美国芯片产业的助推器和指南针 – SRC
功不可没的SRC
美国半导体研究联盟（Semiconductor Research Corporation, SRC）是世界著名的高科技产业联盟，SRC应用“产学研用”的发展模式，在半导体公司和学术界之间架起了一座合作的桥梁，为美国半导体行业保持技术领先立下了汗马功劳。
自1982年成立以来，SRC已经为半导体研究项目资助了超过20亿美元，并且赞助超过12,000名研究生，为半导体行业输送了从行业领军人物、企业精英到技术骨干、高校教授、科研机构PI等一系列高层次人才。庞大的半导体人才储备为行业的健康发展提供了源源不断的动力，SRC无疑是关键的源头活水。
到2021年底，SRC与全球100多所高校、2400余名学者、4700名半导体从业人员建立了研究合作关系。20 多家一流半导体公司是 SRC 的成员，其中包括AMD、IBM、ARM、英特尔、三星电子、德州仪器、美光科技、台积电、西门子、亚德诺半导体、联发科、格芯、海力士等。SRC的战略合作伙伴包括DARPA和NSF。
芯片研究的牵头人
SRC是许多芯片研究项目的组织者、推动者、赞助者和牵头人，以合作项目作为抓手，推进先进技术研发和关键技术攻坚。目前SRC组织并赞助的关键项目有：
1
人工智能与硬件
人工智能与硬件研究项目旨在创建新的高效人工智能平台，以应对未来数据规模的增大所带来的巨大工作负载。其研究重点包括高能效人工智能加速架构、人工智能系统的软硬件协同设计、人工智能硬件模型的鲁棒性与隐私性和人工智能与系统架构设计等。SRC赞助的人工智能与硬件相关项目，如用于物联网边缘人工智能应用的可扩展 RISC-V 处理器、面向深度学习的硅光子协同设计、芯片内嵌统计学习模块设计等。
2
EDA技术
EDA（Electronic Design Automation）技术是现代电子设计技术的核心。EDA技术依靠强大的电子计算机，在EDA工具软件平台上，以硬件描述语言对既定的电子电路进行描述，形成设计文件，并对设计文件进行自动逻辑编译、化简、综合、优化、仿真、布局、布线、测试及诊断等步骤，实现集成电路设计功能。EDA技术可大幅减少集成电路设计师的工作量，极大提高设计效率、缩短设计周期及节省设计成本。但是随着新兴纳米材料与晶圆制造工艺的不断应用，先进制程下芯片设计与制造遇到了新的挑战，如良率提升困难、能效比过低等问题， 对EDA技术提出了更高的要求。SRC作为芯片研究的牵头人，大力赞助EDA相关研究项目，促进EDA技术的发展，推动芯片设计能力与时俱进。SRC赞助的相关研究项目包括大规模集成电路计算机辅助设计与测试、失效分析与诊断优化、高覆盖率自动测试矢量生成技术、低成本测试方案设计、高层次逻辑综合技术、3D芯片堆叠与芯粒技术等。
3
纳米材料和工艺
半导体制造技术的更新迭代离不开新材料新工艺的应用，以实现芯片密度、性能和功能上的提升。纳米制造材料和工艺项目主要研究用于规模化数字和模拟设备制造的新材料和工艺，有针对性的研究解决了图案化、纳米工程材料、沉积和蚀刻工艺、工艺集成和计量方面的关键挑战。SRC赞助的相关研究项目包括纳米电子计算、面向先进信息技术的自旋电子材料、用于加速计算技术的创新材料与工艺等。
4
芯片制造
芯片的制造过程可以分为前道工艺和后道工艺。前道是指晶圆制造厂的加工过程，即在空白的硅片完成电路的加工；后道是指晶圆的切割、封装成品以及最终的测试过程。前道工艺包括光刻、刻蚀、薄膜生长、离子注入、清洗、量测等；后道工艺包括减薄、划片、装片、键合等封装工艺以及终端测试等。芯片制造研究项目重点在于提升光刻技术、封装集成技术、制造工艺。芯片制造相关的研究项目有纳米光刻机设计与制造、基于成本驱动的互连层3D集成技术、设计规则违例（design rule violation）自动识别等。
5
硬件安全
硬件安全研究项目开发用于设计和制造可信赖硬件产品的技术和工具，以确保硬件产品具有抵御恶意访问、篡改和伪造的能力。集成电路是生产大多数硬件设备必不可少的部分，但集成电路易受到克隆、硬件木马入侵、过度生产、反向工程等攻击方法的威胁。安全是物联网产业持续发展亟需解决的问题。随着物联网的兴起，硬件安全越来越成为人们关注的热点，而解决物联网设备安全问题的关键在于硬件设备的身份验证、标识、密钥存储以及软件IP保护。硬件安全研究项目的研究重点在于实时攻击感知、硬件安全属性、假冒检测和安全验证确认等一系列抵御攻击的保护措施。硬件安全相关研究项目包括基于硬件的数据加密隔离、存内计算加速的全同态加密技术、基于物理不可克隆函数的自校正可靠本地身份验证、数字芯片逻辑锁定技术等。
未雨绸缪的十年计划
根据摩尔定律：集成电路上的晶体管数目，每隔约18个月便会增加一倍，其性能也将提升一倍。但是随着制程工艺越来越先进，摩尔定律也正达到极限。因此半导体行业需要制定一个新的计划来取代几十年前制定的路线图，为此美国半导体行业协会与SRC 于2020年12月联合发布了一份半导体十年计划，这是一份概述未来十年半导体发展方向的研究报告。该计划要求美国每年额外提供 34 亿美元推进芯片研究发展和关键技术攻关，同时以半导体技术为助力，共同促进人工智能、量子计算、先进无线通信等新技术的发展。目前，SRC的半导体十年计划主要围绕着以下五大具体应用场景进行深化变革。
智能感知
智能感知要求在模拟硬件方面取得根本性突破，用以生成能够感知、理解和推理的智能接口，图1展示了实现智能接口的整体方法与技术路线。
图1 实现智能接口的整体方法技术路线
在未来十年里，智慧社会的概念将会越发流行。智慧社会包含了智慧工厂、智慧城市、智慧汽车、智慧家居等智能领域，信息技术的发展将智能引入到社会生产生活的方方面面，促进了生产力的进步。但数字芯片无法感知周围的环境信息，因此需要传感器充当芯片的“眼睛”和“耳朵”。传感器将外部环境的信息处理成模拟信号，再转化成数字芯片需要的数字信号。模拟信号数字化将会产生大量的数字信息，图2展示了传感器采集数据规模的增长趋势。显然，每个传感器的平均数据采集速率呈指数增长，预计在2032年将超过10^20 bit/s，因此，日益增长的超大规模外部数据采集需求对用于智能感知的模拟硬件设备的采集能力提出了更高的要求。
图2 全球传感器收集数据趋势和预测
存储
随着多媒体应用和计算机网络的迅速发展，海量数据涌入人们的生活，各种电子设备产生的数据量呈指数级增长，图3显示了信息存储需求不断增长的大趋势。因此，需要改进处理算法、优化存储系统，以提高系统性能。
图3 爆炸式增长的信息量，代表着不断增长的信息存储需求
与此同时，人工智能成为存储理论和技术发展的关键驱动因素。大量的模型参数和海量的数据对存储空间、传输的速率以及系统的容量，带宽和能耗都提出了更高的要求，特别是发展势头如火如荼的深度学习领域。深度学习在向大模型的发展过程中，需要大量的数据以完成深度学习模型的训练和学习。特别是在计算机视觉、自然语言处理和自动驾驶等领域，需要的数据维度高，数据规模大。深度学习不断向深、向大发展催生了更高效的存储系统的研究需求。
通信
通信领域需要新的理论和技术创新来解决通信容量与数据生成速率之间的不平衡问题。
随着通信设备数量的增加，毫米波作为一项增强设备通信能力和提高通信信道容量的关键技术，成为新一代5G通信标准的重要组成部分，原因有二：首先，如图4所示，毫米波的频谱很宽，能够容纳大量通信信道；其次，设备之间经常进行近距离通信，而毫米波在近距离通信中是有效的。
图4 毫米波的频谱分解
安全
在网络空间中，人工智能也常被用于攻击和防御，甚至会出现攻击方和防御方都使用人工智能来增强攻击或者防御的效果。如图5所示，网络空间中存在两种人工智能中的攻防形式。首先，第一种情况下，人工智能被用来自动使用多种工具来攻击系统，防御者使用人工智能技术来对抗快速发展的人工智能攻击。其次，第二种是人工智能对抗攻击，攻击者利用人工智能模型中的漏洞，欺骗或利用人工智能系统，防御者使用人工智能抵御人工智能对抗攻击，增强系统抗风险能力。
利用人工智能发动的攻击将比以往任何一个时代都更具逃逸性、渗透性和适应性。同时，人工智能对抗攻击通过欺骗模型、扰动训练数据、窃取训练数据和模型来进行攻击。例如，在停车标志上贴上便签可能会让人工智能算法将其误认为限速标志。因此，保护人工智能服务需要集成数据安全、模型安全和应用程序安全。在数据层面，保护数据的完整性、来源和质量至关重要。模型安全性是通过将安全性和隐私保护融入模型开发和构建的整个过程来实现的。应用程序安全是通过人工智能应用程序的端到端管理来实现的，包括操作建模和应用程序测试。
图5 网络安全与人工智能中的两大攻防
计算范式
随着传统的确定性计算解决方案达到极限，新的非确定性但“足够精确”的方法正在被考虑用于系统构建，从而获得最佳的计算性能能耗比。例如基于香农启发的概率计算模型可以在可靠性较差的情况下提高网络可靠性水平，同时还可以为新型的节能计算体系结构的设计提供理论支撑。如图6所示，基于香农启发的概率计算模型包括了基于信息的度量、低信噪比电路结构（如内存结构、自旋电子逻辑、电压过刻度电路）和统计误差补偿技术（如算法噪声容限、似然处理）。该模型致力于通过电路、逻辑和架构方法形成系统级纳米器件的误差统计信息，以便以最小的开销实现误差补偿。
图6 基于香农启发的概率计算模型
结束语
久负盛名的美国半导体研究联盟在推动美国半导体发展和助力其保持行业领先地位作出了重要贡献，建立了一套成熟的产学研用的发展生态，实践证明这是健康的、可持续的，并且提出半导体十年计划的前瞻性目标，为半导体的蓬勃发展持续注入动力。面对亟待发展半导体行业和一系列卡脖子的技术难题，或迎头赶上，或弯道超车，也许SRC的成功经验是值得我们思考与借鉴的。
参考资料：
https://www.src.org/
https://www.src.org/about/decadal-plan/
https://www.src.org/program/grc/
声明：本文部分内容整理自外文网站资料，版权归原作者所有。图片均来自网络。
