編者按：日前，美國SIA和SRC聯合了一份題為“半導體十年計劃”的報告中，根據他們的說法，這個計劃是由學術界，政府和工業界各界領導者共同制定的，它確定了五個方向，認為它們將塑造芯片技術的未來。報告并呼吁美國政府在未來十年內每年進行34億美元的聯邦投資，以資助這五個領域的半導體研發。

以下為文章正文： 美國半導體產業在創新層面領先全球，這主要得益于在研發支出上的積極的投入。統計顯示，他們當中大部分企業每年會拿出近20%的收入用于研發，這個投入是僅次于制藥業。此外，聯邦政府對半導體研發的資助也成為私人研發支出的催化劑。私營企業和聯邦政府的半導體研發投資共同維持了美國的創新步伐，使其成為半導體行業的全球領導者。這些研發投資助推了創新和可商業化產品的發展，直接為美國經濟和就業做出了重大貢獻。

當前信息和通信技術(ICT)中的硬件-軟件(HW-SW)范式已經無處不在，這也得益于軟件和算法、系統架構、電路、設備、材料和半導體工藝技術等方面的持續創新。然而，ICT要想在未來十年保持其增長率水平，正面臨著前所未有的技術挑戰。這些挑戰主要來自于半導體技術的各種基礎限制，這些限制降低了信息處理、通信、存儲、感知和驅動的能源效率的世代改進。

長期可持續的ICT增長將依賴于半導體技術能力的突破，從而使解決信息處理效率問題的整體解決方案成為可能。在軟件、系統、架構、電路、器件結構以及相關的過程和材料等領域需要突破性的創新，這需要及時和良好協調的多學科研究努力。 為了維持美國半導體的地位，SRC和SIA共同推出這個半導體十年計劃中，囊括了信息處理、傳感、通信、存儲和安全方面的研究重點，以確保半導體和ICT產業的可持續增長: 目前，信息和通信技術正面臨著五大重大變革，本報告也將從幾大世界基礎技術的巨變開始探索，挖掘產業機會。以下為五大重大變革： 巨變1：需要在模擬硬件方面取得根本性的突破，才能產生能夠感知、傳感和推理的用于全球智能機器的接口；

巨變2：內存需求的增長將超過全球硅供應，為全新的內存和存儲解決方案提供了機會；巨變3：持續可用的通信需要新的研究方向，解決通信容量與數據生成率之間的不平衡；巨變4：硬件研究需要突破，以應對在高度互聯的系統和人工智能中出現的安全挑戰；巨變5：不斷增長的能源需求的計算與全球能源生產正在創造新的風險共存，新的計算模式提供了極大提高能源效率的機會； 根據SIA之前的報道，在半導體新時代，要維持和加強美國在ICT領域的領導地位，需要在未來十年中每年持續增加34億美元的聯邦投資(即將聯邦對半導體研究的資金增加兩倍)，以進行大規模的工業相關的基礎半導體研究。(十年計劃執行委員會就在“十年計劃”中確定的5個重大轉變，對每年追加的34億美元投資的分配提出建議。分配的基礎是市場份額趨勢和我們對不同半導體和ICT技術的研發需求的分析)。 而這個十年計劃的主要目標包括：1、認清推動信息和通信技術發展的重要趨勢和應用，以及相關的障礙和挑戰；2、定量評估將影響未來信通技術的五大巨變的潛力和狀況；3、確定改變半導體技術當前發展軌跡的基本目標和指標。

巨變一：模擬硬件方面需根本性突破

根據我們的預測，在未來，我們需要在模擬硬件方面取得根本性的突破，這樣才能產生能夠感知、傳感和推理的用于全球智能機器的接口。 模擬電子處理現實世界中連續可變的多種形狀的信號（與數字電子相比，數字電子通常是標準形狀，只需要兩個電平，1或0）。模擬電子學領域包含多個維度，如圖1所示。此外，所有人類可以感知的輸入都是模擬的，這就需要基于超壓縮感知能力和低操作功率的世界機器接口的仿生解決方案（圖2）。

圖1，模擬電子學的維度（左） 圖2，大腦的感知和推理能力是基于超壓縮的感知能力，能夠減少10萬個數據，并且運算在很低的能耗上。 物理世界本質上是模擬的，而“數字社會”對先進模擬電子設備的需求日益增加，以使物理世界和計算機世界之間的交互成為可能。“感知我們周圍的環境是下一代人工智能的基礎，下一代人工智能設備將具備感知和推理能力。全球機器界面是當前以信息為中心的經濟的核心。

例如，下一波先進制造革命預計將來自下一代模擬驅動的工業電子，包括傳感、機器人、工業、汽車、醫療等。對于關鍵任務應用，電子元件的可靠性是優先考慮的問題。例如，如今模擬芯片占汽車電子產品故障的80%，比數字芯片的故障嚴重十倍。 從物理世界產生的估計總模擬信息相當于~1034位/秒。作為參考，人類總感覺吞吐量在~1017位/秒(圖3)。因此，我們感知物理世界的能力明顯受到限制。未來的模擬電子技術有巨大的機會來增強人類的感知系統，這將產生重大的經濟和社會效應。比如，針對人類感知和認知系統打造的多媒體，囊括神經系統接口和通信技術。這將產生以人為中心的新技術，如基于多感覺的醫療診斷和治療，帶有虛擬香氣合成器的完全虛擬現實，或基于室內空氣質量的主動氣味消除。這可以導致新的以人為中心的技術，如多傳感為基礎的醫學診斷和治療，完全虛擬現實與虛擬香氣合成器，或基于室內空氣質量的主動氣味消除。

圖3：世界已安裝傳感能力的發展趨勢 今天，生成模擬數據的能力比我們智能使用數據的能力增長得更快。在不久的將來，這種情況將變得更加嚴重，來自我們生活和物聯網傳感器的數據可能會產生模擬數據洪流，在我們最需要的時候掩蓋有價值的信息。傳感器技術正經歷著指數級增長，預計到2032年將有45萬億傳感器，每年將產生100萬zettabytes(1027字節)的數據。這相當于~1020 bit/秒，從而超過了人類感知的總體吞吐量。因此，從預測的數據洪流中提取關鍵信息并以適當的方式加以應用是駕馭數據革命的關鍵。所以，模擬的宏偉目標是通過革命性的技術以更少的能耗和數據位來增加有用的/可操作的信息，例如以105:1的實際壓縮/減少比來減少感知-模擬-信息。

對于許多實時應用程序，感知數據的價值是短暫的，有時只有幾毫秒。數據必須在該時間范圍內使用，在許多情況下，出于延遲和安全考慮，必須在本地使用。因此，追求信息處理技術的突破性進展，如開發分層感知算法，使從原始傳感器數據理解環境是一項基本要求。新的計算模型，如模擬“近似計算”是必需的。這與本文后面概述的發現一個全新的“計算軌跡”的宏偉目標#5是一致的。新的模擬技術也可以為通信技術提供巨大的進步。即使在計算機對計算機通信中，在長距離時也需要模擬接口。在輸入/輸出(I/O)邊界收集、處理和通信模擬數據的能力對未來的物聯網和大數據至關重要。模擬技術在太赫茲領域的發展將需要未來的傳感和通信需求。

行動呼吁 模擬接口連接物理世界和數字世界。我們通過模擬信號獲取物理世界信息的集體能力比可用信息低10000億倍，很快就需要在模擬電子學方面取得突破性進展。新的方法來感知，如感知行動，模擬“人工智能”（AI）平臺，大腦啟發/神經形態和分層計算，或其他解決方案將是必要的。信息處理技術的突破性進展，如開發感知算法，使人們能夠從原始傳感器數據中了解環境是一項基本要求。新的計算模式，如模擬“近似計算”， 可以交換能量和計算時間與輸出的準確性(大概大腦是這樣做的)是必需的。新的模擬技術將給通信技術帶來巨大的進步。在輸入/輸出邊界收集、處理和通信模擬數據的能力對未來的物聯網和大數據世界至關重要。

此外，模擬開發方法需要在生產力上有一個步驟的提高（10倍或更大），以及時解決應用程序爆炸問題。總之，合作研究建立革命性的模式，為未來節能模擬集成電路的廣泛的未來數據類型，工作量和應用是必要的。 在這十年里，每年向模擬電子產品的新發展軌跡投資6億美元。選定的優先研究主題概述如下：

宏偉目標1： 模擬到信息的壓縮/減少，實際壓縮/減少比為105:1，以一種更類似于人類大腦的方式驅動對信息和“數據”的實際使用。

巨變二：全新的內存和存儲解決方案

我們認為，在未來，內存需求的增長將超過全球硅的供應，這為全新的內存和存儲解決方案提供了機會。 隨著設備、電路和架構方面的重大創新，未來ICT需要有在內存和存儲技術方面的全新解決方案。到這個十年結束時，ICT能耗和性能的持續改進將變得停滯不前，因為作為底層存儲器，存儲技術將面臨規模限制。與此同時，用于人工智能應用的訓練數據正在爆炸式增長，而且沒有任何限制。

越來越清楚的是，在未來的信息處理應用中，從材料和設備到電路和系統級功能的協同創新，很可能使用尚未探索的物理原理，將是實現比特密度、能源效率和性能新水平的關鍵。 全球對數據存儲的需求呈指數級增長，這就需要過多的物質資源來支持正在發生的數據爆炸，今天的存儲技術在不久的將來將無法持續。因此，數據/信息存儲技術和方法需要新的根本解決方案。圖4顯示了全局數據存儲需求的預測—包括保守估計和上限。如圖4所示，未來的信息和通信技術將產生大量的數據，遠遠超過今天的數據流。目前，信息的生產和使用呈指數級增長，到2040年，全球存儲的數據量估計在1024（10的24次方）到1028（10的28次方）bit之間。值得注意的是，雖然在最終擴展的NAND閃存中單個比特的重量為1皮克（10-12克），但存儲1026（10的26次方）位的硅晶圓的總質量約為1010（10的10次方）千克，這將超過世界上總的可用硅供應量（圖5）。

圖4：全球對內存和存儲的需求，預計將超過全球可轉換成硅晶圓的硅量。 全球對傳統硅基存儲器的需求呈指數級增長（圖4），而硅的產量僅呈線性增長（圖5）。這種差異讓基于硅的內存在20年內對于Zetta規模的“大數據”部署來說將變得非常昂貴。 宏偉目標# 2: 開發>10-100X密度的新興存儲和存儲載體，并對每個層次的存儲結構提高能效。 宏偉目標# 2 b: 宏偉目標#3b:發現具有>100x存儲密度能力的存儲技術，以及能夠利用這些新技術的新存儲系統。

圖5：全球硅晶圓供應：1990-2020年數據變化及未來趨勢預測 此外，內存如DRAM，是一個重要的組成部分。如果不“重塑”計算內存系統，計算機的進一步發展是不可能的，這里的“重塑”包括設備的物理層面，內存架構和物理層的實現。例如，傳統的嵌入式非易失性存儲器不能被擴展到28納米以下，因此需要替代品。最后，新的內存解決方案必須能夠支持多種新興應用，例如人工智能、大規模異構高性能和數據中心計算，以及滿足汽車市場惡劣環境要求的各種移動應用等。 行動呼吁 在存儲器和數據存儲方面的根本性底層的突破很快就會被要求。產業鏈需“從材料到設備，到電路，再到架構，處理和解決方案”進行合作研究，為未來的廣泛應用提供高容量節能存儲器和數據/信息存儲解決方案是必要的。 在這十年里，每年在存儲器和存儲的新發展軌道上投資7.5億美元。選定的優先研究主題概述如下：

巨變三：通信需要新的研究方向

根據我們的觀點，持續可用的通信需要新的研究方向，解決通信容量與數據生成率之間的不平衡，是我們必須關注的又一個重點。 發達國家的現狀是以隨時可用的通訊和連接為特征的，這對生活的各個方面都產生了巨大的影響。云存儲和計算就是這方面的一個表現。從任何地方獲取數據并將其發送到任何地方的能力已經改變了我們商業方式以及個人習慣和生活方式。社交網絡就是一個例子。

然而，云的主要概念是基于持續連接的假設。此外，隨著我們之間的聯系越來越緊密，對交流的需求也越來越普遍。如圖6所示，世界技術信息存儲需要與通信能力之間的差距日益擴大，這是一個令人擔憂的趨勢。例如，雖然目前傳輸全世界存儲的數據在不到一年的時間內是可能的，但預計到2040年傳輸至少需要20年。全球存儲和通信的交叉預計將在2022年左右發生，這可能對ICT產生巨大影響。盡管人工智能系統的邊緣計算日益增長，以滿足隱私和更快的響應時間，產生和存儲的信息爆炸將需要云存儲和通信基礎設施的巨大增長。

圖6：交叉點表示產生的數據超過了世界技術信息存儲和通信能力，造成了數據傳輸的限制。 宏偉目標# 3a： 先進的通信技術，以1Tbps@<0.1nJ/bit的峰值速率，使所有存儲的100-1000 zettabyte/年的數據能夠移動。 ? 宏偉目標# 3 b： ? 開發智能和敏捷的網絡，有效地利用帶寬來最大化網絡容量。 ?行動呼吁? 為了滿足日益增長的需求，通信需要徹底的進步。例如，云技術可能會發生重大變化，重點將轉向邊緣計算和本地數據存儲。 ? 寬帶通信將從智能手機擴展到增強現實、虛擬會議和智能辦公室設置。新功能將通過新的用例和新的垂直市場豐富用戶體驗。這需要跨越廣泛議程的合作研究，旨在建立革命性范式，以支持未來大容量、節能通信的廣泛應用。美國能源部科學辦公室在2020年3月發表了一份報告，以確定先進無線技術的潛在機遇和探索科學挑戰 挑戰將包括無線通信技術擴展到THz區域，無線和有線技術的相互作用，網絡加密的新方法，越來越重要的安全，毫米波的新架構，設備技術，以維持帶寬和功率要求，封裝和熱控制。 ?在這十年里，每年投資7億美元在新的通訊技術。選定的優先研究主題概述如下：

巨變四：硬件研究需要突破

根據我們的觀察，在未來，硬件研究需要突破，以應對在高度互聯的系統和人工智能中出現的安全挑戰。 當今高度相互關聯的系統和應用程序需要安全和隱私(圖7)。公司網絡,社交網絡和自治系統都是建立在可靠和安全通信的假設, 但也面臨各種威脅和攻擊，從敏感數據的泄露到拒絕服務。隨著新用例、新威脅和新平臺的出現，安全和隱私領域正在經歷快速的變化。例如，量子計算的出現將帶來新的威脅向量，這將給現有的加密方法帶來漏洞。因此，必須開發新的抗量子攻擊的加密標準，并考慮到這些標準對系統性能的影響。此外，隱私已經成為一個主要的政策問題，越來越受到全球消費者和政策制定者的關注。提高隱私的技術方法包括在收集或發布數據時混淆或加密數據。

在另一個方向，設備已經滲透到物理世界方方面面，因此對這些設備的信任就變成了安全問題。而且，安全從未如此重要。系統的安全性和可靠性除了傳統的隨機故障和物理世界系統的退化問題外，還需要考慮惡意攻擊。網絡物理系統的安全需要考慮如何即使在攻擊后仍能正常運行或失敗。我們需要智能算法，通過篩選上下文數據，以評估信任，做安全的傳感器融合隨著時間的推移。這是一個困難的問題，因為上下文數據具有巨大的多樣性和數量——未來的系統實際上是具有無限通信和信令可能性的系統。例如，汽車可以相互通信，也可以與路邊的基礎設施。像人類一樣，我們需要增強系統的智能來信任或不信任他們所感知到的一切。

圖7：安全的系統視圖 我們的硬件也在變化。復雜性是安全的大敵，由于性能和能效的驅動因素，如今的硬件平臺極其復雜。現代片上系統設計包含了一系列特殊用途加速器和IP模塊。這些系統的安全架構是復雜的，因為這些系統現在是微小的分布式系統，我們必須建立分布式安全模型與不同的信任假設為每個組件。此外，這些組件通常來自第三方，這意味著硬件供應鏈需要信任。對性能的追求也導致了微架構中的一些微妙問題。例如，許多現有的硬件平臺很容易受到投機性執行側信道問題的影響，這一點在Spectre（幽靈）和Meltdown（熔斷）中得到了曝光。在這些問題和其他問題的驅動下，未來需要全新的硬件設計。

今天的主要工作是人工智能。許多安全系統，例如，使用異常檢測來識別攻擊或使用功能分析的上下文認證。AI的能力在不斷增強，這些可信系統的應用也在不斷增長。然而，人工智能對這些系統的可信度尚不清楚。這不僅是安全系統的問題，而且即使是具有隱含信任假設的一般系統，例如，在自動車輛中的視覺對象檢測，也是一個問題。研究人員已經表明，對圖像的小的擾動可以使神經網絡模型產生錯誤的結論。一個放置在停車標志上的小貼紙可以使一個模型歸類為限速45標志。其他深度學習系統的應用也有類似的信任問題：語音識別的輸出可能會被潛移默化的音頻變化所操縱，或者惡意軟件可能會因為二進制文件的微小變化而無法被發現。深度學習模型的脆弱性與其不可預測性有關。

神經網絡是沒有解釋其決策的黑匣子。神經網絡的其他重要問題是算法偏差和公平性。我們需要一些方法來讓深度學習系統更加可信、可解釋和公平。 最后，在過去的十年里，我們必須保護的系統變得無比復雜。云已經成為外包計算和存儲，同時保持控制的標準。我們仍在努力應對云計算帶來的安全挑戰——多租戶、供應商保證和隱私——同時云計算產品的復雜性繼續增加。

云現在提供了可信的執行環境以及專門的、共享的硬件和軟件。與此同時，人們對邊緣計算越來越感興趣，因為我們意識到云缺乏附近計算基礎設施的性能和隱私保障。邊緣的異構本質意味著對邊緣計算服務提供商的信任是一個主要問題，當然，物聯網設備的安全性多年來一直困擾著我們。必須讓資源有限、成本低廉的設備更容易實現安全發展。即使在安全設計上小心謹慎，極端環境也會造成困難。使問題復雜化的是，各個級別的系統都變得更加復雜——現代芯片系統設計包含了一系列特殊用途的加速器和IP塊，基本上是小型分布式系統，我們必須為每個組件建立分布式安全模型，并對其進行不同的信任假設。 行動呼吁 今天的系統在智能化和普遍性方面的增長速度是驚人的。

與此同時，這些系統不斷增加的規模和復雜性迫使硬件專門化和優化以應對性能挑戰。所有這些性能上的進步必須與安全和隱私方面的進步齊頭并進。例如，保護機器學習或傳統密碼學中的弱點，保護個人數據的隱私，以及解決供應鏈或硬件中的弱點。 宏偉目標4： 開發與技術同步的安全和隱私進步，新的威脅和新的用例，例如可信和安全的自主和智能系統，安全的未來硬件平臺，以及新興的量子后和分布式密碼算法。 在這十年里，每年投資6億美元用于信息通信技術安全的新發展。選定的優先研究主題概述如下：

巨變五：新的計算模式

在我們看來，不斷增長的能源需求的計算與全球能源生產正在創造新的風險共存，新的計算模式提供了極大提高能源效率的機會。 計算技術的快速發展為幾乎每一個細分市場的每一代產品提供了更強的功能，包括服務器、PC、通信、移動、汽車和娛樂等。這些進步是由私營企業和政府數十年的研發投資帶來的，在計算速度、能源效率、電路密度和成本效益生產能力方面呈指數級增長。在軟件和算法、系統架構、電路、設備、材料和半導體工藝技術方面的持續創新，已經成為這一增長速度的基礎。雖然這一趨勢已經持續了幾十年，成功地克服了許多技術上的挑戰，但現在人們認識到傳統計算在能源效率方面已經接近基本極限，因此產生了更難克服的挑戰。

因此，在信息表達、信息處理、通信和信息存儲方面的爆炸式創新對于可持續的經濟增長和美國的技術領先地位都是迫切和關鍵的。 隨著每年計算量的增加，用于支持這些計算的bit數也會增加。預計到2050年，我們將處理近1044bit。如圖8a所示，通用計算的總能耗繼續呈指數增長，大約每三年增長一倍，而世界能源產量僅呈線性增長，每年增長約2%。不斷增長的全球計算能量是由不斷增長的計算需求驅動的(圖8b)，盡管如此，計算處理器單元(例如CPU、GPU、FPGA)中每一位轉換的芯片級能量在過去40年中一直在減少(如摩爾定律所示)，當前處理器中為10 aJ或10-17 J。 然而，對計算增長的需求正在超過摩爾定律的發展。

摩爾定律目前正在放緩，因為器件規模正在接近基本物理極限。如果計算能量的指數增長不受限制，市場動態將限制計算能力的增長，這將導致能源曲線變平(圖8a中的“市場動態限制”場景)。因此，需要在計算的能源效率的根本改進，以避免“限制”的情況。 基本的難題是計算中的比特利用率，即實現一個計算指令所需的單位比特轉換數。當前的CPU計算軌跡是由一個功率公式（如圖9所示）描述的，其指數由p~2?3限定。觀測軌跡和指數值的理論基礎沒有被清楚地理解，因此計算的理論基礎需要進一步發展。可以發現，如果可以將公式中的指數增加~30%，計算效率和能源消耗將有一個100萬倍的改善。如圖9所示，圖中“新軌跡”說明這一點。

圖8a：計算的總能量：實黃線表示在提高設備能量性能的同時，繼續當前計算軌跡。虛線表示“市場動態限制”的場景阻止了世界計算能力的進一步增加，導致能源曲線趨平。藍色的方框表示一個全新的計算軌跡被發現的場景。

圖8 (b): 2010-2050年世界計算信息的技術裝機容量(簡寫為zip)。純黃色的線表示當前的趨勢(根據Hilbert和Lopez4的研究)。黃色虛線表示一種“市場動態有限”的情況，這種情況下，由于能源容量有限，世界計算能力將停止進一步增長。藍框表示一個全新的計算軌跡被發現的場景。

圖9：當前的CPU計算軌跡 行動呼吁 人們很快就會要求計算機技術發生革命性的變化。計算負荷繼續呈指數級增長，“人工智能”應用和訓練需求的增長就是證明。新的計算方法，如存內計算，特殊用途的計算引擎，不同的人工智能平臺，大腦啟發/神經擬態計算，量子計算，或其他解決方案將是必要的，并將需要以異構的方式組合。潛在的異構計算架構描述的范圍在最近的國家科學技術委員會(NSTC)報告中，聲稱將需要一個跨學科，跨職能的方法來實現商業上可行的和可制造的解決方案和長期存在的可能（至少十年），以取代主流的數字方法。本文件旨在激發合作研究“從材料到架構和算法”，以建立革命性的范式，支持未來節能計算的廣泛的未來數據類型，工作量和應用。有關其他背景，見美國能源部科學辦公室，微電子基礎研究需求研討會報告。 在這十年里，每年投資7.5億美元來改變計算方式發展軌跡。選定的優先研究主題概述如下

總裁兼首席執行官John Neuffer表示：“聯邦政府和私營部門對半導體研發的投資推動了美國半導體產業的創新步伐，推動了整個美國和全球經濟的飛速增長。” “然而，隨著我們進入一個新時代，有必要重新關注公私研究伙伴關系，以應對芯片技術面臨的巨大變化。聯邦政府必須在半導體研究上進行雄心勃勃的投資，以使美國在半導體及其帶來的改變游戲規則的未來技術方面保持領先地位。”John Neuffe說。

SRC總裁兼首席執行官Todd Younkin博士說：“未來將為半導體技術帶來無限的潛力，人工智能，量子計算和先進的無線技術等新興應用有望帶來不可估量的社會效益。” “十年計劃為我們如何將這種潛力轉化為現實提供了一個藍圖。通過共同努力，我們可以促進半導體技術的發展，使其保持強大的競爭力，并處于創新浪潮的頂端。”

原文標題：美國制定半導體十年計劃，聚焦五大方向

文章出處：【微信公眾號：傳感器技術】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq