半导体的现状及其发展趋势

中国计算50年

——中国数字电子计算机的创业历程及领路人

(2006-09-11 16:18:31)

■ 中国科学院院士、北京科技大学教授 高庆狮

编者按： 一转眼，中国的计算机事业已经走过了50个春秋。在《计算机世界》纪念中国计算机事业发展50年的过程中，我们看到，在这50年里，有太多激动人心的创举出现，也有太多令人黯然的无奈穿过。

几代大师为了中国计算机事业的发展鞠躬尽瘁，更多人为了中国计算机产业的前行奋发图强。为此，我们特邀中国科学院院士、北京科技大学教授、中国科学院计算技术研究所终身研究员高庆狮撰写此文，以纪念过往、庆祝成就，同时也警醒现状、激励未来。

50年风雨之后，为了寻求ICT的融合和计算领域的更大发展，中国正在积极酝酿更好的政策环境。2006年8月29日，全国信息产业科技创新会议在京召开。

自从1946年，世界上第一台数字电子计算机在美国诞生，与计算机最邻近领域的数学和物理界的共和国泰斗、世界数学大师华罗庚教授和中国原子能事业的奠基人钱三强教授，十分关注这一新技术如何在国内发展。

中国诞生计算机

从1951年起，国内外和计算机领域相近的其他领域人才，尤其是从国外回来的教授、工程师和博士，不断转入到该行业中。他们当中的很多人，都在华罗庚领导的中科院数学所和钱三强领导的中科院物理所里，其中包括国际电路网络权威闵乃大教授、在美国公司有多年实践经验的范新弼博士、在丹麦公司有多年实践经验的吴几康工程师，以及从英国留学回来的夏培肃博士和从美国留学回来的蒋士飞博士。

他们积极推动，把发展计算机列入12年发展规划。

1956年3月，由闵乃大教授、胡世华教授、徐献瑜教授、张效祥教授、吴几康副研究员和北大的党政人员组成代表团，参加了在莫斯科主办的“计算技术发展道路”国际会议，到前苏联“取经”，为我国制定12年规划的计算机部分做技术准备。当时的代表团主要成员后来都参加了12年规划。此外，范新弼、夏培肃和蒋士飞也加入规划制定中。在随后制定的12年规划中，确定了中国要研制计算机，并批准中国科学院成立计算技术、半导体、电子学及自动化等四个研究所。

计算技术研究所筹备处由科学院、总参三部、国防五院（七机部）、二机部十局（四机部）四个单位联合成立，北京大学、清华大学也相应成立了计算数学专业和计算机专业。为了迅速培养计算机专业人才，这三个单位联合举办了第一届计算机和第一届计算数学训练班。计算数学训练班的学生有幸听到了刚刚归国的钱学森教授和董铁宝教授讲课。钱学森教授在当时已经是国际控制论的权威专家，而董铁宝教授在美国已经有过3～4年的编程经验，也是当时国内惟一真正接触过计算机的学者。当时我也是学生之一。

钱学森的数学功底的深度和广度几乎涵盖了我们所学的数学的所有课程，而且运用自如，我们作为北大数学系学生，对此感到十分钦佩。同时，钱学森教授也帮助我们具体了解到，数学如何应用到实际物理世界中。

在前苏联专家的帮助下，由七机部张梓昌高级工程师领导研发的中国第一台数字电子计算机103机（定点32二进制位，每秒2500次）在中国科学院计算技术研究所诞生，并于1958年交付使用。参与研发的骨干有董占球、王行刚等年轻人。随后，由总参张效祥教授领导的中国第一台大型数字电子计算机104机（浮点40二进制位、每秒1万次）在1959年也交付使用，骨干有金怡濂，苏东庄，刘锡刚，姚锡珊，周锡令等人。其中，磁心存储器是计算所副研究员范新弼和七机部黄玉珩高级工程师领导完成的。在104机上建立的、由仲萃豪和董韫美领导的中国第一个自行设计的编译系统，则在1961年试验成功（Fortran型）。

国防是首要服务对象

在任何先进国家，计算机的发展首先都是为国防服务，应用于国家战略部署上，中国也不例外。1958年，北京大学张世龙领导包括当时作为学生的王选在内的北大师生，与中国人民解放军空军合作，自行设计研制了数字电子计算机“北京一号”，并交付空军使用。当时中国人民解放军朱德总司令还亲自到北京大学北阁“北京一号”机房参观了该机器。随后，张世龙带领北大师生（包括王选和许卓群在内），立即投入北大自行设计的“红旗”计算机研制工作，当时设定的目标比前苏联专家帮助研制的104机还高，并于1962年试算成功。但是由于搬迁和文革的干扰，搬迁后“红旗”一直没有能够恢复和继续工作。

与此同时，1958年，在哈尔滨军事工程学院（国防科技大学前身）海军系柳克俊的领导下，哈尔滨军事工程学院和中国人民解放军海军合作，自行设计了“901”海军计算机，并交付海军使用。在海军系康继昌的领导下，哈尔滨军事工程学院和中国人民解放军空军合作，自行设计的“东风113”空军机载计算机也交付空军使用。随后，柳克俊领导的国产晶体管军用的计算机，也在1961年交付海军使用。

1958年～1962年期间，中国人民解放军总参谋部也前后独立研制成功了一些自行设计、全部国产化的计算机。

1964年，中科院计算技术研究所吴几康、范新弼领导的自行设计119机（通用浮点44二进制位、每秒 5万次）也交付使用，这是中国第一台自行设计的电子管大型通用计算机，也是当时世界上最快的电子管计算机。当时美国等发达国家已经转入晶体管计算机领域，119机虽不能说明中国具有极高水平，但是仍然能表明，中国有能力实现“外国有的，中国要有；外国没有的，中国也要有”这个伟大目标。

在119机上建立的，是董韫美领导的自行设计的编译系统，该系统在1965年交付使用（Algol型），后来移植到109丙机上继续起作用。

哈尔滨军事工程学院计算机系慈云桂教授领导的自行设计的晶体管计算机441B（浮点40二进制位、每秒8千次）在1964年研制成功，骨干人员包括康鹏等人。1965年，441B机改进为计算速度每秒两万次。

与此同时，中科院计算技术研究所蒋士飞领导的自行设计的晶体管计算机109乙机（浮点32二进制位、每秒6万次），也在1965年交付使用。为了发展“两d一星”工程，1967年，由中科院计算机所蒋士飞领导，自行设计专为两d一星服务的计算机109丙机，并交付使用，骨干有沈亚城、梁吟藻等人。两台109丙机分别安装在二机部供核d研究用和七机部供火箭研究用。109丙机的使用时间长达15年，被誉为“功勋计算机”，是中国第一台具有分时、中断系统和管理程序的计算机，而且，中国第一个自行设计的管理程序就是在它上面建立的。

这些由中国科研人员自力更生、努力拼搏研制出的第一批计算机，代表了中国人掌握计算机的技术水平和成果，证明了中国有能力发展自己的全部国产化的计算机事业。

突破百万到超越亿计算

虽然我国自行设计研制了多种型号的计算机，但运算速度一直未能突破百万次大关。1973年，北京大学（由张世龙培养的、包括许卓群和张兴华等骨干人员）与“738厂”（包括孙强南、陈华林等骨干人员）联合研制的集成电路计算机150（通用浮点48二进制位、每秒1百万次）问世。这是我国拥有的第一台自行设计的百万次集成电路计算机，也是中国第一台配有多道程序和自行设计 *** 作系统的计算机。该 *** 作系统由北京大学杨芙清教授领导研制，是国内第一个自行设计的 *** 作系统。

1973年3月，在全国实际研制目标200～500万次不能满足中国飞行体设计的计算流体力学需要的情形下，时任国防科委副主任的钱学森，根据飞行体设计需要，要求中科院计算所在20世纪70年代研制一亿次高性能巨型机，80年代完成十亿次和百亿次高性能巨型机，并且指出必须考虑并行计算道路。中科院计算所根据国防情报所和计算所情报室提供的国际上的公开资料，分析了1970年前后美国研制的高性能巨型机的优缺点之后，于1973年5月提出“全部器件国产化一亿次高性能巨型机（20M低功耗ECL、电路-四条流水线）及其模型机（757向量计算机、10M ECL、电路-单条流水线）”的可行方案。由于文革中受到严重干扰，以及文革后“走马灯”式良莠不齐的领导乱指挥，尽管在1979年，由亚城负责的20M低功耗ECL电路的集成电路芯片投片已经研发成功，但是最终“全部器件国产化一亿次高性能巨型机”的研发，因为任务变化，最终搁浅。

表1和表2给出了代表中国掌握电子管、晶体管、集成电路计算机技术的发展时间表，水平主要是根据创新的“三性”中的先进性。需要说明的是，表中所列只是代表中国已掌握的计算机技术水平的计算机，其中，带*的103、104、119、150、757，及银河-1号巨型机和银河-2仿真计算机等7台计算机，都被载入“记述对中华文明发展起促进作用的重要历史事件”的中华世纪坛青铜甬道铭文中。

除了研制水平之外，产业、市场和应用的发展也同样重要。在批量生产计算机上，电子工业部及其相关研究所（例如著名的15所）和工厂（例如著名的738厂）功不可没。不仅上述中国早期计算机的研制和批量生产要依靠它们，而且它们也独立设计和研制过一些成批生产的计算机(例如108系列、与清华大学合作的DJS-130等），尤其在人造卫星地面系统（例如320计算机及舰上718计算机）及其他军工任务上，这些研究所和工厂都有过突出贡献。研究所和工厂研究工作的重点，主要是在技术和工艺方面。他们的领军人包括莫根生、陈立伟、曹启章及一批骨干人员，例如江学国等。现任中国工程院院士罗沛霖领导的仿IBM系列也起过历史性作用，沈绪榜和李三立负责的有关卫星天上和地上计算机及其他任务用的计算机也做出了重要的贡献。此外，七机部、清华大学及中科院各分院在发展计算技术方面还做出了许多贡献，这里就不枚举了。

中国自力更生全部国产化的半导体、集成电路计算机事业，和20世纪50～70年代林兰英、王守武、王守觉和徐元森等教授领导的中科院半导体所、上海冶金所和109厂的研究及开发工作是分不开的。中科院半导体所和109厂都是从中国科学院物理所独立出来的，中科院物理所对中国计算机事业的历史贡献功不可没。

人才培养至关重要

发展计算机事业离不开人才培养，20世纪50～70年代，中科院计算技术研究所(及之后的中国科技大学)的夏培肃副研究员、北京大学和哈尔滨军事工程学院，在组织教师和学生动手研制计算机、进行实践、培养人才等方面，都取得了很好的成绩。夏培肃领导组织教师和学生动手研制了107（定点32二进制位、每秒 250次）计算机，该计算机于1960年交付使用，并且还复制了两台。尽管107计算机比103（1958年交付使用）、104计算机（1959年交付使用）速度低了10倍到40倍，但是对培养人才起了重要作用。

一个计算机系统是由多方面研究成果构成的。范新弼领导的磁心存储器长期处于领先地位，其中主要的骨干有伍福宁、王振山、徐正春、张杰、甘鸿，等等。王克本领导了中国第一个八层印刷电路版研究与设计小组。方光旦在磁头、磁胶，张品贤在磁带，顾尔旺在磁鼓等方面，都做出了出色的贡献。实际上，大多计算机的研发都是集体成果，例如全国参加757计算机研发工作的人员，就有上千人。

我国第一个“计算机系统结构设计”小组于1957年在中科院计算所成立。20世纪50～70年代，它承担了中科院计算所代表性的计算机（119、109乙、109丙、757、717等计算机）的系统结构设计任务。参与成员则根据当时前苏联计算机领军人物、前苏联科学院列贝捷夫院士的建议，由年轻的数学专业毕业生组成。第一任小组负责人是国际网络权威人士闵乃大教授，第一个正式设计任务则是1958年5月国防部门的“导d防御系统计算机”系统结构设计。设计工作由北京大学张世龙和第二任小组负责人虞承宣，加上6名数学专业毕业的大学生组成，其中周巢尘、沈绪榜等3人后来分别由不同领域（软件、航天、系统结构）、不同单位被选为中科院院士。

中国20世纪60年代编译系统的带头人在当时都是年轻人，如中国人民解放军总参谋部杨奇、中科院计算所董韫美和仲萃豪、南京大学徐家福、国防科技大学陈火旺等。中国20世纪60年代 *** 作系统的带头人有北京大学杨芙清、南京大学大孙仲秀等，当时也都是年轻人。软件正确性设计（容易推广到硬件的正确性设计）是近20多年国际上关注的具有巨大经济效益、社会效益和理论价值的重大问题。我国领军人物何积丰院士、周巢尘院士如今已经是国际上知名的佼佼者。20世纪70年代，逐渐形成容错和检测理论和实践的带头人是魏道政，而知识处理的带头人是陆汝钤。

依赖进口弊端过大

20世纪70年代后期以后，中国研制的计算机，几乎全部使用进口元器件、进口部件。

由于超大规模集成电路迅速发展，数千万甚至上亿个晶体管逐渐能够集成在一个芯片上，20世纪80年代及其之后得到迅速发展的计算机，是普通个人使用的“微机”（PC机）及超强“微机”（后者可以组成服务器或者并行处理的高性能计算机），而其他各式各样的计算机（包括超级中小型计算机在内）由于性价比问题，无法和微机竞争，就自然逐步退出舞台了。国际上没有及时调整战略的计算机公司，例如CDC公司、王安公司等，纷纷倒闭。虽然如此，国内那一段过渡时期为了满足用户需求而研制的各种机型也曾有过较大贡献，例如张修领导的KJ8920，在为用户提供优质服务软件方面就很突出。

中国最早意识到个人计算机发展趋势而率先转向研究“微机”，并且做出突出贡献的带头人有倪光南、韩承德等。

国内高性能计算机，有慈云桂、卢锡城、周兴铭、杨学军领导的银河系列；张效祥、金怡濂、陈左宁领导的神州系列李国杰、孙凝晖领导的曙光系列；祝明发领导的联想深腾系列；以及周兴铭领导的银河-2数字仿真巨型机等。PC机有联想系列、长城系列、方正系列、同方系列等，其学术代表性带头人是倪光南，产业代表性的领军人是柳传志。

计算机产业作为一个产业链，软件发展依赖于整机和应用需求的发展整机的发展依赖于芯片、部件及需求的发展芯片的发展则依赖于“集成电路生产线大三角形”的发展。这里集成电路生产线大三角形是指集成电路生产线的三大部分，即大底座、中间层和顶层。大底座（价值十多亿美元的集成电路制造工艺生产线）是从拉单晶硅到光刻-扩散-参杂，到最后封装，相当于过去林兰英、王守武、王守觉和徐元森等领导中科院半导体所、上海冶金所的研究工作。中间层是各种高速低功耗电路设计，相当于过去中科院计算所电路设计组蒋士飞、沈亚城等人的研究工作。20世纪70年代，沈亚城所进行的高速低功耗ECL电路设计，直到做成芯片，才可以算做完成。顶层则是硅编译等等软件工作，这部分工作过去是计算所使用小规模集成电路时把逻辑设计图变成为工程布线图的手工工作，加上半导体所制造小规模集成电路各种掩模版所需的手工工作。在超大规模集成电路的情况下，从复杂性、可靠性角度，手工是绝对不可能完成的，需要依靠硅编译来自动完成。

在允许部分进口的环境下，一个产业链如果要求全部国产化，会造成一环落后引发产业链后续部分全部落后的情况；使用进口元器件、进口部件，使得各种类型整机可以在国际先进基础上得到发展，进而软件和应用都能在国际先进基础上得到发展，从市场经济角度看，这无疑是正确的。

但是，当国内所研制的计算机全部转向使用进口元器件、进口部件时，一方面中国的高性能计算和PC机的发展依赖于进口元器件和进口部件的水平另一方面中国的集成电路研制力量，由于缺少巨大的经济支持，都转向非计算机用的其他难度小的方向。

“元器件全部进口化”导致的结果是，不仅全部国产化的亿次高性能巨型机研制中止，而且真正完全自主的国产的计算机集成电路研制工作也中断，至今也没有恢复，甚至没有任何恢复的迹象，这两方面对国家安全都很不利。实际上，“集成电路生产线大三角形”依靠进口的集成电路生产线，就等于依赖外国集成电路生产线水平和外国政府批准向中国出口的集成电路生产线的水平。引进无法达到最先进，而且在特殊情况下，引进很可能中断，引进的生产线的备份件也不能得到更新。

“中国芯”何时真正崛起

进入21世纪以后，李德磊负责的“方舟”、胡伟武负责的“龙芯”、以及王沁参加负责的“多思”、方信我负责的“国安”等等“中国芯”项目不断涌现，计算机产业链国产化又前进了一大步。但当前或者未来将出现的众多的“中国芯”的共同点，都是“集成电路生产线大三角形”的一个应用。也就是说，其水平仍然是依赖于外国集成电路生产线水平和外国政府批准向中国出口的集成电路生产线的水平，仍然受制于人。

众多“中国芯”的主要的差别只是在系统结构设计上，或者在高速低功耗电路等设计上，有没有重大创新、重大突破。设计明显创新的，有国外学者称之为相当于“大学生课程设计”水平，虽然难听却也有几分道理。尽管能设计“中国芯”的人或公司越来越多，但是能设计“中国集成电路生产线大三角形”的人，如果不采取措施，不仅目前没有，恐怕不远的将来仍然是空白。如果中国不能制造中国的“集成电路生产线大三角形”，那么无论有多少种“中国芯”，中国的高性能计算机和中国PC机的发展水平就必然还是取决于美国“集成电路生产线大三角形”的发展水平及美国政府允许向中国出口的水平。

现实的道路是，我们可以通过引进、消化、吸收与独立研究相结合的方式发展芯片产业，而建立完全自主的“集成电路生产线大三角”，则应该是国家急需解决的重中之重。

早在1965年，中科院半导体所王守觉就开始研制从逻辑图到掩模版的自动形成系统“图形发生器”，这项研究比美国还早。由于文革破坏而中断了3年，1971年初研制成功时，反而比美国晚了一年多。以上历史说明，中国人的独立研究能力也不容忽视，研究环境也不容被忽视。

如何做到既能使产业链的各个环节的发展都能建立在国际最高水平之上，又能确保国家安全？这不仅仅是一个计算机产业链的问题，应该是许多产业链所存在的共同问题，更是决策者急需处理的政策问题。

中国半个世纪电子数字计算机事业的领路人，是在两位共和国功勋科学家华罗庚和钱三强关注下的一个群体，这个群体在50年前，是10多名从相邻领域转过来的30～40多岁的中青年带头人，和五、六十名受过专业教育的20多岁的青年骨干，还有数十名当时尚未出世的后起之秀，本文列举的，只是这个百人群体中的一小部分。

链接:文中部分科学家简历

华罗庚：江苏金坛人。中国解析数论、典型群、矩阵几何学、自守函数论与多复变函数论等很多方面研究的创始人与开拓者，国际知名数学家，先后当选美国科学院外籍院士，第三世界科学院院士，法国南锡大学、美国伊利诺大学、香港中文大学荣誉博士，联邦德国巴伐利亚科学院院士等。

钱三强：浙江湖州人，出生于浙江绍兴。核物理专家、中国核原子科学之父，曾师从居里的女儿、诺贝尔奖获得者伊莱娜?居里及其丈夫约里奥?居里。在中国研发原子d期间，担任技术总负责人、总设计师，被追授“两d一星功勋奖章”。

范新弼：电子计算机专家，湖南长沙人。1951年获美国斯坦福大学电子学博士学位，在电子器件研究与应用领域获8项美国专利。归国后，领导我国第一台大型计算机及其后多台大型计算机的磁芯存储器研制工作，领导中国半导体存储元件研究，建立了国内第一批测试设备。

张效祥：计算机专家、中国科学院院士（学部委员）、中国解放军总参谋部计算技术研究所研究员。领导中国第一台大型通用电子计算机的仿制并在此后的35年中主持中国自行设计的电子管、晶体管到大规模集成电路各代大型计算机的研制，为中国计算机事业的创建、开拓和发展，起了重要作用。1985年，领导完成中国第一台亿次巨型并行计算机系统。

钱学森：中国现代物理学家、世界著名火箭专家、全国政协副主席，浙江杭州市人，生于上海。钱学森曾在美国任讲师、副教授、教授以及超音速实验室主任和古根罕喷气推进研究中心主任。1950年开始，历经5年努力，于1955年才回到祖国，1958年起长期担任火箭导d和航天器研制的技术领导职务。

董铁宝：力学家、计算数学家，江苏武进人，“中国第一个程序员”（王选），长期致力于结构力学、断裂力学、材料力学性能、计算数学的研究和教学，我国计算机研制和断裂力学研究的先驱者之一。1945年赴美学习，1956年归国教学，1968年在文革中因受迫害自杀。

金怡濂：中国工程院院士、著名高性能计算机专家、国家最高科学技术奖获得者，原籍江苏常州。中国第一台大型计算机研制者之一，先后提出多种类型、各个时期居国内领先或国际先进水平的大型、巨型计算机系统的设计思想和技术方案，为我国高性能计算机技术的跨越式发展和赶超世界计算机先进水平有着重要贡献。

王选：江苏无锡人。著名的计算机应用专家，主要致力于文字、图形、图象的计算机处理研究。中国科学院院士、中国工程院院士、第三世界科学院院士、国家最高科学技术奖获得者。曾任北大方正集团董事、方正控股有限公司首席科技顾问，九三学社副主席、中国科协副主席、九三学社副主席、中国科协副主席。2003年当选十届全国政协副主席。

周巢尘：计算机软件专家，原籍江苏南汇，中国科学院院士（学部委员）、第三世界科学院院士、中国科学院软件研究所研究员，曾任联合国大学国际软件技术研究所所长。

杨芙清：北京大学计算机学科第一位教授、博士生导师，中国科学院院士（学部委员）、计算机科学技术及软件专家，无锡人。历任软件工程国家工程研究中心主任、北京大学信息与工程科学学部主任、北京大学软件工程研究所所长、北京大学计算机科技系教授。

孙仲秀：计算机科学家、中国科学院院士，原籍浙江余杭，生于江苏省南京市，历任南京大学助教、讲师、副教授、教授、博士生导师、副校长等职。1974年后主持研制了中国国产系列计算机DJS200系列的DJS200/XT1和 DJS200/XT1P等 *** 作系统。从1979年起开始对分布式计算机系统软件和应用进行了研究，1982年在国内首次研制成功ZCZ分布式微型计算机系统，研究和开发了多个实用的分布式计算机系统。

何积丰：中国科学院院士、计算机软件专家，生于上海，祖籍浙江宁波。现任华东师范大学终身教授、软件学院院长，上海嵌入式系统研究所所长、联合国大学国际软件技术研究所高级研究员。早年进行管理信息系统和办公自动化系统的研发。

吴几康：安徽歙县人。计算机专家、中国计算机事业的开拓者之一。曾于1951年至1953年在丹麦任无线电厂开发工程师，归国后调至中国科学院近代物理研究所，后参与筹建计算技术研究所。1965年负责研制成功两台大型通用计算机，后参与筹建771微电子学研究所，任副所长和研究员。

张梓昌：电子计算机专家。江苏崇明（今属上海市）人。历任航天工业部第二研究院所长、测控公司总工程师，中国计算机学会第一届副理事长，中国宇航学会第一、二届理事。长期从事电子设备和计算机的研制，曾负责我国第一台计算机的技术工作，是我国计算机技术的学科带头人之一。

张世龙：北京大学计算机科学与技术系主任、教授，曾参加我国第一台自行设计制造的大型计算机119机和北大红旗计算机的系统设计。

慈云桂：著名计算机科学家、教授，中国科学院技术科学部学部委员，安徽桐城人。历任国防科技大学副校长兼电子计算机系主任和计算机研究所所长等职，先后主持了我国多种型号计算机的研制，从领导研制我国第一台电子管数字计算专用机，到担任“银河”亿次计算机研制的技术总指挥和总设计师，为国家经济建设、国防建设及科学研究事业做出了突出贡献。

冯康：应用数学和计算数学家、中国科学院院士、世界数学史上具有重要地位的科学家。生于江苏南京，原籍浙江绍兴。其独立创造了有限元方法、自然归化和自然边界元方法，开辟了辛几何和辛格式研究新领域。中国现代计算数学研究的开拓者。1997年底国家自然科学一等奖授予冯康的另一项工作“哈密尔顿系统辛几何算法”。历任中国科学院计算技术研究所任副研究员、研究员，中国科学院计算中心主任、名誉主任。(排名不分先后)

(计算机世界报)

参考资料：http://www.cnii.com.cn/20060808/ca371826.htm

过去几十年，全球半导体行业增长主要受台式机、笔记本电脑和无线通信产品等尖端电子设备的需求，以及基于云计算兴起的推动。这些增长将继续为高性能计算市场领域开发新应用程序。

首先，5G将让数据量呈指数级增长。我们需要越来越多的服务器来处理和存储这些数据。2020年Yole报告，这些服务器核心的高端CPU和GPU的复合年增长率有望达到29%。它们将支持大量的数据中心应用，比如超级计算和高性能计算服务。在云 游戏 和人工智能等新兴应用的推动下，GPU预计将实现更快增长。例如，2020年3月，互联网流量增长了近50%，法兰克福的商业互联网数据交换创下了数据吞吐量超过每秒9.1兆兆位的新世界纪录。

第二个主要驱动因素是移动SoC——智能手机芯片。这个细分市场增长虽然没有那么快, 但这些SoC在尺寸受限的芯片领域对更多功能的需求，将推动进一步技术创新。

除了逻辑、内存和3D互联的传统维度扩展之外，这些新兴应用程序将需要利用跨领域的创新。这需要在器件、块和SoC级别进行新模块、新材料和架构的改变，以实现在系统级别的效益。我们将这些创新归纳为半导体技术的五大发展趋势。

趋势一:摩尔定律还有用，将为半导体技术续命8到10年…

在接下来的8到10年里，CMOS晶体管的密度缩放将大致遵循摩尔定律。这将主要通过EUV模式和引入新器件架构来实现逻辑标准单元缩放。

在7nm技术节点上引入了极紫外(EUV)光刻，可在单个曝光步骤中对一些最关键的芯片结构进行了设计。在5nm技术节点之外(即关键线后端(BEOL)金属节距低于28-30nm时)，多模式EUV光刻将不可避免地增加了晶圆成本。最终，我们希望高数值孔径(High-NA) EUV光刻技术能够用于行业1nm节点的最关键层上。这种技术将推动这些层中的一些多图案化回到单图案化，从而提供成本、产量和周期时间的优势。

Imec对随机缺陷的研究对EUV光刻技术的发展具有重要意义。随机打印故障是指随机的、非重复的、孤立的缺陷，如微桥、局部断线、触点丢失或合并。改善随机缺陷可使用低剂量照射，从而提高吞吐量和成本。

为了加速高NA EUV的引入，我们正在安装Attolab，它可以在高NA EUV工具面世之前测试一些关键的高NA EUV材料(如掩膜吸收层和电阻)。目前Attolab已经成功地完成了第一阶段安装，预计在未来几个月将出现高NA EUV曝光。

除了EUV光刻技术的进步之外，如果没有前沿线端(FEOL)设备架构的创新，摩尔定律就无法延续。如今，FinFET是主流晶体管架构，最先进的节点在6T标准单元中有2个鳍。然而，将鳍片长度缩小到5T标准单元会导致鳍片数量减少，标准单元中每个设备只有一个鳍片，导致设备的单位面积性能急剧下降。这里，垂直堆叠纳米薄片晶体管被认为是下一代设备，可以更有效地利用设备占用空间。另一个关键的除垢助推器是埋地动力轨(BPR)。埋在芯片的FEOL而不是BEOL，这些BPR将释放互连资源路由。

将纳米片缩放到2nm一代将受到n-to-p空间约束的限制。Imec设想将Forksheet作为下一代设备。通过用电介质墙定义n- p空间，轨道高度可以进一步缩放。与传统的HVH设计相反，另一个有助于提高路由效率的标准单元架构发展是针对金属线路的垂直-水平-垂直(VHV)设计。最终通过互补场效应晶体管(CFET)将标准cell缩小到4T，之后充分利用cell层面上的第三维度，互补场效应晶体管通过将n-场效应晶体管与p-场效应晶体管折叠。

趋势2: 在固定功率下，逻辑性能的提高会慢下来

有了上述的创新，我们期望晶体管密度能遵循摩尔所规划的路径。但是在固定电源下，节点到节点的性能改进——被称Dennard缩放比例定律，Dennard缩放比例定律（Dennard scaling）表明，随着晶体管变得越来越小，它们的功率密度保持不变，因此功率的使用与面积成比例；电压和电流的规模与长度成比例。

世界各地的研究人员都在寻找方法来弥补这种减速，并进一步提高芯片性能。上述埋地电力轨道预计将提供一个性能提高在系统水平由于改进的电力分配。此外，imec还着眼于在纳米片和叉片装置中加入应力，以及提高中线的接触电阻(MOL)。

二维材料如二硫化钨(WS2)在通道中有望提高性能，因为它们比Si或SiGe具有更强的栅长伸缩能力。其中基于2d的设备架构包括多个堆叠的薄片非常有前景，每个薄片被一个栅极堆叠包围并从侧面接触。模拟表明，这些器件在1nm节点或更大节点上比纳米片的性能更好。为了进一步改善这些器件的驱动电流，我们着重改善通道生长质量，在这些新材料中加入掺杂剂和提高接触电阻。我们试图通过将物理特性(如生长质量)与电气特性相关联来加快这些设备的学习周期。

除了FEOL, 走线拥挤和BEOL RC延迟，这些已经成为性能改善的重要瓶颈。为了提高通径电阻，我们正在研究使用Ru或Mo的混合金属化。我们预计半镶嵌(semi-damascene)金属化模块可同时改善紧密距金属层的电阻和电容。半镶嵌(semi-damascene) 可通过直接模式和使用气隙作为介电在线路之间(控制电容增加)

允许我们增加宽高比的金属线(以降低电阻)。同时，我们筛选了各种替代导体，如二元合金，它作为‘good old’ Cu的替代品，以进一步降低线路电阻。

趋势3:3D技术使更多的异构集成成为可能

在工业领域，通过利用2.5D或3D连接的异构集成来构建系统。这些有助于解决内存问题，可在受形状因素限制的系统中添加功能，或提高大型芯片系统的产量。随着逻辑PPAC(性能-区域-成本)的放缓，SoC 的智能功能分区可以提供另一个缩放旋钮。一个典型的例子是高带宽内存栈(HBM)，它由堆叠的DRAM芯片组成，这些芯片通过短的interposer链路直接连接到处理器芯片，例如GPU或CPU。最典型的案例是Intel Lakefield CPU上的模对模堆叠， AMD 7nm Epyc CPU。在未来，我们希望看到更多这样的异构SOC，它是提高芯片性能的最佳桥梁。

在imec，我们通过利用我们在不同领域(如逻辑、内存、3D…)所进行的创新，在SoC级别带来了一些好处。为了将技术与系统级别性能联系起来，我们建立了一个名为S-EAT的框架(用于实现高级技术的系统基准测试)。这个框架可评估特定技术对系统级性能的影响。例如:我们能从缓存层次结构较低级别的片上内存的3D分区中获益吗?如果SRAM被磁存储器(MRAM)取代，在系统级会发生什么?

为了能够在缓存层次结构的这些更深层次上进行分区，我们需要一种高密度的晶片到晶片的堆叠技术。我们已经开发了700nm间距的晶圆-晶圆混合键合，相信在不久的将来，键合技术的进步将使500nm间距的键合成为可能。

通过3D集成技术实现异质集成。我们已经开发了一种基于sn的微突起互连方法，互连间距降低到7µm。这种高密度连接充分利用了透硅通孔技术的潜力，使>16x更高的三维互联密度在模具之间或模具与硅插接器之间成为可能。这样就大大降低了对HBM I/O接口的SoC区域需求(从6 mm2降至1 mm2)，并可能将HBM内存栈的互连长度缩短至多1 mm。使用混合铜键合也可以将模具直接与硅结合。我们正在开发3µm间距的模具到晶圆的混合键合，它具有高公差和放置精度。

由于SoC变得越来越异质化，一个芯片上的不同功能(逻辑、内存、I/O接口、模拟…)不需要来自单一的CMOS技术。对不同的子系统采用不同的工艺技术来优化设计成本和产量可能更有利。这种演变也可以满足更多芯片的多样化和定制化需求。

趋势4:NAND和DRAM被推到极限非易失性存储器正在兴起

内存芯片市场预测显示，2020年内存将与2019年持平——这一变化可能部分与COVID-19减缓有关。2021年后，这个市场有望再次开始增长。新兴非易失性存储器市场预计将以>50%的复合年增长率增长，主要受嵌入式磁随机存取存储器(MRAM)和独立相变存储器(PCM)的需求推动。

NAND存储将继续递增，在未来几年内可能不会出现颠覆性架构变化。当今最先进的NAND产品具有128层存储能力。由于晶片之间的结合，可能会产生更多的层，从而使3D扩展继续下去。Imec通过开发像钌这样的低电阻字线金属，研究备用存储介质堆，提高通道电流，并确定控制压力的方法来实现这一路线图。我们还专注于用更先进的FinFET器件取代NAND外围的平面逻辑晶体管。我们正在 探索 3D FeFET与新型纤锌矿材料，作为3D NAND替代高端存储应用。作为传统3D NAND的替代品，我们正在评估新型存储器的可行性。

对于DRAM，单元缩放速度减慢，EUV光刻可能需要改进图案。三星最近宣布EUV DRAM产品将用于10nm (1a)级。除了 探索 EUV光刻用于关键DRAM结构的模式，imec还为真正的3D DRAM解决方案提供了构建模块。

在嵌入式内存领域，我通过大量的努力来理解并最终拆除所谓的内存墙，CPU从DRAM或基于SRAM的缓存中访问数据的速度有多快?如何确保多个CPU核心访问共享缓存时的缓存一致性?限制速度的瓶颈是什么? 我们正在研究各种各样的磁随机存取存储器(MRAM)，包括自旋转移转矩(STT)-MRAM，自旋轨道转矩(SOT)-MRAM和电压控制磁各向异性(VCMA)-MRAM)，以潜在地取代一些传统的基于SRAM的L1、L2和L3缓存(图4)。每一种MRAM存储器都有其自身的优点和挑战，并可能通过提高速度、功耗和/或内存密度来帮助我们克服内存瓶颈。为了进一步提高密度，我们还在积极研究可与磁隧道结相结合的选择器，这些是MRAM的核心。

趋势5:边缘人工智能芯片行业崛起

边缘 AI预计在未来五年内将实现100%的增长。与基于云的人工智能不同，推理功能是嵌入在位于网络边缘的物联网端点(如手机和智能扬声器)上的。物联网设备与一个相对靠近边缘服务器进行无线通信。该服务器决定将哪些数据发送到云服务器(通常是时间敏感性较低的任务所需的数据，如重新培训)，以及在边缘服务器上处理哪些数据。

与基于云的AI(数据需要从端点到云服务器来回移动)相比，边缘 AI更容易解决隐私问题。它还提供了响应速度和减少云服务器工作负载的优点。想象一下，一辆需要基于人工智能做出决定的自动 汽车 。由于需要非常迅速地做出决策，系统不能等待数据传输到服务器并返回。考虑到通常由电池供电的物联网设备施加的功率限制，这些物联网设备中的推理引擎也需要非常节能。

今天，商业上可用的边缘 AI芯片，加上快速GPU或ASIC，可达到1-100 Tops/W运算效率。对于物联网的实现，将需要更高的效率。Imec的目标是证明推理效率在10.000个Tops /W。

通过研究模拟内存计算架构，我们正在开发一种不同的方法。这种方法打破了传统的冯·诺伊曼计算模式，基于从内存发送数据到CPU(或GPU)进行计算。使用模拟内存计算，节省了来回移动数据的大量能量。2019年，我们演示了基于SRAM的模拟内存计算单元(内置22nm FD-SOI技术)，实现了1000Tops/W的效率。为了进一步提高到10.000Tops/W，我们正在研究非易失性存储器，如SOT-MRAM, FeFET和基于IGZO（铟镓锌氧化物）的存储器。

---