摩尔定律已经逐渐逼近物理极限，关于摩尔定律的延续与发展又有哪些新思路呢？
其他
摩尔定律还能继续，有技术为证！
来源：半导体行业观察((ID:icbank)，作者： ED SPERLING
，本文由半导体行业观察翻译自semiengineering
摩尔定律在过去52年中一直是“更小，更快，更便宜”的代名词，但越来越多的人认为它只是诸多选择之一，芯片行业开始针对特定的市场需求进行调整。
这并没有使得摩尔定律失去意义。众多行业人士透露，从16 / 14nm冲击7nm的公司数量要多于直接冲击16 / 14nm finFET的公司。但是，这种迁移也需要考虑到：
• 当代工厂利用16 / 14nm finFET进行相同度量时，节点命名在20nm之后就变得无意义。因此，对于10nm或7nm并没有一致的定义。更有价值的数字是各个代工厂的性能和功率的比较。
• 即使摩尔定律最执着的支持者也正在从每两年一个节点逐渐减缓到每三、四年一个节点。 但业内人士表示，由于成本和复杂程度的上升，许多公司计划跳过节点，所以并不是在每个节点都投放生产芯片，而是计划开发测试芯片来保持现有的最新技术，而他们的量产芯片的迁移则会延迟长达八年之久。
• 像苹果和谷歌这样的大型系统公司正在开发芯片，他们的开发违背标准的度量，因为他们是特定于应用程序的。相比之下，大多数节点特定的度量都是基于ASIC（专用集成电路）而不是ASSP（在特殊应用中使用而设计的集成电路）。此外，这些统计数据一般不包括在半导体行业统计数据中，因为系统公司不分享这些数据。
因此，半导体行业真正遵循的摩尔定律不再是简单的计数练习。逻辑器件仍在缩小，但不是连续的或成比例的。而随着高级封装的进一步发展，封装可以任意组合，例如最新的几何工艺搭配上旧节点的IP制成的逻辑芯片。
西门子董事长兼首席执行官Wally Rhines表示：“在过去50年中，提高复杂性的最便宜和最简单的方法是缩小尺寸并增加晶圆直径。但现在，这不是最简单的方法了，而是需要进行一个权衡。我们要为需要的性能做最经济的事情。其中一些将使我们几乎永远都能继续拥有越来越小的芯片尺寸。但是，最经济的折衷可能是更好的系统工程，多芯片封装，以及各种技术的结合，以最节约成本的方式不断提升能力。”
这些变化集中体现了对于半导体设计和制造方面所取得进步的衡量基准的不同看法。ARM的首席执行官Simon Segars说：“从根本上讲，摩尔定律每年都会提供更强的性能和扩展功能。除了让晶体管和栅极小到原子级别尺度以外，还存在许多维度。数代器件只是在缩小尺寸，然后人们开始思考，‘如果我们在这里使用一些不同的材料和材料科学会如何？’这会带来巨大的进步。我们即将看到EUV的引入，这将为缩小晶体管和半导体制造技术注入新的生命。同时，人们正在寻找其他方法来进行计算，如量子计算。这依赖于一套完全不同的技术。然而，成功虽然可能需要10年时间，但是一旦成功便会产生大量新的并行性，这将是又一个影响几代人的摩尔定律。”
光刻
由于双重曝光成为关键金属层（即20nm处的金属1和金属2）的要求，大多数专家认为，器件缩小的主要限制因素是光刻。
幸运的是，芯片制造商已经能够扩展传统的光刻技术。使用各种多重曝光工艺，芯片制造商能够分开掩模和图案。这种方法可以将今天的193nm波长的光刻技术扩展到16nm / 14nm，10nm甚至7nm。
但是在7nm或5nm处，图案复杂性和掩模计数正在成为浸入式和多重曝光的限制因素。28nm器件具有40至50个掩模层。相比之下，14nm / 10nm器件具有60层，预计7nm可以跃升到80到85层。在5nm可以有100层。
为了简化7nm/5nm的工艺流程，芯片制造商一直在等待极紫外（EUV）光刻技术，这是一种13.5nm波长的技术。EUV预计为45nm，但遇到了一些仅仅在最近才刚刚解决的问题。随着光源的增强，产量持续上升，EUV似乎终于接近了商业化生产。
极紫外光刻技术是否接近大批量生产还有待观察。 ASML的EUV服务和产品营销副总裁Hans Meiling表示：“我们的工厂每小时生产100个晶圆，今年晚些时候将提高到每小时125个晶圆。”
同时，根据11个月平均数，正常运行时间已经提高到80％以上。Meiling表示是90%+，这与浸入式光刻相当。事实上，我们已经达到了这一点，但并不令人震惊。这个项目看起来就像科幻小说中的内容。
这里有一些工程技巧。首先是从小液滴中得到稳定的锡液滴。这些小液滴被激光击中。然后，激光再次发射，这次是主脉冲。主激光脉冲击中薄饼状锡液滴并使其蒸发，转而将它变成等离子体。等离子体发射13.5nm波长的EUV。
“每秒有5万个液滴，”Meiling说，“这是一个受控的过程。它们以每秒数百米的速度流进去。然后我们将CO²激光射入每个液滴。因此，CO²激光器的速率与液滴发生器相同。每个液滴都变成了薄饼。由于CO²的作用，它膨胀成为200-400微米的雾滴，而不再是固体。第一个脉冲使它成为了薄饼。”
图1：跟随反弹光。（来源：ASML）
更令人震惊的是，这是有效的。有越来越多的论文可以证明这一点。
但是，尽管在光刻方面有这些改进，但在许多方面，缩小的极限变得越来越明显。每个新节点的布局灵活性都在降低。英特尔能够在45nm转移到1D图形，主要是因为CPU不需要与SoC拥有相同的灵活性水平，它的结构更加规则。对于SoC或ASSP，限制更为明显。
Lam Research首席技术官Yang Pan,说：“我们认为，使用EUV工艺，二维图案会变得太困难。首先，EUV仍然有掩模缺陷问题。我们必须修复这些缺陷，但我们肯定无法一遍又一遍地修复。其次，如果要为EUV获得良好的刻线边缘粗糙度特性，则需要大量能源。目前这是不可能的。所以EUV会走进1D空间。我们此时看不到2D。”
图2：1D vs 2D （来源：Multibeam公司）
EUV工艺还存在很多限制。Applied Materials蚀刻业务部副总裁兼总经理Raman Achutharaman说：“主要的是EUV的解决方案。它没有解决定位误差的要求。其二，随着较长的EUV的推出，甚至EUV也需要多重曝光。对于切割和通孔，可以使用EUV。但是对于线和空间，你只能使用基于空间的方法。”
不过，EUV工艺也有一些进展，部分原因是多家公司的大量投资，以及人们认识到EUV即将具备生产价值。直到去年，薄膜也是一个问题。没有人愿意负责开发薄膜，所以ASML开发了自己的薄膜。EUV进入线和空间的生产需要时间，而不仅仅是掩模切割。但是，这些方面现在得到了充分的进步，EUV技术也将会获得一些动力。
这一切何时会发生取决于许多因素。但从纯光刻的观点来看，ASML表示，EUV一直到1.5nm都有一条清晰的路径，通过更高的数值孔径技术和变形透镜，可以将激光延伸到更大的表面上，就像一台用于显示宽屏电影的老式CinemaScope投影机。
ASML高级首席架构师Jan van Schoot表示：“在芯片方面，挑战基本上是刻线边缘粗糙度和光子发射噪声。我们必须努力在晶圆上获得足够的能量。本质上，应对光子发射噪声有两种方法。你可以用暴力方式，应用更多的光子得到更好的统计数据。还可以尝试提高应用于芯片的图像对比度，这是更优雅的方法。”
其他后端的变化
EUV显着减少了构建芯片所需的掩模层的数量，加快了制作硅片的时间。业内人士表示，现在需要大概60到90天的时间才能从代工厂获得芯片，这比先前的节点多花了大概45到60天。利用EUV减少掩模数量会有效解决这一问题。
但减少掩模只是一个因素。正如越来越多的设计规则所证明的那样，工艺变化仍然是一个主要问题。Cadence产品管理总监Christen Decoin说：“设计规则越来越多，完成设计规则所需的操作数量呈指数级别增长。DRC检验无法再通宵运行了，这总共需要四天时间。如果使用EUV，着色规则较少，但是实现它尚需时日，我们仍然需要双重曝光，虽然复杂度不会像7nm时那么糟糕。”
每个新节点的工艺过程都会增加。规格从不体现为确切的数字，所以一个掩模与另一个不同。虽然这通常在设计工具中处理，但该方法是增加时间裕度。我们需要在低产出和高性能之间权衡。 这是FD-SOI并未广泛宣传的卖点之一，部分原因在于提供FD-SOI的代工厂必须与先进的节点技术共舞。
FD-SOI只是其中的一个选择。缩小正变得越来越困难，而且它也变得越来越贵。因此，一些芯片制造商正在考虑扩展技术投资的一些替代方案。所以有些厂商回避了10nm，直接跳跃到7nm。而在7nm处，他们可以迁移到5nm，或使用不同的架构继续保持在7nm。
ASM国际首席技术官Ivo Raaijmakers说：“还有很多方法可以用于器件的架构。您可以用5nm的纳米线改变栅极长度。但是对于晶圆厂而言则会越来越昂贵，研发费用越来越高，而需要的其他技术也越来越多。”
Raaijmakers表示，现在的权衡是，在现有节点上更进一步，或直接跳到未来的节点，或是让下一个节点拥有足够多次的迭代。“对于密度的巨大挑战就像控制诸如寄生电容和电阻这类寄生效应。”
封装：摩尔定律的一部分
封装并没有被忽视，这就是为什么近日在封装方面有很多活动的原因。先进封装增加了一种全新看待的摩尔定律视角。相比于存储器、处理器、I/O这些需要在同一工艺节点处共同开发的元素，封装允许不同节点上的各个部件的混合。
这为芯片制造商开辟了新的自由度。在过去，我们很担心多大的封装适合一片硅片。这导致了一大堆问题，主要涉及生产能力和热量。电阻和电容对于信号通过越来越细的导线传播速度的影响。电阻也产生热量，这可能导致信号完整性问题、电迁移，并且可能导致质量随时间的退化。 此外，片上资源存在线路拥塞和竞争。而在45nm以下，模拟IP不再缩小，这就是为什么模拟IP厂商在其产品中增加了更多的数字电路。
扇出型（fan-out）、系统级封装，以及2.5D配置彻底改变了这个等式。简化这些工艺的流程正在开发，但过去几年来，人们对于这一方法的兴趣也在迅速上升，特别是在过去12个月中，苹果公司在iPhone 7处理器采用了台积电的整合扇出（InFO），以及来自思科和华为等公司的高端2.5D网络芯片。
台积电的InFO使用扇出晶圆级封装，它大致位于2.5D与有机衬底系统级封装之间，所有这些都可以利用最先进的逻辑工艺节点，结合其他芯片或在较旧节点处开发的IP。
这里的关键是如何将芯片放在一起进行电气连接。STATS ChipPAC产品技术营销总监Seung Wook (S.W.) Yoon表示，一种新方法是使用层间电介质而不是凸块来连接裸片。“这比倒装芯片更可靠，而且没有凸块或管脚。”
我们还有更多的封装方式，对于IP供应商来说，这有巨大的好处，因为它们仍然可以销售用于最先进的芯片的老式节点开发的技术。对于模拟IP而言，IP供应商可以节约海量时间和开发成本。但它也为芯片制造商提供了降低成本的更多选择，因为它们不必将一切都缩小到同一个芯片上。这导致了半导体行业更多的合作和兴趣。
eSilicon营销副总裁Mike Gianfagna说：“这不再是疯狂的事情。几周前，我们刚刚完成了2.5D设计，使用了HBM（高带宽内存）和一个将在今年晚些时候投产的大型ASIC。这不仅仅针对ASSP供应商，他们拥有一个绝对的市场，而且成本没有对象。它正在转向ASIC，这意味着整个生态系统——包括客户，ASIC供应商，晶圆厂商，IP供应商都在为之努力。我们需要团队合作才能使新设计诞生。几年前，没有办法可以奏效。这是一个秘密社区。但是现在每个人都在谈论。”
结论
把这一切都带回摩尔定律是否有意义，我们不得而知。原来的研究是相当直截了当的，但它已经被重新诠释了很多次，现在很难说什么是摩尔定律，什么不是摩尔定律。正如Synopsys董事长兼联合首席执行官Aart de Geus所说：“如果你认为摩尔定律完全是经济学观点的话，那么就将面临巨大压力。但从技术的角度来看，还有很多地方可以去努力。八年前的争论是，finFET不会出现，因为它是垂直的、非常脆弱的结构，在经济上没有任何意义……摩尔定律的唯一规则是：永远不要说不可能。”
原文链接：http://semiengineering.com/moores-law-a-status-report/
摩尔定律过时了？还有“摩尔定律Plus”接班
来源：云计算头条
我们现在正处于计算领域真正的转折点上，我们正在使用的技术每天都在进化。嵌入式传感器和网络接入的快速融入，正将我们使用的大部分电器变成“智能设备”，它们可对我们的语音指令做出回应，同时产生的大量数据又可在尖端网络计算机或云端进行分析。
我们看到虚拟现实（VR）和增强现实（AR）技术已经被开始采用，这些技术要求大量计算和图形处理能力才能为人类提供更真实的生活体验。加上机器学习的应用，它可通过大量数据训练及时提供符合情境的信息，或是接管大量普通任务。这些新的应用都在对计算机行业发起挑战，它需要在改进承受水平的情况下提供更多计算能力。
然而，提供更多计算能力存在巨大挑战，因为摩尔定律中半导体更新换代的步伐已经减缓。所谓摩尔定律，是指通过缩小电路体积、改进性能以及能源效率，集成电路上可容纳的元器件数量每2年就会增加一倍。过去，半导体技术非常依赖下一代计算机芯片，而这些芯片的价格更便宜，速度也更快。
物理法则是无法被欺骗的，我们已经达到晶体管小型化的物理极限。然而在未来10年中，新的半导体技术节点将依然需要显著小型化和降低功耗，但是成本正在增加，历史性的改进速度也还未实现。现在我们正面临这样的情况：摩尔定律的历史性进步依然缓慢，而新的计算密集型应用却要求更强大的就算能力。这受到永不满足的消费需求所驱动，我们渴望更多数据、更强大的数据处理能力、更多实时信息以及更快的服务等。无人驾驶汽车、无人机以及机器等，都要求大量的实时信息处理、推理以及解释支持。
对于安全故障操作或迅速响应，计算可能无法全部在云端完成。我们发现计算需要移出网络边缘，并向用户靠拢。新兴智能电器和AR/VR接口需要高性能的计算能力分配到本地，包括汽车、住宅、企业或细胞塔中，同时依然需要连接到云端。
数以百万计的“物联网”设备中普遍存在的传感器，以及随着我们工作和个人生活大部分实现数字化，都会创造数据大爆炸。海量数据需要新的技术进行实时处理和分析。我们希望以全新的方式利用这些数据，比如在AR和VR混合环境中，我们可以在所在空间中看到覆盖的信息和混合呈现的图像。从根本上说，这样的要求改变了我们与技术互动的方式，要求更高的计算性能。
这种力量能让虚拟现实和增强现实渲染逼真的图像，将符合情境的信息或图形覆盖到真实世界的视觉上。英国皇家医学院已经在VR中记录手术，你可以很容易想象AR覆盖提供的实时信息帮助医生更精确地完成手术。这些都是真正的颠覆性应用。如果计算能够按照当前步伐进步，这种颠覆将会影响所有行业。可是，如何能够在摩尔定律衰落时保持这种进步速度？如何才能提供更多计算能力？
事实证明，工程师们可以操纵更多杠杆以推动未来计算性能提高。这就是我所谓的摩尔定律+（Moore’s Law Plus），它将要求工程师更具创意，进行跨学科、跨行业协作。
摩尔定律+在四个方面打开了“创新之门
1.更小的半导体设备与更具成本效益的包装和互联网技术相结合，这将使芯片技术以更新颖的方式灵活结合。
2.利用计算处理器（CPU和GPU）的异构混合以及专门的孵化器，使用来自高级记忆中的数据训练这些引擎。
3.打造易于编程和利用异构计算的开源软件项目和开发框架
4.开发新的软件应用生态结构，即使用先进的机器学习、数据分析以及VR与AR渲染帮助程序更易于使用。
在摩尔定律+的时代，大学和行业将将利用这些杠杆提高性能。在铸造前沿，远紫外光刻将是有效的技术，可以驱动小型进程节点制造业向前发展，进而催生更小的新式晶体管。它们将与新的金属结构连线，以降低电阻。在半导体行业，制造业将进一步发展。
未来电器也将需要更多内存，无论是PC、移动设备还是服务器。对于服务器来说，某些特定工作负载，特别是机器学习、虚拟化应用以及数据处理等，都对内存有着无止境的要求。然而，我们过去每年增加的内存密度都在下降。这同样需要创新拉动，我们可能看到非易失性内存或堆栈内存诞生。
在我看来，如果你无法轻松规划这些新方法，保持摩尔定律+18到24个月的增长率依然是徒劳的。生态系统中有CPU，但是如果你想利用CPU和其他加速器，你需要开放的方案。有些人采用专门的方案，这很有用，但成本高昂。AMD帮助开发的Heterogeneous Systems Architecture (HSA) Foundation允许这些不同的技术协同工作、分享内存以及从系统角度进行优化，包括CPU、GPU以及FPGA等固定功能加速器。
要想在摩尔定律+的世界保持继续进步，需要半导体行业与不同的制造商、学术界进行工程合作，创造易于编程环境的开放标准。这就是我为何相信公司可以添加更多晶体管，并能管理成本曲线的原因。将这一切结合起来，它真的能够促进计算进一步加速。有了摩尔定律+，摩尔定律的前进步伐就不会减速，而且会继续为颠覆提供动力。
一网打尽系列文章，请回复以下关键词查看： |
创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧 |
热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 |
预见未来：预见2016 | 预见2020 | 预见2025 | 预见2030 | 预见2035 | 预见2045 | 预见2050 | |
前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 | 基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 |
先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器 | |
未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空站 |反卫星 |
领先国家：俄罗斯 | 英国 | 日本 | 以色列 | 印度 |
前沿机构：战略能力办公室 | DARPA | Gartner | 硅谷 | 谷歌 | 华为 | 俄先期研究基金会 | 军工百强 |
前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普 |
专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 |
全文收录：2016文章全收录 | 2015文章全收录 | 2014文章全收录 |
其他主题系列陆续整理中，敬请期待…… |
“远望智库”聚焦前沿科技领域，着眼科技未来发展，围绕军民融合、科技创新、管理创新、科技安全、知识产权等主题，开展情报挖掘、发展战略研究、规划论证、评估评价、项目筛选，以及成果转化等工作，为管理决策、产业规划、企业发展、机构投资提供情报、咨询、培训等服务，为推动国家创新驱动发展和军民融合深度发展提供智力支撑。