半导体技术的进步带来创新,也带来了新产品、新业务与就业机会以及全新的行业。前瞻未来可以发现,推动未来创新的关键因素便是嵌入式「智能」以及计算系统连接性的大幅增长,这也是物联网(IoT)不断扩大、收集和分享大量数据(通常被称为大数据)能力的基础。同时,高性能计算也已经变得更加强大,有望应用数据分析和机器学习,从数据的雪崩中提取有用的信息和知识。 直至最近,大部分半导体研究关注的仍然是那些旨在压缩晶体管的大小的技术、材料和工艺,让摩尔定律不至于失效。然而,就压缩晶体管大小而言,摩尔定律可能走到了尽头,但这也提出了新的研究方向和需求,研究人员也要探求各种策略。比如,新的模拟技术使通信技术得到了很大进步。不断出现新的进路来研究和设计未来计算和信息处理设备和系统。我们需要新的设备来增加硅基晶体管,也需要新型的计算架构来取代传统的冯·诺依曼架构,走向全新的计算范式。 新的计算方法和应用需要增强安全和隐私。安全性至关重要,因为如今的系统几乎都不是独立的,而社会是一个系统体系,即使是处理看似无关紧要的数据的设备也能够提供有关敏感信息或私人信息的连接。安全性应当成为其内部属性,而不应流于表面。加密研究公司总裁兼首席科学家 Paul Kocher 警告道:「如果我们不解决安全问题,新技术对人类的净利益将不复存在。」 随着嵌入式与智能系统愈加普及并相互关联,额外的安全和隐私挑战正在增加。半导体技术与设计流程需要新的方法来解决物联网生态系统的复杂性和规模所带来的安全和隐私挑战。 前行之路并不如摩尔定律时代那般清晰。然而,随着收集与处理信息能力的不断增强,一些预想到的和未曾想到的经济与社会效益的巨大潜力正在推动科学和工程的发展。在这个关键点上,若要进步,业界、政府以及学界需要再接再励。从基础科学研究到商业应用,每个部门都有有机会在其中扮演关键角色。物联网和许多应用程序的互联性需要产业之间、产业与学术机构和政府之间进行更加深入的合作,这样才有可能获得成功。 展望:未来计算的研究需求 分布式、网络传感器、大量数据中心以及计算能力相结合,支持创新并提升生活质量——想要实现这样的未来,需要一个基础性科学技术研究的广泛平台。旨在确保适当安全性的同时,也能迅速改善能源效率、性能以及功能的范式。为此,我们迫切地需要研究超越传统 CMOS 设备、电路,超越冯·诺依曼结构,超越传统信息处理方法。此外,也需要研究新材料和可伸缩工艺,它们会引发一种将这些新技术融入产品的新制造范式。 物联网、云端、高性能计算以及许多半导体应用所赖以存在的技术,可以视为一个「堆栈」结构(如图 1)。材料、结构、设备以及电路领域的进展,能让架构支持尚未创造出来的算法和软件,进而支持那些未来应用,这些应用会继续满足国家经济、社会及安全需求。任何给定的应用程序,都需要对这个堆栈结构中的许多层(如果不是所有层)进行具体研发。 不同行业专家小组确定了最终相互依存并与这一技术「堆栈」中多层相关的研究领域。迈向上述目标,需要这个「堆栈」各层科学家和工程师的合作,以及跨领域合作。 为了维持美国在先进计算系统领域的领先地位,专家团队认为要关注以下 14 个研究领域: 先进设备、材料和封装:晶体管和其他半导体器件是计算、数据存储和嵌入式智能等的基本构件。由于当前技术已经接近物理极限,人们也开发了新的架构,因此,新材料、设备以及先进封装方案至关重要。这些进步将会实现终极 CMOS 技术、超越(beyond)-CMOS 应用以及支持非冯. 诺依曼计算范式。 互连技术与架构:互连器件在集成电路之间及其内部传递数字信息。当前互连技术的局限性导致效率低下,并影响了系统性能。互连材料、机制与设计都需要革命性进步。
图 1. 一个现实应用背后的技术「堆栈」。 (责任编辑:本港台直播) |