59年前,1965年4月19日,英特尔公司联合创始人戈登·摩尔(Gordon Moore)应邀在《电子》杂志上发表了一篇四页短文,提出了我们今天熟知的摩尔定律(Moore’s Law)。
就像你为未来的自己制定了一个远大但切实可行的目标一样,摩尔定律是半导体行业的自我实现。虽然被誉为技术创新的“黄金法则”,但一些事情尚未广为人知…….
1. 戈登·摩尔完善过摩尔定律的定义
在1965年的文章中,戈登·摩尔提出,在未来十年内,芯片上的晶体管数量将每年翻一番。1965-1975年半导体技术的发展情况印证了他的预测。1975年,他将他的预测调整为芯片上的晶体管数量将每两年翻一番,而成本只会略有增加,形成了如今的摩尔定律。
2 摩尔定律是对半导体技术创新趋势的预测
摩尔定律是戈登·摩尔对半导体技术的观察和对未来发展的预测,而非物理定律或自然规律。
摩尔定律之所以能一直持续,是因为一代又一代半导体人坚持不懈的探索。
3. 持续创新是摩尔定律的精神所在
对半导体行业而言,摩尔定律像一面旗帜,引领着整个行业不断探索全新技术。摩尔定律体现了以技术创新持续推动算力指数级提升的信念。
持续创新正是摩尔定律的精神所在。英特尔CEO帕特·基辛格表示:“在穷尽元素周期表之前,摩尔定律都不会停止。”
4. 摩尔定律为数字化世界奠定了基础
在过去的五十多年里,摩尔定律一直在推动半导体行业发展。作为算力的载体,半导体是信息技术发展的基石,因而摩尔定律为我们所处的这个日益数字化、智能化的世界奠定了基础。
摩尔定律为制造速度更快、体积更小、价格更实惠的晶体管提出了要求,带来了计算机、互联网、智能设备的快速迭代,驱动了各种数字化应用的蓬勃发展。
5. 摩尔定律仍在持续
虽然业界有众多讨论,但摩尔定律仍然在很好地延续着。目前,单个设备中的晶体管数量为数十亿,英特尔预计,到2030年,单个封装中集成的晶体管数量将达到一万亿。这一增长节奏仍然符合摩尔定律。
6. 晶体管微缩仍有创新空间
推进摩尔定律的传统路径,把晶体管做得越来越小,终有一天将会走到尽头,但目前而言,制程技术的创新空间还有很大。
英特尔将于Intel 20A和Intel 18A两个节点开始采用RibbonFET全环绕栅极晶体管架构和PowerVia背面供电技术,开启半导体制程的“埃米时代”。接下来的Intel 14A将采用High-NA EUV(极紫外光刻)技术。英特尔也在探索互补场效应晶体管(CFET)架构和直接背面触点等更先进的背面供电方案。
7. “系统工艺协同优化”将驱动摩尔定律的下一波浪潮
英特尔认为,摩尔定律的下一波浪潮将依靠名为系统工艺协同优化(STCO)的发展理念。
系统工艺协同优化是一种“由外向内”的发展模式,从产品需支持的工作负载及其软件开始,到系统架构,再到封装中必须包括的芯片类型,最后是半导体制程工艺。系统工艺协同优化,就是把所有环节共同优化,由此尽可能地改进最终产品。
8. 先进封装技术正成为延续摩尔定律的关键技术
先进封装技术的发展,如英特尔的EMIB 2.5D和Foveros 3D封装等技术,可实现芯粒的高带宽连接,从而让每个特定功能的芯粒都可以基于最合适的制程技术打造,提升芯片的整体性能并降低功耗。
英特尔也在探索基于混合键合的下一代3D先进封装技术,有望将互连间距继续微缩到3微米,实现准单片式芯片,即与一整块大芯片相似的互连密度和带宽。
9. 材料创新将助力摩尔定律的延续
玻璃基板通过封装材料的更新,大幅提高基板上的互连密度,助力打造高密度、高性能的芯片封装。
英特尔还在探索过渡金属二硫属化物等2D通道材料,可用于CMOS晶体管关键组件,有望进一步微缩晶体管物理栅极长度。
10. 推进摩尔定律,还有更多可能性
超越CMOS的新型器件和神经拟态计算、量子计算等有望大幅提高性能、降低功耗的全新计算范式,也将为摩尔定律的延续开辟新的空间。
好文章,需要你的鼓励
谷歌正在推出一项新的“AI 模式”实验性功能,旨在与 Perplexity AI 和 OpenAI 的 ChatGPT 搜索等流行服务竞争。该科技巨头在周三宣布,这种新模式旨在让用户能够在谷歌搜索中直接提出复杂的多部分问题和后续问题,以便更深入地探讨某个主题。
人工智能在健康领域正迎来重要时刻。从能够将医疗指南翻译成地方语言的聊天机器人,到能在几秒钟内检测贫血的手机应用,再到减少疾病诊断错误的数字显微镜,新的人工智能驱动解决方案似乎每天都在推出。然而,单纯的技术“惊艳”只讲述了部分故事。当人工智能与人类的同理心、文化理解和理想价值观相结合时,它才真正具有变革性。这种合成被称为混合智能,确保技术能够满足真实需求,而不是追求新奇。
谷歌今天推出了两项新的人工智能功能,旨在帮助用户更快速地找到信息。第一项是增强版的 AI 概述功能,该功能在标准搜索结果上方显示自然语言响应。谷歌将这一功能切换到最新的 Gemini 2.0 大型语言模型系列。该系列的最强算法 Gemini 2.0 Pro 支持多达 200 万个标记的提示,能够更好地理解复杂查询、生成代码并进行推理。AI 概述功能预计将为美国用户提供更准确的响应。
研究人员在罗格斯大学、蚂蚁集团和 Salesforce Research 提出了一个新框架,允许 AI 代理通过整合环境信息并创建自动链接的记忆来处理更复杂的任务。