後摩爾定律時代（二）－發散的研發

相關閱讀：後摩爾定律時代（一）－多元的價值創造方式

DARPA的ERI將新物質開發、設計與晶片架構列為後摩爾定律時代可能為半導體產業持續增加價值的方向。DARPA在其官方邀請函中明確列出想要解決的問題以及最近的進展，要集思廣益的當然是二者之外的創造性想法。

新物質開發是在既存的矽中心體制上加入新物質的功能區塊以提升整體的性能－這是抽象的、官方的說法，白話版的具體例子就是發生中的嵌入式非揮發性記憶體，不管記憶體裏頭用的是什麼－MRAM、NRAM、RRAM等，對於半導體來講都是新材料，而記憶體就是一種功能區塊。報導還說要窮盡周期表廣泛的搜尋，這是對專業的誤解。周期表中的每一個單一元素對其物性都早已有周詳的了解。真正要用搜尋週期表的方法是單一元素的特殊結構(如nanotube)、二維材料(如graphene)、二元化合物(binary compounds；由2種元素鍵結之化合物)、三元化合物(ternary compound)等，這些新物質到目前還不斷的展現令人驚訝的特性。

設計的目標是要大幅降低因製程微縮而日益增加的設計人力、資源投入。DARPA以其資助的一個計劃為例－僅僅以3個設計工程師便完成了於16nm FinFET製程上45億電晶體的SoC產品－來說明這個方向是可能的。這很容易的就讓人想到用機器學習來處理由電路合成、晶片布圖規劃、佈局和佈線、物理驗證和設計驗證的一連串步驟。

晶片架構希望晶片針對特定應用高度特化，譬如同時設計硬體以及其上的應用軟體以優化硬體的表現，具體的例子如以晶片智慧編譯器執行即時系統重新配置(systems reconfigured on the fly by smart compilers)。現在的進展有專注於人工智慧應用的GPU以及TPU。

設計與晶片架構的可能方向當然不僅於此，但機器學習顯然是共同的焦點：用機器學習來輔助晶片設計，而晶片設計朝向機器學習的應用。這樣的方向可以降低晶片設計的NRE，增加晶片的效能。這是線路設計於摩爾定律之外的價值創造方向。引進人工智慧能力顯然是設計業拓展研發的方向。

至於新物質的研發對半導體製造的衝擊遠比設計與晶片架構的新方向對於設計業要大。類似「窮盡周期表廣泛的搜尋」的方法開發新物質的確是這方面研發的方法，歐盟的三元化合物計畫以及新加坡The NUS Centre for Advanced 2D Materials and Graphene Research Centre研發二維物質都是這樣做的：先以高速電腦用第一原理計算出新物質的能帶(band structure)，了解其電、磁、光、熱等特性，然後在候選物質中選擇適合特定目的的材料，最後才做實驗驗證，這個方法及知識顯然不在現行半導體製造研發體系之內。從現在代工業競爭的軸心之一eMRAM(這也是DARPA ERI會議舉的具體新物質開發的例子)來看，這個敘述看的特別真切－所有代工廠的MRAM技術都是自外併購或授權的。

新物質的研發方向發散，且與傳統半導體技能相去甚遠，公司即使再大，也不可能涵蓋所有研發方向，半導體產業需要新的研發思考！