科技議題

首頁> 科技議題 - 智慧科技> 半導體十年計畫
半導體十年計畫 Decadal Plan for Semiconductors
2021/01
Semiconductor Research Corporation
https://www.src.org/about/decadal-plan/decadal-plan-full-report.pdf
1. 前言
半導體為現代電子產品提供微小且高度先進的晶片,並為人類創造歷史上最偉大的技術進步。在COVID-19大流行期間,全世界變得更加依賴半導體技術以完成遠距工作、學習、交流、治療疾病等無數任務;未來,半導體技術潛力無限,人工智慧、量子計算等新興應用以及5G、6G等先進無線技術也為社會帶來更多好處。美國為實現以上承諾,將由學術界、政府與業界的領導者在半導體十年計畫中採取行動,以因應晶片技術未來的鉅變,其領域涉及智慧感測、記憶體儲存元件、通訊、安全與能源效率。此十年計畫報告由美國半導體行業協會(Semiconductor Industry Association, SIA)與半導體研究聯盟(Semiconductor Research Corporation, SRC)出版,美國能源部、高級科學計算研究(Advanced Scientifi c Computing Research, ASCR)與基礎能源科學(Basic Energy Sciences, BES)研究計畫,以及國家核能安全局(National Nuclear Security Agency)中先進模擬與運算(Advanced Simulation and Computing, ASC)計畫提供相關協助,報告概述半導體的研究重點,並建議聯邦每年在以上五領域額外投資34億美元。

2. 摘要
由於積極投入研發,加上聯邦政府對半導體的投資,使美國半導體產業在創新方面居於世界領先地位。然而,為了在未來十年持續成長,資通訊產業面臨前所未有的挑戰。這些挑戰主要來自於半導體的技術瓶頸,這些技術瓶頸使資訊處理、通訊、儲存、感測與驅動技術能力發展減緩。
目前半導體產業面臨以下五項重大鉅變:
(1)在類比硬體領域取得根本性突破,以創造可感測、感知與推理的智慧人機介面
(2)記憶體需求的成長將超過全球矽供應,提供新機會於記憶體與儲存裝置解決方案
(3)需要新的研究方向解決通訊傳輸能力與資料產生速率間的落差,以達成隨時可用的通訊技術
(4)需要在硬體研究方面取得突破,以應對高度互連的系統和人工智慧技術所帶來的新挑戰
(5)運算的能源需求不斷上升,而新的運算模式可帶來更高能效的發展機會

此半導體十年計畫確立了半導體產業以上所述之五項鉅變中所面臨的挑戰,為重點研領域提供政策制定藍圖。此計畫呼籲美國政府需要在這十年中每年持續追加34億美元的聯邦投資,以進行大規模基礎半導體研究,並透過新的公私合作夥伴關係投資相關領域,保持美國半導體技術的領先地位。


3. 類比電子元件新軌跡
若要創造更能感測、感知與推理的人機介面,需要在類比硬體技術取得重大突破。類比電子元件處理真實世界中各式各樣的連續訊號,並且包含多個維度。除此之外,人類所能感知的資訊,需要透過類比電子元件傳輸,因此結合人類感測、感知與推理的人機介面需要超壓縮 (ultra-compressed) 的感測能力與低耗能的運算仿生解決方案。物理世界本質是類比的,推動「數位社會(digital society)」刺激先進類比電子元件的需求,以實現物理世界與「網路世界」之間的連結互動。世界與機器間的介面(the world-machine interface)是目前資訊經濟的核心,下一波先進製造革命,將由下一代類比驅動的工業電子產品帶動,其範疇包括感測、機器人、工業、汽車與醫療等領域。
類比資通訊系統:基礎、挑戰與應用驅動因子
物理世界中的所有訊號基本上都是類比的,在許多情況下,類比訊號處理常被轉換成數位訊號以提高機器的處理效率。對於許多類比資通訊驅動系統而言,其主要的研究方向是增加未來的6G無線網路頻寬、資料中心、遠端醫學等應用,而這些都需要更快的類比-數位轉換技術。因此,類比電子學的創新須能幫助目前的先進運算與資訊處理的典範,並更深入整合不同尺寸的元件、高效訊號處理與電路架構以達到高速機器介面的目標。

未來的類比電路設計挑戰主要著重於三個方向。第一是更好的類比-數位轉換能力,透過有效的高速取樣與量化以迴避頻寬不足的問題;第二是透過壓縮取樣將較稀疏的類比訊號轉換成數位訊號;第三是在機器學習的輔助之下,從類比訊號中擷取其特徵。

智慧感測:從感測到行動
未來十年,隨著電子技術不斷進步,包括智慧工廠、智慧城市、智慧汽車等在內的「智慧社會」將成為現實,其關鍵驅動因素包含能源效率、安全性、生產力、彈性、健康、娛樂性與個性化。為了達到以上目標,需要感知現實世界並有效地採取適當行動。由於感測器接受來自於物理世界的類比輸入,將產生大量的原始數據(raw data),又預計部署的感測器數量龐大,資料量負載將以指數速度成長。因此,需要能處理大量感測器資料的技術,以便提取資訊、獲得洞見、做出決策並採取行動。

解決類比資料氾濫的關鍵是提高感測器、訊號處理與後續決策的能力,以便在裝置本身就能採取行動,而不是利用傳輸資料進行處理。為了產生有用的輸出,將需要的系統知識,並考慮為所有系統零件智慧化,從感測器到類比訊號處理,利用不同感測模式組合為系統最佳化提供更大可能性,並帶來更好的感測能力。

類比訊號在太赫茲與光學領域應用
類比介面的性能不斷提升,可支持新的重要通訊與感測模式,其中包含更高頻與光學感測器的應用。通常在300GHz至3THz及以上範圍內的電磁波被歸類為太赫茲波,對於通訊應用而言,這意味著有更大的空間多工運作與平行通道處理訊號。更重要的是,此段頻譜可用於高速的有線與無線通訊。

在光學應用方面,改良過後的光學感測器可提供更高的空間解析度,因此可以實現如穿牆成像(through-wall imaging)、檢測製造缺陷評估以及在能見度差的條件下高自動化駕駛/導航等應用。若要處理如此高頻的巨量資料也產生了新的挑戰,包括設備、連接、功率、線性度、雜訊、時間解析度、封裝雜訊、天線介面、干擾與訊號處理等。太赫茲與光學領域中的討論會側重於類比設備、電路和系統解決方案的關鍵價值與挑戰,以處理類比介面未來需求與應用。

邊緣機器學習使用類比訊號
機器學習有望成為下一個主要的破壞性創新科技,它將影響我們存取與分析資訊、教學與學習方式,然而機器學習目前的特性是需要使用大量高性能運算資源,因此占用記憶體、運算負載與能源成本都非常大。邊緣運算是一種分散式拓樸運算,其訊息處理更靠近訊號端,使計算與資料儲存裝置更為接近。在邊緣機器學習中使用類比技術可以提供裝置自主決策的能力,為能量限制與系統複雜性提供新的解決方案。邊緣訓練允許利用本地條件,使用類比系統中的內存記憶體進行計算,進而帶來能量、速度與面積的效益。
小結
類比電子元件是連結和處理現實世界條件的關鍵,並將感測訊號轉換成現實世界的行動。類比元件會影響所有的電子產品,包括通訊、儲存與計算,在所有領域以及電源管理與轉換方面都有機會進行類比技術創新。隨著來自類比感測器資料量呈指數成長,利用本地運算、及時、節能與安全自動化等處理,將大量原始資料減少為可用與可操作的資訊,以減輕儲存與通訊的負擔。

4. 通訊領域的新軌跡
為達成隨時可用的通訊技術,需要解決通訊能力與資料產生速率間的不平衡問題。已發展國家已擁有隨時可用的通訊服務,這對生活各方面都產生巨大影響。目前通訊主要利用雲端儲存與運算,從任何地方獲得資料後,將其傳輸到目的地,但雲端運算的概念是基於網路持續連線的假設,但這個假設並不永遠成立。此外,隨著我們的更緊密的聯繫,對通訊的需求變得更普遍,且每天都在成長,並衍伸出一個令人擔憂的趨勢:訊息儲存的需求與通訊能力之間的差距越來越大。預計在2022年左右將產生全球儲存資料量與通訊速度的交叉,通訊傳輸速度將趕不上資料產生的速度,並可能對資通訊領域產生巨大影響。

未來通訊技術:基礎、挑戰與應用驅動因子
在過去幾十年中,通訊技術支持了日常生活與經濟活動,且其重要性不斷增加,雖然預測未來通訊技術將如何發展並不容易,但卻值得探討其技術可能性,因為在許多方面,技術正推動人類與機器通訊的未來。持續增加的資料量呈指數成長,這意味著我們必須想出更好的方法以安全、無損地傳輸大量資料。未來通訊將由建設高速設備、本地處理與本地分析的智慧邊緣節點所驅動。邊緣運算是一個非常重要的研究領域,可利用人工智慧把運算移到邊緣系統,並顯著改善系統延遲的問題。此外,有一大區段的電磁頻譜尚未用於通訊,因此這部分也需要技術創新以開拓與利用未開發的頻段。最後,創新的半導體技術也將為未來提供其製造平台。

為了以更低成本建立真正無所不在的通訊覆蓋,需要在更高頻率的功率放大器、訊號估測技術、物聯網設備的低成本安全等領域取得重大技術突破,並利用人工智慧/機器學習探討通訊網路與神經網路之間的相似之處。此外,也需要將安全作為優先考慮事項,重點關注於硬體、類比與整體網路安全,以及更好的緩解策略對於處理受攻擊的網路也是必要的。最後,需要商業模式創新以適應最終用戶不斷變化的需求。

奈米世代的通訊晶片
在過去半世紀中,通訊已經從市場需求、技術能力與產業組織中受益。莫爾定律顯示,通訊技術提供更高的計算量、更快與更準確的訊號處理、更強的頻率響應與能量效率。此外,通訊協定標準化也實現開放競爭,帶來更多功能、更高性能與更低成本的優勢。

雖然現在有許多通訊系統,例如Zigbee、UWB、NFC、WLAN、藍牙與其他物聯網通訊協定,但這裡重點放在蜂窩5G與6G,基地台與手機都被考慮在內,包含射頻與相關支援運算。每一代蜂窩網路推出時會提供更高的資料傳輸速度、更高的頻譜效率與更強的連接性,使我們更接近無所不在的覆蓋範圍,並推動射頻級的更高頻率、更大頻寬與更高線性度的要求。未來十年的關鍵挑戰是推進毫米波通訊系統架構與細胞規劃(cell planning) ;最佳化整合射頻與天線設計、強化主動元件的效率與增益;以及用於創新被動元件的新材料,例如可在高頻操作下的諧振濾波器與循環器即可重新配置的天線。
小結
通訊領域需要不斷進步以滿足不斷成長的需求,例如雲端技術可能會發生重大變化,轉向邊緣運算與本地資料儲存。寬頻網路會從智慧型手機拓展至沉浸式擴增現實(Augmented Reality, AR)、虛擬會議與智慧辦公室,這些應用需要跨領域合作,並建立革命性典範,以支持未來廣泛應用的高容量、高效能通訊系統。


5. 節能運算的新軌跡
運算所需的能源不斷增長創造了新的風險,但在新的運算典範中,或許可提供大幅提升能源使用效率的機會。運算能力的快速進步為市場中每一代的產品提供更強的性能,其中軟體與演算法、系統架構、電路、設備與半導體技術是運算能力進步的基礎,但是現在傳統運算正接近能源效率的基本極限,隨著設備微小化並接近物理極限,摩爾定律正在趨緩中。如果運算能源呈指數成長,則運算能力將會受到限制,因此需要根本上提高計算的能源效率以避免應用上的限制。

節能運算的目標是發現新的運算典範,以提升現今的能源效率與性能水準,其關鍵是訊號處理的協同創新,也就是從材料、設備到電路架構的系統整合,並探討與發展新的物理原理,使運算效能提高一百萬倍。新的運算方法是必要的,且需要全新的運算思維進行革命性的改變,例如內存記憶體計算、以異構方式組合專用的運算引擎、探索不同人工智慧平台、類腦/神經型態運算、量子運算與其他解決方案,以取代目前基於von Neumann/CMOS的運算架構。
吳佩蓉
英文