北京大学蔡一茂：中国集成电路产业有机会在后摩尔时代弯道超车

凤凰网科技讯 12月10日消息，“挑战与变革——2021凤凰网科技峰会”继续召开。在“‘芯’突破：抢占智能时代制高点”论坛环节，北京大学微纳电子学系系主任蔡一茂表示，当前集成电路产业已经进入到了“后摩尔时代”，功耗和应用成为新的创新动力，需要针对经典冯氏架构存在的计算瓶颈，寻找新的计算架构突破。

他介绍，当我们逐步进入AI时代，也会对集成电路产业带来影响。“AI时代和集成电路其实是相辅相成的”，蔡一茂说，“一个是我们的集成电路芯片可以促进AI技术更高性能的运算，可以使得这些存储数据和运算之间的关系或者能耗降低。 但从另外一个方面，AI时代也是对集成电路整个创新和产业模式产生了一个重要的变革”。

蔡一茂指出，从市场规模上看，中国集成电路产业虽然已经做到全球第一，但本土企业多而不强，大部分布局在低端。他表示，在后摩尔时代，企业的试错成本越来越高，在某个关键节点的判断失误可能就会完全失败。

但这也是中国集成电路产业的机会所在。蔡一茂说，“后摩尔时代技术创新目前是有瓶颈期，一是可以延缓跑在前面的公司技术研发的速度，同时也孕育着一些重大的创新机遇，使得后发者如果能够抓住创新机遇，或者能够提高创新效率的话就可以缩短差距，甚至和他们走在同一条起跑线上。”

中国集成电路产业的发展一直强调安全、自主及可控，蔡一茂在演讲中提出，“自主与开放一定结合”，他表示，集成电路是一个非常强调全球化合作的产业，如果单纯闭门造车是很难把技术和生态很好地整合、引领它的前行，“所以我们在力所能及的情况下一定要保持开放的态度，团结一切能够团结起来的力量发展集成电路技术”。

“挑战与变革——2021年凤凰网科技峰会”是凤凰网科技频道倾力打造的年度巨献，议程设置紧跟碳中和、芯片、AI与元宇宙以及新消费等科技最前沿话题，邀请了360集团创始人、董事长周鸿祎，携程集团董事局主席梁建章，国美控股集团CEO杜鹃，峰瑞资本创始合伙人李丰，梅花创投创始合伙人吴世春，创世伙伴CCV创始合伙人周炜等24位重量级嘉宾，共同论道科技发展，思辨未来趋势。

以下是蔡一茂的演讲速记（略有删减）：

大家好！我是来自北京大学集成电路学院的蔡一茂，很高兴能够受邀参加这次凤凰网峰会。今天我的演讲题目是“集成电路技术创新与产业发展”，发表一点我自己的浅见。我将从当前集成电路发展趋势、技术创新以及我国集成电路产业的一些思考和大家一起分享。

现在集成电路已经进入后摩尔时代以及AI时代，整个信息时代已经进入一个关键的技术变革期。现在我们已经进入人工智能、大数据、云计算、云存储、万物互联为特征的信息海量数据以及应用广泛的场景，因此也对智能计算的需求急剧增加。

以人工智能自动驾驶为例，自动驾驶需要很多传感器对数据、路况、各种信号灯以及各种车之间的互联信息进行输入，特点是数据量非常大，需要很大数据的存储，以及对数据实时智能处理的延时要非常低，此外数据的各种特点、各种格式的数据可能是五花八门，包括激光雷达、摄像头数据甚至其它辅助传感器的数据。

因此，当前智能计算的一个发展趋势和特征就是我们怎样提高它的性能的同时，降低它的功耗。

我们从原来计算密集型的数据处理方式，已经逐步步入数据密集型的计算模式。如果从硬件、集成电路的角度来看，数据存储的能力、反存带宽的性能要求是更高的，也就是说我们不光是要求计算能力比较强的集成电路的支撑，还需要有更多存储，不光是存储的能量，而且存储的能力、数据交换的速度，也就是通常我们所说的反存带宽的能力更加重要。

除了信息本身数据处理的能量、格式、要求变化之外，传统的集成电路芯片也已经步入后摩尔时代，传统的以CMOS芯片为代表的集成电路面临着诸多的挑战，其中一个是来自底层的器件。底层器件的瓶颈有一个摩尔定律，但摩尔定律从以前只是单纯地减小器件的尺寸、增加器件的密度就能够提升性能、降低成本，这条路已经从原来传统的延续摩尔定律的方式开始逐渐失效，我们已经步入了后摩尔时代，也就是说后摩尔时代除了器件尺寸的缩小之外，还需要一些其它的技术途径解决面临的物理极限。

其中一个重要的瓶颈就是架构的瓶颈，冯·诺伊曼的架构是现代计算机奠基的基础，但同时，冯·诺伊曼架构处理和存储单元分离会使得数据交换存在存储墙的问题，存储墙也是目前AI时代进行数据处理或者数据用硬件来处理的主要功耗强的来源。因此从架构层面，我们怎样从冯·诺伊曼体系架构面临的数据交换存储墙进而带来速度慢和功耗高的问题进一步思考，我们有什么样的变革技术从硬件底层进行这种架构层面的突破。

另外一个是能耗的瓶颈，单核处理器的功耗密度目前已经达到一个瓶颈，有预测，预计到2040年大数据比如10的4次方运算需要10的27次方焦耳的能耗，如果在没有特殊处理的功耗密度去看的话，也有一些预测说会超过我们核反应堆的温度，甚至是太阳表面的温度。如果我们不重视能耗的瓶颈或者功耗的限制，集成电路的发展是随着密度的增加、随着处理运算或者存储能力的增加、能耗的挑战是一个非常重大的限制因素。

因此从传统CMOS芯片面临的诸多挑战来看，包括器件瓶颈、架构瓶颈、能耗瓶颈，我们后摩尔时代以及AI时代有没有一些新的技术发展的路径促进集成电路在后摩尔时代的进一步技术变革？

比如对器件瓶颈，现在大概的芯片是100多个亿到几百个亿的集成规模，但人脑有千万亿级的突触与神经元紧密连接，也就是说目前芯片的密度其实相对人脑来讲有很大的提升空间。人脑除了器件集成密度本身之外，一个重大特色是互联或者连接是一个非常复杂的三维层面的连接，因此即使是在同样的集成密度和集成规模，人脑或者生物因为连接方式可以得到一个更大的功能或者更复杂的系统。

架构瓶颈就是受脑启发的AI架构和算法在某些智能任务上优势会更加显著，现在智能芯片大多落地在CNN和DNN为代表的深度学习加速芯片，但将来以SNN为代表的脉冲触发式处理方式脑启发的AI架构，在其它类似情感模拟以及决策处理可能会有自己独到的一些能耗或者性能的优势。

能耗瓶颈众所周知的，人脑是一个低功耗的计算系统，因此我们应该从底层的算法层面到器件架构层面以及整个数据流和数据信息存储、处理、传输的各个层面思考我们人脑是怎样工作、人脑是怎样发展的一个系统，可能可以得到一个超低功耗的能耗系统。

后摩尔时代，集成电路发展的一个重要趋势叫做“未来已来，后摩尔早已在”。通常我们讲后摩尔时代的一个重要的分水岭是在以22纳米英特尔的FinFET（立体）三维器件集成在集成电路，成为后摩尔时代的重要标志，也就是说平面晶体管经典等比例缩小的时代已经结束，而以FinFET为代表的三维的超微缩技术正在延续摩尔定律。

还有一个特点，刚才讲了，我们在后摩尔时代，功耗和应用成为新的创新动力，也就是说要把能效比提高，而且要把应用扩展，也就是说也要针对经典的冯氏架构存在的计算瓶颈，需要寻找新的计算架构突破，这就包括类脑计算、量子计算、随机计算、存内计算等等，这些新式的计算架构或者新的信息器件进行计算范式，突破经典冯氏架构相关的器件。

此外，除了芯片本身或者单个芯片本身的制造技术、架构技术之外，我们要通过不同的芯片之间的组合形成更复杂的系统，也就是说新兴的三维集成技术在延续摩尔定律是一个非常重要的途径，不单是在延续摩尔定律的同时，也是使得集成电路芯片的功能多样化，而且向系统化发展。

众所周知，我们之前的集成电路更多的是在处理一些电的信号，或者进行简单的计算和存储的功能，现在随着集成电路的发展走向SOC，使得一个芯片同时集成计算、存储和其它功能。现在我们进入后摩尔以及AI时代，除了这些计算、存储以及其它传输功能之外，我们还是需要去感知周边的环境，需要对这些感知的信号进行智能的处理，甚至可能要对能源的搜集、对能源的传输、对整个周边环境信息进行实时的交互和执行，需要更多不同功能的芯片在一个系统进行集成，就是我们所谓的功能化和系统化发展。

我们同时也看到，后摩尔时代一个重要的特点就是基于先进节点的设计、制造、研发成本和制造成本以及其它各个环节的成本，因为技术挑战带来的成本急剧增加，也就是说我们的试错成本也是越来越大，这也是跟我们后面讲到的集成电路在很多领域跟国际最先进的公司还是有一定的差距，但有的时候差距不见得是一种绝对的劣势，为什么？因为如果跑在最前面的话试错成本也越来越大。

这张图表示的是5纳米先进节点的生产成本或者研发成本比起前面的节点是一个急剧的增长，包括Mask（光刻机）的设计以及其它各个环节的创新链上的成本，都是急剧增加。

我们也进入AI时代，AI时代和集成电路其实是相辅相成的。一个是我们的集成电路芯片可以促进AI技术更高性能的运算，可以使得这些存储数据和运算之间的关系或者能耗降低。 但从另外一个方面，AI时代也是对集成电路整个创新和产业模式产生了一个重要的变革。

AI时代和后摩尔时代叠加也给存储器带来了非常大的机会，除了存储器本身的制造公司之外，也给设计公司带来了机会。其中一个主要的特点就是在AI时代各种数据一是追求快，可能各种数据我们希望有一些更好的标准支撑不同的外围设备，进行统一数据的交换。因此以DRAM的数据接口或者其它FLASH数据接口就可以看到，单纯追求带宽或者追求速度之外，现在已经开始从原来的DDR或者PCIE转向CXL多数据融合传输的接口方式。

整体来讲，技术和需求是引起产业变革的一个重要方式。很长一段时间内，我们都是以计算为中心的，更多的是围绕不同的SOC布局各种信息的处理，存储器怎样辅助SOC，具有更强的性能、更低的功耗。随着智能工业的发展，包括智能驾驶、智能家居，我们更多地希望以AI和大数据融合，这样就会变成以数据为中心，就是以存储为中心的重要信息处理的模式，包括各种SOC都可能是围绕存储器进行布局。

AI一个重要的发展趋势就是从原来数据为中心到现在以AI为中心，原来只是增加SSD的容量，针对不同的应用包括让数据流更快的SATA SSD到移动类或者其它的SSD产品，现在已经往更多的Smart SSD的方式发展。NAND已经不是单纯作为一个基片可以适应所有产品线，需要在设计端针对AI时代的应用场景做更多的设计，这也意味着即使是在存储器垄断的大背景下，也有很多做接口的公司、接口的产业，就是做设计的产业和公司都可以在其中得到很好的发展。

上面讲了计算和存储为特点的后摩尔时代之后，我想谈一谈中国集成电路产业发展的一些思考。

目前不同的机构都给出了重要结论，中国产业的一个特点就是我们的市场毋庸置疑，不管是以什么模式来看，中国市场在集成电路的角度还是在全球第一的，但也有一个重要的特点，就是本土企业多而不强，大部分布局在低端。2020年上半年，我国增加集成电路相关企业近2.6万家，但目前统计出来的毛利率大部分都是小于30%左右，国际领先水平的毛利率大部分都是40%-50%甚至更高，而且还有一个特点，80%的高端市场目前是被国外龙头企业把控。第二个特点是基础环节受制于人，人才制约因素明显。

最近几年包括一些国家的重视、投资的热度增加，他们获得的资金量肯定是会增加，但其中一个重要的瓶颈就是专业人才的规模、质量以及经验都是明显存在一些制约的因素。其它的特点还包括部分领域低水平的重复建设，这也是根据不同的计算口径统计的，

当然，现在国家也看到重复建设可能带来的一些危害，各个层面都在进行顶层指导和约束性条件，进行集成电路项目的投资。

我们同时也看到集成电路发展的一个重要的变化，最近几年大家都体会非常深，那就是外部环境的影响，外部环境的影响会增加产业的不确定性，包括不管是上实体清单的可能性、疫情下贸易的困难，以及全球化产业链布局大家的重新思考和重塑，以及以美国为首甚至在欧洲现在也开始逐步强调集成电路产业要回归自己国家的一些布局，这是外部环境对中国集成电路产业的发展不确定性的趋势越来越明显。我们也看到国家和政府非常重视集成电路产业的发展，九十年代到现在各种重大项目、各种重要文件以及集成电路大基金的出台，这些都说明政府不但支持集成电路产业，而且力度也是逐步加强。

作为集成电路的后发者，我也想谈一谈它的危与机。

首先是我们的挑战，集成电路的技术迭代是非常快速的，但也有一个特点就是标准是相对统一，也就是说我们的技术优势容易转化为成本优势。比如画画，可能前面的学者画得很好，但作为年轻人有自己的风格，画画得很好可能也会突然就会被社会承认，因此先发优势并不见得能变成成本优势。但是集成电路大部分产品都是标准化的，如果性能相当，标准是统一的，因此大家都在看成本。

那先发优势在哪里？制造优势很大一部分是有设备折旧费的组成，如果先发者是在自己市场上只有自己的产品能够进行垄断的话，可以把价格提高，集成电路大概有两到三年的超高利润期，后面其他追赶者进入这个领域就可以开始打压价格。集成电路中有一个很明显的价格波动期，这是对后来者一个非常大的挑战。

但是我们的机会刚才也有谈到，研发费用在后摩尔时代是非常昂贵，试错成本越来越高。先发者的企业为了探索下一步的集成电路发展，可能会有很多成本的投入，甚至会有失败的风险，而在以前因为成本不高，某个失败并不会引起公司领头羊地位的动摇，但现在走错一个技术路径就会使得原来技术、资本很雄厚的公司面临困境。作为后发者可以看到前面试错的成本和经验，可以避开很多壁垒、避开很多陷阱，进入更快的研发，提高资本研发的效率。

后摩尔时代技术创新目前存在瓶颈期，一是可以延缓跑在前面的公司技术研发的速度，同时也孕育着一些重大的创新机遇，使得后发者如果能够抓住创新机遇，或者能够提高创新效率的话就可以缩短差距，甚至和他们走在同一条起跑线上。

如何发展中国有特色的集成电路产业？新型举国体制瞄准集成电路的产业发展，虽然还有各种挑战，但我们认为一个很重要的发展道路。第二，安全自主可控可以更好地帮助我们国内集成电路的生产、测试和系统芯片设计等等组成一个更好的生态圈。但是我想提一点，自主和开放一定是要结合，因为集成电路是一个非常强调全球化合作的产业，如果单纯闭门造车是很难把技术和生态很好地整合，引领它的前行，所以我们在力所能及的情况下一定要保持开放的态度，团结一切能够团结起来的力量发展集成电路技术。

针对刚才讲的低水平的重复建设问题，其实国家已经开始做一些重要的顶层设计，包括窗口指导、约束地方和投资者出资比例的问题，能够达到产业有聚集优势或者有创新产业、有发展潜力、有可持续发展产业的投资。

集成电路被认为是国之重器，因此国家重视也带动了民间投资的热情，也就是投资的定海神针。

最后就是系统的整合，这跟生态有点类似。我们有一个环节加强了，应该有一定生态建设的责任和义务带动系统里其它的环节。比如相关的芯片可能就要把模拟电源、ADDA、存储器、信号链通过系统中的应用把这些相关的细分领域的企业和生态扶持和聚集起来。

这就是我的分享和不成熟的看法，跟大家一起交流，谢谢大家，请批评指正。