2024年的发展，离不开这些半导体
先进半导体材料
信息技术产业的基石
类脑芯片
人工智能未来发展趋势
GPU芯片
新型智算中心的算力底座
量子芯片
解决海量数据处理难题
人形机器人高精度传感器
赋予机器类人感官
- END -
内容仅供交流学习之用，如有任何疑问，敬请与我们联系info@gsi24.com。
▼ 往期精彩回顾 ▼
1月29日，工业和信息化部等七部门联合印发《关于推动未来产业创新发展的实施意见》（以下简称《实施意见》），涉及
先进半导体材料、类脑芯片、GPU芯片等新材料和核心器件
。此外，《实施意见》涉及的量子计算机等创新产品、人形机器人等未来高端装备，也需要
量子芯片、传感器
等半导体产品。
《实施意见》在未来材料部分指出，要发展先进半导体等关键战略材料。
先进半导体材料是全球半导体产业发展的新的战略高地，是信息技术产业的基石。材料涉及设备、制造、封装等半导体产业链的每一个环节，任何微小的波动都会影响芯片成品的良率和性能。
工信部《重点新材料首批次应用示范指导目录（2024年版）》的“先进半导体材料和新型显示材料”类目下，包括化合物半导体材料用高纯砷、氮化镓单晶衬底及外延片、碳化硅单晶衬底及同质外延片、半导体装备用精密陶瓷部件、集成电路用光刻胶及其关键原材料和配套试剂等半导体材料，且对性能指标有明确要求，比如氮化镓外延片在8英寸及以上，方阻≤400Ω/□等。
新傲科技公司外延和SOI硅片
先进半导体材料的进步和创新，是半导体产业发展的重要驱动力。
硅片是市场需求量最大的半导体材料。从20世纪60年代至今，硅片已经从1英寸发展到目前主流的12英寸，半导体用大硅片纯度达到11N（99.999999999%）以上。宽禁带半导体被誉为全球半导体材料第三次突破性发展，其晶圆尺寸和制备技术正在不断提升，我国企业已经实现8英寸硅基氮化镓量产。
集成电路用光刻胶被誉为电子化学品产业“皇冠上的明珠”，采用光酸的化学放大光刻胶是目前最常用的EUV光刻胶，同时产业界也面向2nm及以下制程所需的光刻胶，开展了对金属氧化物抗蚀剂的研发。新型半导体材料备受关注，如氮化铝镓、碳化铝镓、磷化镓等，在紫外LED、激光器等特定领域已进入商业化。
西安晟光硅研半导体科技有限公司董事长、西安电子科技大学微电子学院研究员郭辉向《中国电子报》记者表示，推动先进半导体材料的发展，需要从多个方面进行努力，以加快技术创新和产业化进程。
一是加强基础研究和技术攻关。增加对先进半导体材料基础研究的投入，从材料制备、加工、测试等方面投入研发，以满足不同领域的需求；二是促进产学研合作，促进技术转化和产业化进程；三是制定支持政策，将以科研院所为主体进行研究转变为有能力的民营企业牵头开展研究，鼓励企业增加研发投入，提高技术创新能力；四是加强人才培养。建议政府和企业加大对相关专业的人才培养力度，提高相关科研研发人员待遇。五是加强国际合作，构建半导体材料研究共同体，推动先进半导体材料的发展和应用。
《实施意见》在创新标志性产品部分指出，面向脑机接口，突破类脑芯片等关键技术和核心器件。
类脑芯片是用电路模拟人脑神经网络架构的芯片，实现类似人脑的超低功耗和数据并行处理。“计算机之父”冯·诺依曼曾提到，生物大脑与机器相比最大的优势，是能够利用相对落后的零部件在不确定的环境中以低能耗方式快速做出正确计算。因此，“类脑”是人工智能的重要技术趋势。
针对医疗康复、自动驾驶等多种应用场景，类脑芯片技术正在不断走向成熟。
国际企业正在尝试使用脑机接口技术来获取脑电信号并辅助治疗。2024年1月30日，埃隆·马斯克称其旗下脑机接口公司Neuralink实现了首例植入式脑机接口设备的四肢瘫痪患者治疗实验，所使用的便是Neuralink研发的N1芯片，目前，接受移植者恢复良好。
浙江大学联合之江实验室发布类脑计算机（图片来源：浙江大学官方公众号）
我国在类脑芯片领域的研究也在不断突破。2019年，清华大学施路平教授团队研发出全球首款异构融合类脑计算芯片“天机”。该芯片结合多种神经网络，实现了无人自行车的驾驶和路障避让。2020年，浙江大学联合之江实验室成功研制我国首台类脑计算机，共包含792颗由浙江大学研发的达尔二代类脑芯片，神经元数量与小鼠大脑神经元数量规模相当，并将功耗控制在350W~500W。
2023年10月，由中科南京智能技术研究院自主研发的“问天Ⅰ”类脑超级计算机服务正式启用。据介绍，该计算机具有规模大、实时性高、灵活性强等特点。以研究院开发的“问天”智慧交通系统为例，面对南京市交通路网规模，“问天”智慧交通系统响应时间仅为其他系统的5.3%，有助于减少碳排放量。
《实施意见》在创新标志性产品部分指出，面向超大规模智算中心，加快突破GPU芯片等技术。
智算中心（智能计算中心）是基于人工智能理论，采用人工智能计算架构，提供人工智能应用所需算力服务、数据服务和算法服务的公共算力新型基础设施。
最初专为图形渲染设计的GPU（图形处理器），在技术发展过程中展现出并行计算的巨大潜力，从21世纪10年代起逐步成为高并发的深度学习任务的主力处理器。由于GPU可以显著加速数据处理和模型训练，提高整体的计算效率，因此被广泛应用于大模型训练、自动驾驶、虚拟现实等多个领域。
AMD推出MI300X(图片来源：AMD)
目前，GPU芯片主要由英伟达和AMD等公司供应，我国也涌现出一批GPU及AI加速芯片的明星企业。在并行计算能力方面，英伟达旗下H100、A100等产品凭借高算力和相对成熟的软件开发生态积累了诸多云服务厂商客户。
另一方面，GPU的高存储性能也意味着较强的数据访问能力。AMD于2023年12月推出的MI300X具有192GB的内存和5.3TB/s的带宽。快速的内存访问可帮助加速数据读写和模型计算，在算力基础上进一步加速大模型训练和推理。
《实施意见》提到，突破量子计算机等高端装备产品。
量子计算以其独特的并行性、叠加性和纠缠性，被视为下一代海量数据处理的重要技术方向。其中，量子芯片作为实现量子计算的核心部件，是解决海量数据处理难题的关键所在。
量子计算机与传统计算机对比示意图（中国电子报整理）
据了解，量子芯片是利用量子力学原理实现信息的存储、处理和计算，其最核心是量子比特。相比传统的比特只能存储0或1两种状态，量子比特可以同时处于0和1这两种状态的叠加态，这使得量子芯片能够实现并行计算和高效的信息处理。目前，硅基量子比特芯片以及超导量子比特芯片是目前最受关注的两大技术分支。
硅基量子比特芯片将单个电子嵌入硅晶格中，实现硅基量子比特的制备，具有制造成本相对较低、与传统半导体工业有天然衔接的优势。英特尔在2023年6月发布了量子芯片Tunnel Falls，这款芯片包含了12个硅自旋量子比特，在每块300mm晶圆上集成超过24000个量子点，从而形成可被相互隔离或同时操控的4
个
到12个量子比特。
超导量子比特芯片通过引入超导技术，加强了量子比特的稳定性和可控性，从而更好地适应量子计算的需求。此前，IBM发布了全球首个模块化量子计算系统IBM Quantum System 2，以及业界首款1000 量子位量子芯片Condor。
中国在量子芯片领域也取得了阶段性的进展。1月7日，量子计算芯片安徽省重点实验室、安徽省量子计算工程研究中心联合发布了中国第三代自主超导量子芯片——“悟空芯”(夸父 KF C72-300)。该超导量子芯片已在中国第三代自主超导量子计算机“本源悟空”上运行，能够实现量子叠加和纠缠等特性。基于该款量子芯片的“本源悟空”量子计算机可一次性下发、执行多达200个量子线路的计算任务。
《实施意见》在做强未来高端装备部分提出，面向国家重大战略需求和人民美好生活需要，加快实施重大技术装备攻关工程，突破人形机器人等高端装备产品。
与工业机器人相比，人形机器人的特点在于其工作环境和运动方式的复杂度更高、精细程度也更高。为了使人形机器人能够“更像人”，应用于人形机器人的传感器一方面需要精确度更高，另一方面需要为机器“补足”类人的感官。
小米全尺寸人形仿生机器人CyberOne
装配在人形机器人上的传感器类型纷繁复杂，总结来看包括五大类：力/力矩传感器、IMU（惯性测量单元）、视觉传感器、触觉传感器和编码器。此类传感器，是帮助机器人实现包括灵巧手、仿生感知与认知、电子皮肤在内的重要组件的关键产品。2023年9月，工信部发布《关于组织开展2023年未来产业创新人物揭榜挂帅工作的通知》，并公布《人形机器人揭榜挂帅任务榜单》，其中重点提及三类传感器，包括：力传感器、MEMS姿势传感器和触觉传感器。
力传感器针对的是人形机器人准确获取驱动关节和肢体末端触感力学信号的需求，主要使用于关节、手指、足底等重点关节和测量部位。当前，市面上部分供应商提供六维力矩传感器以满足该需求。当前，该技术在日本和欧美国家的企业比较领先，全球六维力传感器厂商主要有日本企业Sintokogio和WACOH-TECH 、欧美的ATI、AMTI、Kistler等。
MEMS姿势传感器针对的是人形机器人姿态控制的需求，要求具备低功耗、抗振动抖动能力、体积更小并能实现姿态实时解算。当前，市面上多款机器人采用惯性传感器（IMU）来实现该功能，包括UCLA ARTEMIS、波士顿动力的Atlas和小米的CyberOne。
触觉传感器主要是为了满足人形机器人灵巧手使用工具、操作设备、分拣物品、高精度装配等能力，在灵巧手掌内配置触觉传感器，帮助机器人感知操作目标的位姿、硬度、肌理等特征，提高灵巧手的智能化操作能力。当前，柔性传感器是业内采用较多的触觉传感器类型。腾讯Robotics X实验室推出自研机器人灵巧手TRX-Hand和机械臂TRX-Arm，在指腹和掌面覆盖了自研的高灵敏度柔性传感器阵列。
京公网安备 11010802033920号