了4K，但是芯片反而越做越大？为什么MEMS微镜技术，就可以在实现相同分辨率的前提下，可以做的更小？中科融合或者和像我们一样的中国硬科技企业，为什么还有机会？

介绍：来自于中学物理的MEMS微镜驱动力工作原理

上一期对于DLP技术进行了原理简介，TI独门秘技就是基于MEMS（Micro-Electro-Mechanical-System）的振镜阵列DMD技术。(一群中国芯片技术小球的奋斗故事系列：“中科融合的‘AI-3D芯片’追赶美国德州仪器DLP技术之产业和技术初探-part II” - 知乎)

DLP基于半导体工艺的微机电系统MEMS（Micro-Electro-Mechanical-System）技术，通过其数以百万计的微镜阵列(DMD)以及每秒高达上万次的切换速度，可灵活地进行光的操控，而图像电学信号，通过芯片实现光学图像控制，第一个关键步骤就是，图像信号到运动控制信号。

无论是显示投影，还是光学3D光栅，首先需要把特定的图像信号，转化成为MEMS芯片的控制信号。图像信号包含分辨率，比如1920*1080；颜色，比如RGB和白色；光强，比如8位代表256档光强。

这些原始的数字控制0和1，是如何转化成为微镜的机械运动的控制信号呢？

MEMS光学微镜芯片能够实现微纳米尺度的微观运动，驱动包括电磁，静电，压电和热电等多种方式，其中目前大规模量产的微镜芯片，主要通过电磁和静电两种方式实现驱动。电磁和静电驱动的原理，我们在中学物理课中学到过。就是外加磁场对运动电荷产生力的作用，这种力称之为电磁洛伦兹力。当电荷和电荷之间发生作用，产生静电库仑力。

 洛伦兹力是运动的电荷在外磁场作用下的微观表现，当一根导线或者线圈通电后，全体运动的电荷的洛伦兹力，会产生一个集体作用的合力，这种合力称之为安培力，通电导线或者线圈，就会在安培力的作用下，形成对应方向的运动。如果通过改变导线或线圈的电流方向，就会改变安培力的方向，导线或者线圈的运动方向会随之改变。库仑力是粒子带电后，电场作用下，产生的吸引或者排斥的作用力。异性相吸，同性相斥。

德州仪器的DMD芯片，意法半导体的MEMS微镜芯片采用了静电驱动力，中科融合，日本滨松，美国Microvision采用了电磁驱动力。

MEMS微镜芯片静电和电磁驱动原理比较

MEMS微振镜芯片技术，与DMD MEMS芯片相比，可以说是第二代光学MEMS技术的发展延伸。早期用于光通讯的开关阵列，实现不同信道之间的高速光信号转换，通过多个MEMS微镜芯片的阵列，实现输入和输出数据信道之间的高带宽信号控制。这项技术近期在Google和华为的高速光通讯数据中心中，也有大量报道。

电磁MEMS微振镜芯片驱动，基于前述的洛伦兹力驱动。如图所示，微镜芯片跟随一根单晶硅轴运动，而单晶硅支撑轴，与一个电流线圈相连。支撑轴和线圈都已经悬空，可以在上下方向摆动。当线圈中的电流方向改变，外加磁场会产生一个对于线圈的扭矩。

静电MEMS微振镜芯片驱动，基于前述的库仑力驱动。如图所示，微镜芯片或者是作为一个运动的电极极板，或者跟随一根单晶硅轴运动，而单晶硅支撑轴通过梳齿结构形成一个运动的电极极板。支撑轴和运动极板，可以在上下方向摆动。当电极被充电到不同极性的电荷，两个极板之间会形成吸引或者排斥的扭矩。

电磁和静电微镜，目前都已经达到了成熟量产。并且在美国，日本，欧洲都有大厂在持续开发，由于底层技术原理的不同，应用场景不同，并不能简单的说哪一种技术比另一种技术全面优越。具体问题，具体场景，具体分析。

中科融合针对机器人视觉引导，缺陷检测，以及未来激光雷达等场景，目前主要集中开发大口径，高光功率的MEMS激光扫描微镜。可以看到，针对超过1mm的大口径微镜，电磁驱动是主流的技术。

大口径电磁微镜的主要优势，是面积越大，磁通量越大，从而驱动力越强。因此电压和电流都非常小，驱动效率很高。同时，面积越大，可以使用高功率大光斑尺寸的激光光源，实现高亮度，这在3D视觉和激光雷达场景，是核心技术指标。微振镜的运动，基本可以等效为一个弹簧阻尼系统。微镜的转动惯量正比于镜面直径的四次方，因此镜面越大，体积越大，质量越大，质量和转动惯量越大，为了达到足够的工作频率所需的弹簧系数越大，越难以驱动。如果实现相同的驱动力，静电驱动，需要大幅度提升驱动电压到100V以上，同时需要设计复杂的梳齿结构，提升电容的面积，造成了生产工艺的复杂和良率的下降。

DMD芯片的MEMS驱动原理和技术挑战

DMD芯片采用静电驱动方式，因此所有的高电压，复杂结构的难题和挑战，完全适用于DMD芯片。如下图所示，DMD的控制电压都在10-20V以上，并且需要负电压，通过接近35V的高压差进行控制，并且对于高压需要专用的电压管理芯片处理。

高压就高压呗，只要可以有专用的电源管理芯片，不是非常成熟的技术吗？然而，正是由于这个高压的需要，导致DMD芯片的像素尺寸非常难以缩小，从发明时候的19um的像素尺寸，经过36年的发展，仅仅做到了5.4um，也就是不到4倍的微缩。而同期的集成电路，已经从数百微米做到了5nm，实现了10000倍以上的微缩。

是什么限制了DMD芯片可以做的更小？

针对DMD的单个像素与底层的驱动电路，在上图进行一个结构和原理拆解分析，可以发现这样几个有趣的结论。

• 由于DMD芯片需要一个完整的反射镜阵列，因此每一个像素，必须需要一个独立的驱动单元，用来寻址。这个单元既需要提供图像控制信息，亮或者暗，也需要提供静电驱动的电压能力，几十伏的电压！
• 完成寻址和驱动，是为每一个DMD微镜，提供了一个专用的SRAM单元。SRAM是集成电路最成熟的基本电路单元，SRAM阵列是集成电路信息存储的成熟模块，同时其开关速度极快，也非常适合同步控制数百万微镜，以及通过占空比控制光学强弱；
• 然而，SRAM的基本单元是CMOS晶体管。高压承受力非常有限！集成电路的微缩历史，或者说知名的摩尔定律，晶体管尺寸的变小是结果。背后的核心，是constant field scaling，也就是通过同时微缩晶体管尺寸(L、W)，氧化层厚度（Tox），控制电压（Vdd）等多个参数，保持对于沟道(channel)的控制。如果要使用10V以上的电压，基本上需要非常特殊的高压晶体管，而这种晶体管，小不了。

除了控制电路的SRAM单元，微缩非常困难。另一个困难，来自于实现数百万微镜的工艺良率挑战。一个DLP芯片，是由多个DMD微镜芯片的像素组成，DMD像素的分辨率，就是微镜在平面内的阵列分布，1080P的分辨率，就是由水平和垂直方向的1920和1080个像素组成，如图所示，为一个正常和异常微镜的阵列显微镜照片。

DLP芯片的一个重大技术挑战，就是对于工艺的一致性要求非常高。如果出现工艺瑕疵，直接的后果就是出现坏像素点，并且无法使用。图中的坏像素点产生主要来自刻蚀过程的缺陷，导致两个像素相连，无法分开。

总结

本文从中学物理的洛伦兹力和库仑力讲起，介绍了MEMS微镜技术，是如何基于这两种基本物理现象，实现驱动。同时也分析了电磁微镜和静电微镜相比，为何中科融合采用了电磁路线，以及在中科融合的主要业务领域，采用这一技术的优势。在这一基础上，我们进一步分析了为何DLP技术，与MEMS微镜技术相比，由于寻址SRAM单元和静电高压需要，非常难以做小。以及，由于上百万微镜的复杂单元结构，非常难以做好。本文引用了TI的公开文章，技术手册，以及UCLA Patterson等人的技术综述文献。

在这个系列中，我们专注于分析德州仪器公司，如何在DLP芯片技术领域实现了突破，产业成功，以及持续发展碰到的潜在挑战和困难。中科融合是站在巨人的肩膀上，痛点就是机会点，因此我们也简要讲述了MEMS微镜技术的原理，与DMD技术的不同和针对特定场景的独有优势。

接下来，我们将另起一个系列。从应用场景聊起，谈谈现在，看看我们这4年的摸爬滚打，如何逐步实现了对于DLP芯片在机器人视觉引导，缺陷检测，智慧医疗领域的国产替代。谈谈未来，畅想结合AI的新机遇，如何在智能物联网时代，机器换人，智能驾驶，混合现实多个领域，开拓一片新天地。

后记

这篇文章难产了，因为两周来需要处理很多突发情况，写作的思路和时间被打得稀碎，心境如怒海小舟，起伏不定。主要，和国家体制机制的一些变动有关。大时代和小人物往往是交相呼应，我们前行的困境，也是这时代国家，企业家，科学家，投资者，从业者共同的困境。

技术和产品并不是最难的，市场和体制，才是最大的不确定性。而往往这些都是最繁琐和折磨的部分，所以小胖常会思念，专一做最牛X的技术的时光，看到这两张有意思的照片，也不禁心生感慨。

早在2016年，openAI还仅仅是一个不知名非盈利组织，是地表最佳技术企业家老马对于未来的布局。全世界最牛的算力创造者，NVDIA老黄就主动捐献了他的第一台DGX超级AI算力服务器。老黄亲笔签名写到“To Ellon & the openAI team: To the future of computing and humanity. I present you the world’s first DGX-1”。

 羡慕他们，但所有的一鸣惊人，必定来自于初心，来自于团队的勇气，智慧和拼搏。时间的流沙中，世界要选边站，我希望和我的家人，民族，朋友们站在一起。