【摘自“傳感器技術(shù)”】

目前，原子尺度硅材料的基本物理限制使得由摩爾定律驅(qū)動的硅技術(shù)演進路徑似乎正快速接近終點。隨著摩爾定律走向終結(jié)，人工智能、物聯(lián)網(wǎng)、超級計算及其相關(guān)應(yīng)用卻提出了更高的性能要求，半導(dǎo)體產(chǎn)業(yè)步入亟需轉(zhuǎn)變突破發(fā)展的關(guān)鍵點，芯片架構(gòu)、材料、集成、工藝和安全方面的創(chuàng)新研究成為新的突破方向。

1 新型晶體管技術(shù)

1.1 新架構(gòu)晶體管技術(shù)

鰭式場效應(yīng)晶體管（Fin Field-effect transistor，F(xiàn)inFET）是當(dāng)前主流半導(dǎo)體制造工藝采用的晶體管架構(gòu)，成功地推動了從22納米到7納米等數(shù)代半導(dǎo)體工藝的發(fā)展，并將拓展到5納米和4納米工藝節(jié)點。全環(huán)柵晶體管（Gate-All-Around field-effect transistors，GAAFET）是一種繼續(xù)延續(xù)現(xiàn)有半導(dǎo)體技術(shù)路線壽命的較主流技術(shù)，可進一步增強柵極控制能力，克服當(dāng)前技術(shù)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(gòu)轉(zhuǎn)向GAAFET架構(gòu)，計劃在2020年底進行3納米GAAFET產(chǎn)品風(fēng)險試生產(chǎn)，2021年底進行批量生產(chǎn)。3納米以下晶體管潛在技術(shù)包括互補場效應(yīng)晶體管（Complementary Field-Effect Transistors，CFET）、垂直納米線晶體管、負(fù)電容場效應(yīng)晶體管（Negative Capacitance Field-Effect Transistors，NC-FET）、隧穿場效應(yīng)晶體管（Tunnel Field-Effect Transistor，TFET）等。

1.2 新材料晶體管技術(shù)

2 新型存儲器芯片技術(shù)

3 新架構(gòu)芯片技術(shù)

1）存內(nèi)計算芯片

存內(nèi)計算是由一系列迅速融合的軟件技術(shù)和硬件架構(gòu)進步實現(xiàn)的，突破了傳統(tǒng)存儲與計算分離架構(gòu)對運算能力的限制，在性能、可擴展性和分析復(fù)雜性方面有了顯著的改進，主要用于數(shù)據(jù)密集型計算的處理。人工智能和新型存儲器是推動存內(nèi)計算發(fā)展的主要需求，因此預(yù)計存內(nèi)計算芯片將出現(xiàn)兩種形態(tài)，一種為帶有計算功能的存儲器模塊，另一種為基于存內(nèi)計算的人工智能加速芯片。美國密歇根大學(xué)開發(fā)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(zhí)行多種人工智能算法。合肥恒爍半導(dǎo)體科技公司與中國科大團隊合作研發(fā)的我國首款超低功耗存算一體人工智能芯片系統(tǒng)演示順利完成，具有邊緣計算和推理能力。

2）深度神經(jīng)網(wǎng)絡(luò)專用芯片

深度神經(jīng)網(wǎng)絡(luò)是識別和歸類聲音、圖像、文本等數(shù)據(jù)的統(tǒng)計模型，目前大多數(shù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理任務(wù)由圖形處理器（Graphics Processing Unit，GPU）完成。在加速神經(jīng)網(wǎng)絡(luò)運算時，深度神經(jīng)網(wǎng)絡(luò)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(guī)模部署了基于深度神經(jīng)網(wǎng)絡(luò)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(jīng)網(wǎng)絡(luò)芯片，寒武紀(jì)、Graphcore等新創(chuàng)公司開發(fā)的深度神經(jīng)網(wǎng)絡(luò)專用芯片受到了歡迎。

3）神經(jīng)形態(tài)芯片

神經(jīng)形態(tài)計算是一種通過構(gòu)建類似動物大腦結(jié)構(gòu)的計算架構(gòu)以實現(xiàn)能夠模擬神經(jīng)生物過程的智能系統(tǒng)的新型計算模式，它能極大提升計算系統(tǒng)的感知與自主學(xué)習(xí)能力，可以應(yīng)對當(dāng)前十分嚴(yán)峻的能耗問題，并有望顛覆現(xiàn)有的數(shù)字技術(shù)。盡管美國與歐盟等國家對神經(jīng)形態(tài)計算都投入了大量研發(fā)資源，麻省理工學(xué)院、普渡大學(xué)、斯坦福、IBM、惠普等大學(xué)和公司開展了眾多探索性研究工作，但神經(jīng)形態(tài)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(jīng)形態(tài)芯片，內(nèi)含800萬神經(jīng)元，速度比現(xiàn)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(gòu)為進一步擴展神經(jīng)元數(shù)量奠定了基礎(chǔ)。清華大學(xué)開發(fā)出全球首款異構(gòu)融合類腦計算芯片——“天機芯”，由多個高度可重構(gòu)的功能性核組成，可同時支持機器學(xué)習(xí)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(xué)理論改進的計算模型，量子計算可超越經(jīng)典計算機實現(xiàn)指數(shù)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(tǒng)仍須在規(guī)?；⒃肼?、互聯(lián)方面獲取重大突破才能提供商業(yè)價值。量子計算芯片已獲得了大量資金的支持，諸多大學(xué)和企業(yè)實驗室都在開展研究。半導(dǎo)體量子芯片完全基于傳統(tǒng)半導(dǎo)體工藝，更容易達到要求的量子比特數(shù)目，只要科學(xué)家能在實驗室里實現(xiàn)樣品芯片，其大規(guī)模工業(yè)生產(chǎn)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(yōu)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(shù)，于2018年研制出首臺采用傳統(tǒng)計算機硅芯片制造技術(shù)的量子計算機。澳大利亞新南威爾士大學(xué)開發(fā)出了全球首款3D原子級硅量子芯片架構(gòu)，朝著大規(guī)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(xué)技術(shù)大學(xué)合作研發(fā)出第一代半導(dǎo)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(shù)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(yōu)點。在美國、歐盟、英國、日本等國家一系列戰(zhàn)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(shù)研究仍處于起步階段。荷蘭研究人員開發(fā)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(shù)據(jù)存儲過程。日本電信電話公司在處理器中引入光網(wǎng)絡(luò)技術(shù)，開發(fā)出集成納米光子學(xué)技術(shù)的芯片，實現(xiàn)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(xù)暴露，芯片設(shè)計漏洞檢測成為了未來芯片技術(shù)發(fā)展的重點考慮因素之一。2019年，美國斯坦福大學(xué)開發(fā)出兩種人工智能算法，能夠更快地檢測芯片前端和后端設(shè)計漏洞，縮減芯片驗證周期；密歇根大學(xué)研究人員設(shè)計出一種新的處理器架構(gòu)，所開發(fā)的“MORPHEUS”芯片可每秒20次加密和隨機重編關(guān)鍵數(shù)據(jù)比特，遠快于人類黑客和電子黑客技術(shù)的反應(yīng)速度，進而主動抵御未來威脅。