烈火永生_快穿鳏夫高大粗大h_久久久久久免费精品视频_小说调教h

未來芯片技術發展

2020-08-11 11:53:55 239

【摘自“傳感器技術”】

目前，原子尺度硅材料的基本物理限制使得由摩爾定律驅動的硅技術演進路徑似乎正快速接近終點。隨著摩爾定律走向終結，人工智能、物聯網、超級計算及其相關應用卻提出了更高的性能要求，半導體產業步入亟需轉變突破發展的關鍵點，芯片架構、材料、集成、工藝和安全方面的創新研究成為新的突破方向。

1 新型晶體管技術

1.1 新架構晶體管技術

鰭式場效應晶體管（Fin Field-effect transistor，FinFET）是當前主流半導體制造工藝采用的晶體管架構，成功地推動了從22納米到7納米等數代半導體工藝的發展，并將拓展到5納米和4納米工藝節點。全環柵晶體管（Gate-All-Around field-effect transistors，GAAFET）是一種繼續延續現有半導體技術路線壽命的較主流技術，可進一步增強柵極控制能力，克服當前技術的物理縮放比例和性能限制。從3納米開始，韓國三星電子將放棄FinFET架構轉向GAAFET架構，計劃在2020年底進行3納米GAAFET產品風險試生產，2021年底進行批量生產。3納米以下晶體管潛在技術包括互補場效應晶體管（Complementary Field-Effect Transistors，CFET）、垂直納米線晶體管、負電容場效應晶體管（Negative Capacitance Field-Effect Transistors，NC-FET）、隧穿場效應晶體管（Tunnel Field-Effect Transistor，TFET）等。

1.2 新材料晶體管技術

研究硅基材料的替代材料，開發新型電子器件是解決當前芯片發展瓶頸的另一種解決方法。當前，替代性半導體材料主要包括第三代半導體材料、碳基納米材料、二維半導體材料等。
第三代半導體材料包括碳化硅、氮化鎵、氧化鋅、金剛石、氮化鋁、氧化鎵等為代表的寬禁帶半導體材料，可實現高壓、高溫、高頻、高抗輻射能力，被業內譽為固態光源、電力電子、微波射頻器件的“核芯”及光電子和微電子產業的“新發動機”。目前，碳化硅晶體管和氮化鎵晶體管的研發相對較為成熟，推動著5G通信技術、新能源汽車、光電器件等市場快速增長，其他第三代半導體材料尚屬于初級研究階段。德國英飛凌公司已開發出系列碳化硅金屬-氧化物半導體場效應晶體管和分立器件。美國Cree公司于2019年宣布投資10億美元打造碳化硅超級制造工廠，將碳化硅晶圓制造能力提高30倍，以滿足2024年的預期市場增長。宜普電源轉換公司早在2009年就推出第一款商用增強型氮化鎵晶體管，目前面向無線電源傳送、全自動汽車、高速移動通信、低成本衛星、醫療護理等應用提供100多種氮化鎵產品。日本AGC公司已聯合Novel Crystal Technology公司開發氧化鎵晶片。
石墨烯和碳納米管是有望取代硅延續摩爾定律的碳基納米材料。石墨烯具有非常優異的電學、力學、光學和熱學等特性，可通過微納加工工藝實現各種類型和功能的器件，現已開發出基于石墨烯的晶體管、二極管、存儲器、集成電路、電池、超級電容器、熱電器件、太陽能電池、光電探測器、傳感器等電子和光電子器件。中國科學院金屬研究所于2019年10月制備出“硅-石墨烯-鍺晶體管”，大幅縮短延遲時間，并將截止頻率由兆赫茲提升至吉赫茲。近年來，基于碳納米管的碳基電子學研究也取得了飛速發展，并逐漸從基礎研究轉向實際應用。美國MIT于2019年開發出迄今為止用碳納米管制造的最大計算機芯片，一顆由1.4萬余個碳納米管晶體管（Carbon Nanotube Field-Effect Transistors，CNFET）組成的16位微處理器，證明可以完全由CNFET打造超越硅的微處理器。
高質量的二維材料是潛在的下一代替代材料，但距離傳統半導體產業至少還有十年的時間。除石墨烯外，較有希望的二維材料包括二硒化鎢和二硫化鉬等過渡金屬二鹵化物，但仍處于初級研究階段。

2 新型存儲器芯片技術

當前，靜態存儲器（Static Random-Access Memory，SRAM）、動態存儲器（Dynamic Random-Access Memory，DRAM）、閃存等主流存儲器面臨著難以逾越的固有技術局限和工藝挑戰。以相變存儲器（Phase-Change Memory，PCM或PCRAM）、磁性存儲器（Magnetoresistive Random Access Memory，MRAM）、阻性存儲器（Resistive Random Access Memory，ReRAM）、鐵電存儲器（Ferroelectric Random Access Memory，FRAM）、碳納米管存儲器（Nanotube Random Access Memory，NRAM）為代表的新型存儲器能夠帶來獨特的性能優勢，但均采用新材料制造且工藝嚴苛，大規模量產仍需一定的時間。其中，PCM、MRAM、ReRAM是普遍認為最有前途的新型非易失性存儲器。PCM具有成本低和3D可伸縮性等特性，有望取代部分基于DRAM的高端固態硬盤；MRAM具有讀寫速度快、功耗低、成本低等特性，正在成為物聯網設備存儲器的領先候選者；ReRAM具有讀寫速度快和功耗低等顯著的性能優勢，有望帶來高密度和低成本存儲應用。據美國數據存儲分析公司Coughlin Associates報告顯示，MRAM和自旋轉移轉矩磁性存儲器（Spin-Torque Transfer Magnetoresistive Random Access Memory，STT-MRAM）將在未來幾年內取代或非門閃存；ReRAM是閃存的潛在替代品，但至少仍需十年時間才能完全實現。

3 新架構芯片技術

1）存內計算芯片

存內計算是由一系列迅速融合的軟件技術和硬件架構進步實現的，突破了傳統存儲與計算分離架構對運算能力的限制，在性能、可擴展性和分析復雜性方面有了顯著的改進，主要用于數據密集型計算的處理。人工智能和新型存儲器是推動存內計算發展的主要需求，因此預計存內計算芯片將出現兩種形態，一種為帶有計算功能的存儲器模塊，另一種為基于存內計算的人工智能加速芯片。美國密歇根大學開發了全球首個基于憶阻器陣列的存算一體通用人工智能芯片，可快速、低能耗地執行多種人工智能算法。合肥恒爍半導體科技公司與中國科大團隊合作研發的我國首款超低功耗存算一體人工智能芯片系統演示順利完成，具有邊緣計算和推理能力。

2）深度神經網絡專用芯片

深度神經網絡是識別和歸類聲音、圖像、文本等數據的統計模型，目前大多數神經網絡的訓練和推理任務由圖形處理器（Graphics Processing Unit，GPU）完成。在加速神經網絡運算時，深度神經網絡專用芯片具有比中央處理器（Central Processing Unit，CPU）和GPU更高的性能和更低的功耗。谷歌大規模部署了基于深度神經網絡的張量處理器（Tensor Processing Unit，TPU）芯片，英特爾、亞馬遜、華為、阿里等巨頭也分別研制了自己的神經網絡芯片，寒武紀、Graphcore等新創公司開發的深度神經網絡專用芯片受到了歡迎。

3）神經形態芯片

神經形態計算是一種通過構建類似動物大腦結構的計算架構以實現能夠模擬神經生物過程的智能系統的新型計算模式，它能極大提升計算系統的感知與自主學習能力，可以應對當前十分嚴峻的能耗問題，并有望顛覆現有的數字技術。盡管美國與歐盟等國家對神經形態計算都投入了大量研發資源，麻省理工學院、普渡大學、斯坦福、IBM、惠普等大學和公司開展了眾多探索性研究工作，但神經形態芯片仍處于非常早期的原型階段。英特爾推出一款名為“Pohoiki Beach”的新型神經形態芯片，內含800萬神經元，速度比現有的CPU快近千倍，效率高近萬倍，而耗電量僅為百分之一，所用架構為進一步擴展神經元數量奠定了基礎。清華大學開發出全球首款異構融合類腦計算芯片——“天機芯”，由多個高度可重構的功能性核組成，可同時支持機器學習算法和類腦計算算法，已成功在無人駕駛自行車上進行了實驗。

4）量子計算芯片

作為一種借助量子力學理論改進的計算模型，量子計算可超越經典計算機實現指數級的計算速度。近20多年來，量子計算取得了諸多突破性進展，但量子計算系統仍須在規模化、噪聲、互聯方面獲取重大突破才能提供商業價值。量子計算芯片已獲得了大量資金的支持，諸多大學和企業實驗室都在開展研究。半導體量子芯片完全基于傳統半導體工藝，更容易達到要求的量子比特數目，只要科學家能在實驗室里實現樣品芯片，其大規模工業生產理論上講就不存在問題，這是它大大超越其它量子計算方案的優勢所在。Intel公司在量子計算機研制方面就選擇了硅量子點技術，于2018年研制出首臺采用傳統計算機硅芯片制造技術的量子計算機。澳大利亞新南威爾士大學開發出了全球首款3D原子級硅量子芯片架構，朝著大規模量子計算機邁出了重要一步。目前，中國本源量子公司已與中國科學技術大學合作研發出第一代半導體二比特量子芯片—玄微。

5）光電集成芯片

光電集成芯片是指利用光子與微電子技術將光子元件和電子元件集成在一起的集成電路，具有高傳輸帶寬、快傳輸處理速度、高集成度和低成本等優點。在美國、歐盟、英國、日本等國家一系列戰略布局的推動下，光電集成芯片取得了一定的重要研究進展，但此芯片技術研究仍處于起步階段。荷蘭研究人員開發出快速且高能效光子存儲器，有望徹底變革未來光子集成電路的數據存儲過程。日本電信電話公司在處理器中引入光網絡技術，開發出集成納米光子學技術的芯片，實現了超小型光電變換元件。

此外，隨著Intel芯片、ARM芯片和AMD芯片安全漏洞的持續暴露，芯片設計漏洞檢測成為了未來芯片技術發展的重點考慮因素之一。2019年，美國斯坦福大學開發出兩種人工智能算法，能夠更快地檢測芯片前端和后端設計漏洞，縮減芯片驗證周期；密歇根大學研究人員設計出一種新的處理器架構，所開發的“MORPHEUS”芯片可每秒20次加密和隨機重編關鍵數據比特，遠快于人類黑客和電子黑客技術的反應速度，進而主動抵御未來威脅。


">