【倒计时6天|上海】中国半导体芯动力高峰论坛——在变局中求发展

陈岚博士

中科院微电子所研究员/EDA中心主任

郑纪峰

是德科技（中国）有限公司

大中华区市场总经理

负责是德科技大中华地区电子测量业务市场战略及规划的制定和实施。

郑纪峰先生于1995年加入中国惠普有限公司，在中国惠普有限公司、安捷伦科技有限公司和是德科技有限公司担任过销售与市场部门多个重要职务，历任中国市场不同地区的区域销售经理、中国区市场总监、北方大区销售总经理、大中华区市场总经理。在他任职惠普公司/安捷伦科技/是德科技（中国）有限公司的20多年职业生涯中多次获得“杰出成就奖”及最高成就奖。

郑纪峰先生于1995年毕业于清华大学电子工程系，获得信号与信息处理硕士学位。1993年获得清华大学电子工程系电子工程学学士学位。

周俊博士

武汉新芯技术总监

陆敏博士

《化合物半导体》杂志主编，中关村天合宽禁带半导体技术创新联盟秘书长，国家半导体材料标委会委员。

蒋修国

是德科技EEsof，大中华区技术支持经理

参与过大型服务器、交换机、高速背板和云存储产品、消费类电子产品等的研发。擅长高速数字电路的信号完整性和电源完整性仿真、设计和测试。

2016年加入是德科技，主要负责信号完整性、电源完整性和EMC相关产品的应用与技术支持。

于2014年创办《信号完整性》公众。每周分享SI、PI、RF和EMC相关的设计、仿真和测试内容；出版书籍：《ADS信号完整性仿真与实战》等。

李凯

大中华区技术支持经理

现为Keysight大中华区云计算及AI技术负责人

在通信及电子测量行业有近20年从业经验。著有《高速数字接口原理》（清华大学出版社，2014）和《现代示波器高级应用》（清华大学出版社，2017）等专著，并有大量关于高速信号测量原理及方法的文章发布在《国外电子测量技术》、《电子技术应用》等杂志及其个人技术博客上。

李凯2001年毕业于北京理工大学，获得光电工程硕士学位。他是中国电子学会高级会员、ODCC开放数据中心协会成员、IMT-2020 5G OTN组织成员等。

王志功

东南大学信息科学与工程学院教授，博士生导师，东南大学射频与光电集成电路研究所所长

主要从事数字无线电、数字电视、移动通信和无线互联网接入等系统的射频、微波毫米波以及光通信用超高速集成电路研究和以瘫痪肢体运动功能重建为目标、跨学科的“微电子神经/肌电桥”研究及经络机理和针灸效应研究。

在2015年4月的第43届日内瓦国际发明展览会上，领导发明的“微电子神经肌电桥”获特别金奖。

陈景博士

紫光展锐射频技术专家

自2016年从学术界投入产业界，主要从事滤波器设计和制备工作，主要研究兴趣在声表面波(SAW)和薄膜体声波(BAW-SMR&FBAR)滤波器等研究方向，擅长射频滤波器仿真模型建模及工具的开发、熟悉相关晶圆制备的工艺流程和封测技术，围绕相关研究方向共发表APL和JAP等 论文20多篇，发明/实用新型专利10余篇，曾获得《2010年日本超声年会》的“年轻科学家奖”以及指导研究生多次获得国内声学学术会议最佳论文奖。

随着5G、AI和数据中心的迅猛发展，高带宽、大容量和低功耗正逐渐成为影响芯片性能的关键因素。作为后摩尔时代解决方案的晶圆级三维集成技术，如晶圆键合、硅通孔和混合键合等工艺，发展至今已逐渐成熟。

传统的两片晶圆键合技术在良率、带宽扩展、容量提升等方面有明显的劣势。为了解决这些问题，新一代晶圆级三维集成技术的发展已成为迫切需求。基于现有的混合键合和硅通孔工艺开发的多片晶圆堆叠工艺可以完成三维多片晶圆堆叠，极大地提升宽带和容量达5倍之多，能满足数据中心和高性能计算机的需求。三维异质集成技术通过现金的无凸块工艺，可以将不同材料、尺寸的芯片和晶圆连接起来，大大提升芯片的良率，更好地满足5G应用。

1) 射频滤波器的技术简介

2) 射频滤波器的机遇

3) 射频滤波器的挑战

AI的应用场景越来越多，进入到AI领域的芯片和系统公司也越来越多，不管是AI芯片的设计还是AI产品的设计都会遇到高信号速率、高靠性、低功耗等设计要求的挑战，那么如何应对这些挑战是大多数公司和工程师都需要面对的问题。通过设计前和过程中的仿真，可以大大减小AI硬件设计的问题，通过仿真也可以优化一些测量的手段，可以更加高效的完成芯片和硬件电路的验证。

AI应用的普及和落地催生了更多基于深度神经网络和大数据的云端、边缘、终端的专用ASIC芯片需求，而这些芯片也会普遍会采用当前更高性能、更低能耗和延时的互联接口及存储总线。

本专题将探讨PCIe5、CCIX、MIPI等主流异构计算总线和UFS、DDR5/LPDDR5、GDDR6等高速存储接口的设计及测试挑战，并介绍其测试验证的理念和方法。

随着传统的人工智能芯片电路和系统在各类人工智能场景中的广泛应用，GPU和TPU已成为了不可或缺的人工智能硬件。

但是，人工智能如何进一步部署到端侧与嵌入式系统？特别是在没有高速存储器接口的低成本电路中。

本讲座将从算法、体系结构与电路实现的角度出发，讨论在AIoT场景中，如何在存储墙的限制下部署：

1）神经网络的片上在线学习，

2）面向多类神经网络算法的灵活数据流，

3）采用存算一体的超低功耗神经网络计算电路，并分别介绍与之对应的三款芯片。

本专题将讨论5G时代无线基础设施的发展趋势以及实现5G的理想架构组成。

实现5G的道路中，GaN是必不可缺的关键技术，并且在射频领域得到了迅速的成长。那么，Qorvo将如何利用这些关键技术迈向5G之路呢？