订阅
纠错
加入自媒体

摩尔定律失效?芯片发展放缓,Ai或为撬动产业继续发展的杠杆

2019-09-12 09:40
算力智库
关注

作者:赵宇航

编辑:生煎

算力说

当价格不变时,集成电路上可容纳的元器件的数目,约每隔18-24个月便会增加一倍,性能也将提升一倍,这也被称为摩尔定律。

实际上集成电路的发展速度已经放缓,面对越发微小的纳米工艺,制造业正在面临物理上的瓶颈。但是集成电路仍然要发展,接下来怎么做,华虹集团总工程师赵宇航认为,Ai或许是撬动芯片产业继续向前的杠杆。

赵宇航在世界人工智能大会上表示,将Ai运用在芯片的生产环节,进行精细化管控,提高芯片的设计效率、生产速度和良品率,将原先的自动化生产线进化成智能生产线,将会是芯片行业在后摩尔定律时代的方向。

而华虹集团,正在以AiFab的形式,开始了探索。

下附赵宇航在世界人工智能大会上的演讲实录。

为什么现在需要更复杂的芯片、更难的集成电路制造呢?是因为AI,AI给我们带来了急剧的对存储、处理以及数据量的急剧增长,也是AI,才能接受后摩尔时代的挑战。

1

AI与芯片的第二次时代耦合

我们回顾集成电路半导体的发展历程,上个世纪曾经出现过一次创新耦合的过程。

CPU芯片需要有很好的计算机辅助设计工具才能设计出来,而这些更好的EDA工具需要有更强的CPU才能运行,使得整个EDA设计和CPU产品进入了创新耦合的过程,如果走不通条路,可能集成电路的发展在上个世纪就终结了,最后集成电路突破了这个耦合。

到今天我们又看到了耦合出现的端倪,这是AI带来的。

现在的集成电路制造,涉及到几百种集成电路装备、材料,很多的设计工具,但是如何把这些运转好,是整个生态系统的问题。 如果不靠AI来处理,可能我们的集成电路制造没法往下走,没法制造出具有强大性能,可以在各行各业运用的AI芯片。

进入新的阶段,怎么突破AI和集成电路制造的耦合?

现在AI芯片的需求数据急剧增长,给我们集成电路芯片制造带来了重大的挑战,我们每天需要几百个T的数据量,涵盖了设备、工艺等方面,尤其是光刻。

光刻第一步工序,需要大量的计算数据,每一步都要量测。此外还有新架构、新器材、新芯片都需要新器械、新材料来支撑,这大量的数据给我们集成电路芯片制造带来了几个挑战。

第一个挑战是整个生产线的运营管控,第二个是新工艺。新工艺的工艺制造步骤比以往急剧增加,流程非常复杂。我们制作出来的良率以及产能控制都面临严峻的挑战。

1  2  3  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号