傳統(tǒng)物聯(lián)網(wǎng)（IoT：Internet of Things）通過各種傳感設(shè)備、互聯(lián)技術(shù)（ZigBee\Bluetooth\WiFi）、射頻識別（RFID）技術(shù)、全球定位系統(tǒng)、紅外感應(yīng)器、激光掃描器、各種裝置與技術(shù)，實(shí)時采集任何需要監(jiān)控、連接、互動的物體或過程，采集其聲、光、熱、電、力學(xué)、化學(xué)、生物、位置等各種需要的信息，與互聯(lián)網(wǎng)結(jié)合形成的一個巨大網(wǎng)絡(luò)。其目的是實(shí)現(xiàn)物與物、物與人，所有的物品與網(wǎng)絡(luò)的連接，方便識別、管理和控制。

AIoT = AI + IoT即人工智能（AI）為物聯(lián)網(wǎng)（IoT）賦能，AI和IoT高度融合，AI的訓(xùn)練和學(xué)習(xí)功能使得傳統(tǒng)IoT賦予智慧。隨著5G時代的到來，人工智能從云端向邊緣移動，解決了阻礙物聯(lián)網(wǎng)發(fā)展進(jìn)程的帶寬和安全問題。

一方面，傳統(tǒng)產(chǎn)業(yè)借助AIoT技術(shù)進(jìn)行智能化升級，如家電、安防、汽車、工業(yè)制造等，無論在政府層面（智慧城市、平安城市等）、行業(yè)層面（如物流行業(yè)、新能源汽車、智能家居）等等，特別是疫情來襲下，加速了AIoT的融入。另一方面，AI新品出現(xiàn)和滲透，如各式可穿戴、AR/VR等。AIoT底層技術(shù)無線連接、AI技術(shù)等目前都逐成熟，疫情下“宅經(jīng)濟(jì)”、企業(yè)數(shù)字化轉(zhuǎn)型等則加快發(fā)展。

根據(jù)統(tǒng)計預(yù)測：

2019年全球AIoT市場規(guī)模51億美元，到2024年將增至162億美元，復(fù)合年增長率26%，大量實(shí)時數(shù)據(jù)有效處理需求，是增長的主驅(qū)動力。AIoT的大量應(yīng)用自然離不開各類芯片、傳感器等等，它們的研發(fā)和制造更離不開基礎(chǔ)材料的研發(fā)。多尺度材料仿真技術(shù)，可以加速芯片及材料研發(fā)設(shè)計；同時AI也為仿真技術(shù)賦能。

材料研發(fā)，在早期的很長一段時間內(nèi)是以經(jīng)驗(yàn)科學(xué)為主；基于經(jīng)驗(yàn)的材料研發(fā)方案屬于傳統(tǒng)的炒菜式方案，伴隨著大量的試錯方式，成本高，風(fēng)險高。由于依賴于經(jīng)驗(yàn)式的方式，完全依賴于老師傅的經(jīng)驗(yàn)，因此對于技術(shù)、知識、經(jīng)驗(yàn)的積累以及傳承都不利。這是一個“經(jīng)驗(yàn)試錯”的階段。

從17 世紀(jì)開始進(jìn)入“理論模型”產(chǎn)生知識的階段， 其特征為使用數(shù)學(xué)方法得到的熱力學(xué)模型。但是熱力學(xué)模型無法對應(yīng)具體材料，并考慮材料和器件的具體細(xì)節(jié)。

計算機(jī)的發(fā)明和使用，材料研究進(jìn)入“計算模擬”階段， 密度泛函理論、分子動力學(xué)、相場/晶體相場、蒙特卡洛、動力學(xué)蒙特卡洛、元胞自動機(jī)、格子玻爾茲曼、有限元等一系列模擬計算方法在這個時期得到快速應(yīng)用。

隨著計算機(jī)運(yùn)算能力的提高，采用高通量計算、組合實(shí)驗(yàn)等方法產(chǎn)生了大量數(shù)據(jù)，再結(jié)合前 3 階段（經(jīng)驗(yàn)試錯、理論模型、計算仿真）的理論知識和實(shí)驗(yàn)數(shù)據(jù)， 材料研究進(jìn)入了大數(shù)據(jù)推動科學(xué)發(fā)現(xiàn)的階段。材料信息學(xué)將在這個階段得到快速發(fā)展，并在材料設(shè)計領(lǐng)域發(fā)揮極其關(guān)鍵的作用。

現(xiàn)今，AIoT與集成電路芯片中新材料與新工藝出現(xiàn)瓶頸，延續(xù)摩爾定律集成電路核心器件尺寸持續(xù)微縮面臨工藝極限和物理極限的挑戰(zhàn)。

▲2017-2033年 國際器件與系統(tǒng)路線圖（IRDS 2017版） 數(shù)據(jù)來源：中科院微電子研究所-吳振華研究員

那么國內(nèi)外集成電路企業(yè)，基于多尺度材料仿真技術(shù)如何破局？

●Intel采用DFT技術(shù)進(jìn)行芯片材料與器件的研究

●TSMC基于FP MD技術(shù)進(jìn)行芯片材料與界面的技術(shù)研究

●ASML基于分子模擬進(jìn)行光刻膠和光刻工藝研發(fā)

●Synopsys基于NEGF-DFT技術(shù)進(jìn)行DTCO協(xié)同優(yōu)化

●BASF基于分子模擬加速材料設(shè)計，揭示數(shù)字化研發(fā)之道

●鴻之微基于國產(chǎn)自主多尺度仿真技術(shù)助力集成電路材料、器件與工藝研發(fā)

受限研發(fā)以及制造工藝等方面多因素的影響，計算機(jī)技術(shù)的普及，材料研發(fā)以及制造機(jī)構(gòu)面臨的市場競爭壓力，材料研發(fā)與設(shè)計已經(jīng)進(jìn)入數(shù)字化時代。特別是AI技術(shù)發(fā)高速發(fā)展，為傳統(tǒng)技術(shù)自我進(jìn)化賦予智慧，從而助力新材料的跨越式發(fā)展。

封面圖片來源：中科院微電子研究所

本篇文章屬于原創(chuàng)，拒絕未經(jīng)授權(quán)轉(zhuǎn)載，如需轉(zhuǎn)載，請聯(lián)系我們。

編輯：fqj