美國國防部（DoE）正積極推動一項(xiàng)22億美元的“電子產(chǎn)業(yè)振興計(jì)劃”（ERI）計(jì)劃，以扶植廣泛的電子產(chǎn)業(yè)研究。據(jù)日前一場ERI高峰會（ERI Summit）的發(fā)言人指出，盡管摩爾定律（Moore’s Law）的腳步放緩，但由于各種因應(yīng)CMOS微縮的替代方案推陳出新，芯片領(lǐng)域仍將持續(xù)進(jìn)展。

為了因應(yīng)業(yè)界面臨的兩項(xiàng)共同挑戰(zhàn)——摩爾定律的式微以及中國的崛起，預(yù)計(jì)在未來五年內(nèi)，美國將陸續(xù)為ERI的各項(xiàng)研究計(jì)劃投入價(jià)值15億美元的經(jīng)費(fèi)。

美國國防部系統(tǒng)工程副助理部長Kristen Baldwin說：“我們希望調(diào)整業(yè)界的共同需求，以挑戰(zhàn)中國成為下一代半導(dǎo)體產(chǎn)業(yè)領(lǐng)導(dǎo)者的期望。此外，美國國防部希望能扭轉(zhuǎn)威脅當(dāng)今半導(dǎo)體生態(tài)系統(tǒng)的發(fā)展態(tài)勢，同時(shí)降低半導(dǎo)體技術(shù)的障礙。”

美國白宮提出22億美元用于資助一項(xiàng)為期五年的計(jì)劃，其目標(biāo)有四：為ERI等各種研究計(jì)劃提供更多資金、為軍事和商業(yè)用戶建立聯(lián)合創(chuàng)新中心、擴(kuò)大政府取得可靠芯片供應(yīng)的來源，以及從人工智能（AI）處理器、精確導(dǎo)航與頻率芯片到電子戰(zhàn)等領(lǐng)域加速軍事現(xiàn)代化計(jì)劃。

美國國防部將于8月宣布其首座芯片創(chuàng)新中心，將用于打造快速、安全的芯片設(shè)計(jì)。目前正積極透過集思廣義尋求新方法，以確保并驗(yàn)證可靠的芯片供應(yīng)，“促進(jìn)安全標(biāo)準(zhǔn)作為數(shù)據(jù)服務(wù)和醫(yī)療電子等領(lǐng)域的（商業(yè)）差異化因素”。

目前，美國軍方缺少可靠的14納米（nm）工藝技術(shù)和2.5D芯片封裝來源，但這兩種技術(shù)已廣泛用于高階商業(yè)產(chǎn)品。

國防部先進(jìn)研究計(jì)劃署（DARPA）負(fù)責(zé)ERI計(jì)劃的William Chappell說：“這是自貝爾實(shí)驗(yàn)室（Bell Labs）發(fā)明晶體管以來，國防部第一次無法取得最新技術(shù)。這一機(jī)制被打破了，我們必須盡快使其結(jié)合在一起?！?/p>

英特爾（Intel）的一位高層表示，政府對于無法確保安全的可靠來源設(shè)下了太多限制，例如要求所有的晶圓廠人員都必須是美國公民。格芯（Globalfoundries）的一位經(jīng)理則指出，目前在紐約廠的14nm工藝與三星（Samsung）之間仍在一些難以解決的業(yè)務(wù)糾結(jié)。

Mentor Graphics首席執(zhí)行官Wally Rhines表示，商業(yè)用戶并不想為EDA供應(yīng)商目前可提供的安全特性付出代價(jià)。“要改變這種情況可能還得費(fèi)一番功夫?！?/p>

在產(chǎn)出科學(xué)與工程學(xué)的畢業(yè)生和博士學(xué)位方面，中國均處于全球領(lǐng)先地位，但在引用技術(shù)論文方面仍然落后于美國。不過，Rhines和Chappell都坦言中國政府在扶植半導(dǎo)體產(chǎn)業(yè)方面斥資百億美元，這是美國政府所不及之處。

Rhines在一次采訪中告訴Chappell：“我們必須更智能的執(zhí)行任務(wù)，并找到對的問題，因?yàn)槲覀冇肋h(yuǎn)趕不上（中國）的龐大投資資金，所以必須以現(xiàn)有資源做更多的工作?！?/p>

Rhines強(qiáng)調(diào)，中國扶植半導(dǎo)體產(chǎn)業(yè)的龐大投入較美國更高得多。。.

從芯片藍(lán)圖看未來的“嚴(yán)峻考驗(yàn)”

Alphabet董事會主席John Hennessy直接點(diǎn)出在設(shè)計(jì)未來處理器時(shí)將會面對的問題，他形容“那是一項(xiàng)十分嚴(yán)峻的挑戰(zhàn)”。

“我們目前所使用的技術(shù)在本質(zhì)上缺乏效率，而且隨著時(shí)間的進(jìn)展還會更加嚴(yán)重?！盚ennessy詳述Denard微縮理論的終結(jié)以及諸如高速緩存等基本概念的局限?！罢l知道我們有一天還得放慢微處理器的速度或關(guān)閉核心，才不至于使其過熱呢？這是在10年前或20年前沒人會相信的事?！?/p>

例如，他指出，工程師也許“可以打造一款功耗為295W的96核心4.9GHz處理器，但即使是在大型數(shù)據(jù)中心，也必須設(shè)法排除大量的熱。所以，如果你需要保持在200W或更低功耗，也許你只能承擔(dān)得起65核心或甚至更低核心的作業(yè)?！?/p>

Hennessy呼吁采用一種全新的硬件、軟件和設(shè)計(jì)工具途徑?！案焖俚貓?zhí)行以及重塑自我是唯一的前進(jìn)方向?！?/p>

具體來說，他呼吁特定應(yīng)用的專用處理器——即加速器——應(yīng)該以其所服務(wù)的特定領(lǐng)域語言和算法共同開發(fā)。圖像和神經(jīng)網(wǎng)絡(luò)加速器是第一批獲得動能的新芯片。他并補(bǔ)充說，他們需要配合專有的編程工具，如OpenGL （圖像）、TensorFlow （深度學(xué)習(xí)）和P4（通訊）等。

此外，“我們還需要在設(shè)計(jì)成本方面取得突破，就像在1980與1990年代時(shí)一樣…我們已經(jīng)取得合成的能力了…想象有一天完成一項(xiàng)項(xiàng)目時(shí)在硬件開發(fā)所花的時(shí)間就像軟件開發(fā)一樣…?！?/p>

Hennessy告訴與會者，我們需要更快速地執(zhí)行并重塑自我

Nvidia首席科學(xué)家Bill Dally同意這個(gè)看法。他說：“摩爾定律已死，加速器就是未來！”他舉例說明自己曾經(jīng)協(xié)助設(shè)計(jì)一款加速器用于基因測序的效率，以及Nvidia最新的GPU——即如今包括多重乘積數(shù)組的張量核心，可用于加速深度學(xué)習(xí)任務(wù)。

通常，設(shè)計(jì)應(yīng)該先將工作負(fù)載映像到硬件，并留意數(shù)據(jù)位置等問題。他并補(bǔ)充說，硬件則應(yīng)該采用一連串的加速器區(qū)塊來完成特定任務(wù)。

英特爾首席技術(shù)專家Mike Mayberry在另一場主題演講中賦予摩爾定律一個(gè)更加精確傳神的比喻?！澳柖墒怯嘘P(guān)每功能成本更低的整合，而且仍在持續(xù)進(jìn)行中——但我們無法再采用這項(xiàng)技術(shù)來實(shí)現(xiàn)這一目標(biāo)了?！彼傅氖切碌牟牧?、組件和封裝方法。他將x86等通用處理器描述為海洋，而加速器則是“必須足夠大的島嶼”，才足以為其所衍生的技術(shù)帶來生機(jī)。

Hennessy表示，英特爾的x86處理器性能越來越低于摩爾定律預(yù)測

斥重資投入先進(jìn)研發(fā)計(jì)劃

DARPA在此次活動中宣布為40多項(xiàng)研究計(jì)劃提供超過3.2億美元的贊助，其中有許多是相對較小的大學(xué)研究計(jì)劃。但整體而言，業(yè)界高層都看好這些研究計(jì)劃，但有些人指出，他們需要加快行動速度，才能獲得更多資金，并且更加清楚結(jié)果如何導(dǎo)入商用化產(chǎn)品的路徑。

3DSoC計(jì)劃獲得了最高約6，100萬美元，用于開發(fā)一種打造更快速組件的方法——讓組件速度較當(dāng)今以7nm晶圓產(chǎn)線生產(chǎn)2.5D堆棧更快50倍的方法。該研究團(tuán)隊(duì)將試圖在晶圓上整合史丹佛大學(xué)（Stanford University）的低溫碳納米管FET與麻省理工學(xué)院（MIT）開發(fā)的非揮發(fā)性電阻式RAM內(nèi)存，該晶圓采用Skyworks明尼蘇達(dá)州晶圓廠的90nm工藝制造。

如果成功了，它們將展現(xiàn)可觀的組件良率——結(jié)合可重用的工藝設(shè)計(jì)套件和喬治亞理工學(xué)院（Georgia Tech）的EDA流程。但其最大的挑戰(zhàn)在于使上層組件在CMOS兼容工藝中保持400°C以下，其中包括1000°C的退火步驟。

另一項(xiàng)名為FRANC的計(jì)劃則著眼于打造新一代內(nèi)存，使其較現(xiàn)有的嵌入式SRAM和DRAM速度更快，也更密集。它們將用于神經(jīng)網(wǎng)絡(luò)處理器版本。

美國伊利諾伊大學(xué)（University of Illinois）、Globalfoundries和Raytheon Missile Systems則將獲得830萬美元，共同開發(fā)基于MRAM的處理器;應(yīng)用材料（Applied Materials）公司將與Arm合作，進(jìn)行一項(xiàng)價(jià)值670萬美元的RAM相關(guān)計(jì)劃;而HRL Labs也獲得了340萬美元，用于研發(fā)基于憶阻器的芯片。

美光（Micron）先進(jìn)運(yùn)算副總裁Steve Pawlowski表示，“當(dāng)今的內(nèi)存技術(shù)是在1960-1970年代開發(fā)的——它們需要經(jīng)過一段時(shí)間的發(fā)展?！币虼耍摴緦⒅铝τ谘芯恳环N采用系統(tǒng)級封裝（SiP）的DRAM計(jì)劃。

“啟動一個(gè)DRAM單元需要1.25皮焦耳/位的功耗，而且這一數(shù)字并不會再降低了——它已經(jīng)達(dá)到底線了?！彼a(bǔ)充說，美光研究了多種融合內(nèi)存與運(yùn)算的途徑，包括將智能加進(jìn)感測放大器中。

Nvidia則憑借軟件定義硬件的計(jì)劃取得了2，270萬美元的資助。該計(jì)劃目標(biāo)在于定義能作業(yè)于密集或稀疏矩陣的可重配置運(yùn)算數(shù)組。

英特爾和高通（Qualcomm）分別獲得了450萬美元和200萬美元，積極打造可重配置的處理器技術(shù)。Systems and Technology Research獲得550萬美元，用于開發(fā)基于數(shù)據(jù)的實(shí)時(shí)編譯程序。

3DSoC計(jì)劃目標(biāo)是將碳納米管FET與ReRAM整合于90nm基板上

另一項(xiàng)計(jì)劃目標(biāo)在于提供低功耗的加速器SoC，它大致上分為兩個(gè)主要項(xiàng)目。亞利桑那州立大學(xué)（Arizona State）獲得1，740萬美元，與Arm合作開發(fā)軟件定義無線電芯片。IBM則獲得1，470萬美元，用于為自動駕駛車定義編程加速器的方法。

編程的復(fù)雜性一直困擾著前端、高度平行的芯片。DARPA計(jì)劃經(jīng)理Tom Rondeau在早期的軟件定義無線電計(jì)劃中采用了IBM的Cell微處理器架構(gòu)。他說，這種多核心芯片“讓我們感到振奮。。.。。.但（因?yàn)槿狈ぞ撸┪覀兓撕荛L時(shí)間才搞清楚如何使用。。.。。.而當(dāng)問題解決時(shí)，英特爾已經(jīng)開發(fā)出新的處理器了，但我們也知道了他們的工具?！?/p>

DARPA在設(shè)計(jì)自動化大會（DAC）發(fā)布了兩項(xiàng)與EDA相關(guān)的計(jì)劃。Cadence獲得最高的2，410萬美元，使用機(jī)器學(xué)習(xí)設(shè)計(jì)用于模擬、封裝和電路板的自動布局產(chǎn)生器。

Arm、加州大學(xué)圣地亞哥分校（U.C. San Diego）和高通則將參與一項(xiàng)耗資1，130萬美元的計(jì)劃，利用機(jī)器學(xué)習(xí)為數(shù)字芯片設(shè)計(jì)開放來源的自動布局產(chǎn)生器。明尼蘇達(dá)大學(xué)（University of Minnesota）則獲得530萬美元，用于設(shè)計(jì)類似的模擬電路工具。

DARPA還介紹了幾個(gè)即將完成的半導(dǎo)體研究計(jì)劃最新進(jìn)展，并表示將在今年秋季發(fā)布一些新的計(jì)劃及其成果。