2020年即將結束，半導體產業今年都有哪些亮眼的成績呢？今天我們就來盤點一下今年半導體產業十大先鋒技術，一起來看看都有誰上榜：

臺積電2nm工藝研發突破，或采用環繞柵極晶體管技術

9月，產業鏈消息，臺積電2nm工藝的研發進展超出預期，甚至快于原計劃。

2nm已極度接近當前半導體產業所采用工藝所能達到的極限，此前，在8月底舉辦臺積電第26屆技術研討會上，臺積電確認了其5nm工藝將在明年推出N5P增強版，更先進的3nm、4nm也一并被公布。此外，臺積電還正式宣布建設新的研發中心，預計將投入8000多名工程師的人力到一條先進工藝生產線上，著力攻克2nm工藝。

據消息人士透露，臺積電的2nm工藝不會繼續采用成熟的鰭式場效應晶體管技術（FinFET），而會采用環繞柵極晶體管技術（GAA）。

在3nm工藝節點上，臺積電選擇了采用FinFET而放棄了GAA，三星卻在3nm工藝上一直堅持著GAA路線，臺積電率先來到2nm工藝路口，其作出的選擇也基本意味著接下來半導體行業整體的到前進方向。

晶體管技術的演化與半導體產業發展進程息息相關，晶體管中一個重要影響因素就是場效應，是指通過施加一個電場來實現對電流的控制，所以也就有了場效應晶體管（Field－Effect Transistor，FET）一說。

FinFET就是源自于場效應晶體管，在FinFET的架構中，閘門的形狀類似魚鰭的叉狀3D架構。這種設計可大幅改善電路控制并減少漏電流，也可大幅縮短晶體管的柵長。

然而，芯片工藝節點發展到5nm之后，FinFET開始面臨一系列難題。隨著柵線之間間距的減小，以往在一個單元內填充多個鰭線的做法已不再現實，而柵線間距的減小還會導致FinFET的靜電問題大大加劇并直接制約晶體管性能的提升，FinFET的出現雖然突破了平面晶體管的短溝道效應限制讓電壓得以降低，但在理想情況下溝道應該被柵極完全包圍。因此，在5nm之后，業界迫切需要一個新的結構來替代鰭式晶體管結構，這就帶來了全環繞柵極晶體管，也就是GAA。

然而，受限于摩爾定律等因素，采用GAA結構也需要滿足一些條件，如：1、需要的生產工藝應與FinFET相似，從而讓現有設備繼續發揮作用；2、應實現對通道更好的控制，例如柵極與通道之前的接觸面積更大；3、帶來的寄生電容和電阻問題應得到顯著改善。

以臺積電2nm的研發進度來看，預計臺積電2023年下半年可望進入風險性試產，2024年正式量產。

編輯點評：臺積電已長期占據晶圓代工產業的制高點，按目前的進展看，它還將保持相應優勢至少好幾年。2nm之后，業界就面臨著在商業而不是科研領域讓挑戰傳說中的1nm硅材料技術極限的重大考驗。這場大考將如何重塑產業生態呢？目前我們還難以預判。但對于中國大陸而言，最領先的企業中芯國際，本就是一個技術水平相比行業領先者落后好幾代的追趕者，在美國「實體清單」制裁的陰影下，這場大考，是會給中國大陸相關企業帶來「彎道超車」的機遇呢？還是進一步拉大與行業領先者的距離呢？

植入式芯片的未來：馬斯克展示“活豬注入芯片”

今年8月29日，“鋼鐵俠”馬斯克又完成了一項常人難以完成的“壯舉”，他在15萬直播用戶的圍觀下，通過無線裝置連接植入豬大腦中的芯片，實時監控豬的大腦活動。

腦機接口公司Neuralink朝一只名叫格特魯德的小豬身上被植入了Link V0．9，當馬斯克撫摸格特魯德的鼻子時，在電腦上呈現了數據化的信息狀態，當格特魯德圍繞著一支筆嗅來嗅去時，同樣可以看到設備傳輸出來的數據，顯示小豬腦部活動情況。這背后所蘊含的技術，是通過讓大腦和計算機之間建立數字連接，從而產生相應的電極信號并讓小豬大腦活動可視化呈現。

重點在于，植入腦機接口手術的小豬與未植入設備的豬沒有什么兩樣。而植入式芯片Link V0．9大小約為一枚硬幣，直徑23mm，厚度8mm，可采集傳輸上千（1024個）通道的神經放電信號，擁有全天續航能力，支持遠程數據傳輸，可感知溫度、壓力等數據。其植入方式與傳統的醫院手術開刀不同，Link V0．9的植入全程由自動化機器人完成，無需麻醉，耗時不到一小時。

據Neuralink介紹，他們最初希望利用這項技術幫助癱瘓患者控制自己的電腦和智能手機。下一步，該技術可以用于治療腦疾病患者，如帕金森氏癥，以及應對大腦和脊髓損傷或治療自閉癥和肌萎縮性側索硬化癥（ASL）等疾病。

編輯點評：目前，人們已經看到了植入芯片帶來的科技價值，但最重要的是，人們自身愿不愿意接受體內植入芯片？周圍一起生活的人又能否接受植入芯片的人？另一方面，即使很多植入人體的芯片都經過了嚴格的組織相容性實驗，對材料有特殊的要求，但依然不能保證百分之百的安全。到底芯片植入大腦，是不是解決部分腦部相關疾病的最佳手段，或許要等到馬斯克下一階段的實驗才能見得分曉。

ASML 研發下一代 EUV ***：分辨率提升70％ 逼近 1nm 極限

像臺積電在晶圓代工領域的地位，在***領域，荷蘭ASML公司也占據了行業鰲頭。

進一步的，在當前市場上最先進的EUV***領域，ASML更是獨上了這塊細分市場。2019年，ASML出貨26臺EUV***，為半導體產業探索更先進制程工藝量產的行動提供了強有力后盾。

3月，據媒體報道，ASML公司正在研發新一代EUV***，預計將在2022年開始出貨。據ASML此前公布的報告，在2019年出貨26臺EUV***的基礎上，預計2020年將交付35臺，2021年則會達到45－50臺的交付量，是2019年的兩倍左右。

ASML出貨的EUV***主要還是以NXE：3400B及改進型的NXE：3400C為主，兩者基本結構相同，但NXE：3400C采用模塊化設計，維護更加便捷，平均維修時間將從48小時縮短到8－10小時，支持7nm、5nm。

此外，NXE：3400C的產能也從之前的125WPH（每小時處理晶圓數）提升到了175WPH。

不論NXE：3400B還是NXE：3400C，都還是第一代EUV***，主要特點是物鏡系統的NA（數值孔徑）為0．33。

ASML披露他們在研發新一代EUV***EXE：5000系列，NA指標達到了0．55，主要合作伙伴是卡爾蔡司、IMEC比利時微電子中心。與之前的***相比，新一代***意味著分辨率提升了70％左右，可以進一步提升***的精度，畢竟ASML之前的目標是瞄準了2nm甚至極限的1nm工藝的。

編輯點評：新一代EUV***預計至少到2022年才能出貨，大規模出貨要到2024年甚至2025年，屆時，臺積電和三星按預期也應該在推進3nm及以下制程工藝的生產了。

半導體產業鏈很長，但每一項巨大進步背后都是產業鏈各環節大量小進步積累的結果。***是半導體產業非常重要且關鍵的一個環節，它的進步對于整個產業整體的進步非常重要。

全國首臺億級神經元類腦計算機發布

9月1日，浙江大學聯合之江實驗室在杭州發布一款包含1．2億脈沖神經元、近千億神經突觸的類腦計算機Darwin Mouse。

這是我國第一臺基于自主知識產權類腦芯片的類腦計算機，該計算機使用了792顆由浙江大學研制的“達爾文二代”類腦芯片，支持1．2億脈沖神經元、近千億神經突觸，神經元數量規模相當于小鼠大腦，典型運行功耗只需要350－500瓦。值得一提的是，Darwin Mouse也是目前國際上神經元規模最大的類腦計算機。

研究團隊還針對類腦計算機研發出了專用的操作系統——達爾文類腦操作系統（DarwinOS），實現對類腦計算機硬件資源的有效管理與調度，支撐類腦計算機的運行與應用。

這臺類腦計算機展示了統一調度多個機器人抗洪搶險場景下的協同工作。3臺機器人可分別承擔巡邏、搶險、營救任務。還展示了聽歌識曲、記憶語音、意念打字等功能。

編輯點評：由于類腦芯片巨大的發展潛力和廣闊的市場前景，類腦智能技術已成為各國科技戰略重點和力推的核心科技發展領域。隨著美日德英等發達國家類腦研究發展戰略的出臺，中國的類腦科學研究項目也已經正式啟動。但是類腦研究需要基于對人類大腦的深入認知，雖然近10年來，人們對這個大腦這個神秘器官的認知迅速增長，但大腦的終極奧秘依然是一個謎團。

總而言之，盡管當前類腦芯片無論在規模還是智力上與真實的人腦仍存在很大差距，但是它也具備人腦無法企及的優勢。如今，全世界類腦科學研究的新賽道已經形成，相信接下來會涌現出不少顛覆性理論和革命性技術成果。

英國研發新一代革命性內存技術：10ns延遲、功耗僅有1％

2020年1月下旬消息，美光、三星等公司年內會推出新一代的DDR5內存，最高速率可達6400Mbps，將逐步取代DDR4內存。

然而，盡管現今的DRAM內存技術一直在做技術升級，但其技術瓶頸也日益顯現。

科研人員正在尋找新的替代性內存技術，英國科研人員的這種研究成果，或許將是內存產業的未來新方向——延遲可低至10ns，功耗僅為現有技術的1％。

業界一直在尋求完美的「內存」芯片——低延遲、高帶寬、功耗低、容量大，成本低，同時，不能因斷電而損失數據……Intel的傲騰內存基于PCM相變內存技術，在可靠性、延遲等方面已大幅領先現今的閃存，更接近DRAM內存芯片了，但超越內存還達不到。

據外媒報道，英國的研究人員找到了一種新型的「內存」，使用的是III－V族材料，主要是InAs砷化銦和AlSb銻化鋁，制成的NVDRAM非易失性內存具備優秀的特性，在同樣的性能下開關能量低了100倍——即功耗只有現有DRAM內存的1％，同時，其延遲可低至10ns。

編輯點評：這種新型材料制成的內存芯片宣稱具備三大特性——超低功耗、寫入不破壞數據、非易失性。雖然其性能相比現今DRAM內存并沒多大提升，10ns級延遲也與DDR4內存差不多，但三大特性，尤其是非易失性，即足以掀起「內存」革命了。

當然，作為理論性的科研，英國研發人員暫時還只是找到了新一代III－V材料內存的理論方向，真正大規模商業生產的時候還難以預見，甚至最終是否會是這種技術打敗其他技術實現落地量產也不一定……

超級存儲？新技術讓存儲芯片容量提高上千倍

讓存儲芯片容量提高1000倍的超級存儲技術要來了？

8月，韓國技術信息部宣布，該國UNIST 能源與化學工程學院李俊熙教授帶領的研究團隊，提出了一種新的物理現象，利用FRAM（鐵電體存儲器）技術，可以替代當前主流的DRAM或NAND閃存，有望將指甲大小的存儲芯片存儲容量提高1000倍。

據介紹，FRAM技術通過極化現象來存儲信息，其中電偶極子（如鐵電內部的NS磁場）被外部電場對準。通過向鐵電體物質氧化鉿（HfO2）中施加3－4V的電壓，可以讓原子間的力量斷裂，每個原子都可以自由移動，從而可以控制四個單獨的原子來存儲1位數據。現有的存儲技術研究顯示，最多只能在數千個原子的組中存儲1位數據。因此，通過FRAM技術可以讓半導體存儲器存儲容量達到500 Tbit／cm2，是當前可用閃存芯片的上千倍。理論上，線幅也可被縮小至0．5nm。

李俊熙教授表示：「在原子中儲存信息的技術，在不分裂原子的情況下成為半導體產業終極儲存技術的幾率很高。」雖然還處在實驗室階段，但這項研究也普遍被業界看好，最大的原因在于FRAM是當前已經存在的半導體材料，被認為商用化的可能性非常高。

資料顯示，FRAM中的F即Ferromagnetic，FRAM即「鐵電體隨機存取存儲器」。

FRAM實現數據存儲的原理是利用鐵電晶體的鐵電效應，「鐵電效應」指，在鐵電晶體上施加一定的電場時，晶體中心原子在電場的作用下運動，并達到一種穩定狀態。當電場從晶體移走后，中心原子會保持在原來的位置。由于晶體的中間層是一個高能階，中心原子在沒有獲得外部能量時不能越過高能階到達另一穩定位置，因此FRAM保持數據不需要電壓，也不需要像DRAM一樣周期性刷新。

編輯點評：隨著市場需求的增加，用戶也對企業級存儲系統的訪問性能、存儲協議、管理平臺、存儲介質以及其他各種應用配置提出了更高的要求。尤其是以云計算、大數據為主要業務的企業，在存儲芯片、設備、系統等方面將迎來更多的選擇。

超級存儲技術區別于傳統的閃存或DRAM，預計將更多的被用在移動計算、航天航空、軍事應用、企業系統、汽車行業、物聯網以及工業市場等。基于超級存儲技術，最普通的設備也有望達到T級別的數據容量，大大方便人們的存儲需求。

與此同時，超級存儲技術還涉及到存儲和數據容災、虛擬化、數據／安全／壓縮、重復數據刪除、自動精簡配置等功能特性，這些方面完善和優化都需要占用不少能耗資源，如何在滿足超大存儲的同時，實現低功耗、多功能等特性，是存儲產業的重要努力方向。

Nature：芯片散熱技術重大創新，冷卻性能增加 50 倍

芯片散熱問題在一定程度上能夠反映出芯片的能耗水平，高速的運算產生的熱量如果無法及時散發出去，就會對芯片性能造成嚴重影響。電腦中可以為CPU配備一個小風扇進行散熱的，但是在5G行業，傳統數據中心需要將30％至40％的能耗花費在冷卻散熱上，要消耗大量的能源和水資源。如何解決芯片散熱問題成為了業界廣為關注的話題。

（截圖自Nature）

今年9月9日，瑞士洛桑聯邦理工學院的 Elison Matioli 教授及其研究團隊在Nature上發表了一項最新研究成果，在芯片冷卻技術方面實現了新突破。研究人員使用微流體電子協同設計方案，在同一半導體的襯底內將微流體和電子元器件進行協同設計，生產出一個單片集成的歧管微通道冷卻結構，可以有效地管理晶體管產生的大熱通量。

研究人員開始探索使用冷卻劑與設備直接接觸的方式，來實現更高的冷卻性能。他們提出在具有外延層的單晶硅襯底上設計的單片集成的多歧管微通道（mMMC）散熱器。由于器件的設計和散熱器的制造是在同一過程中結合在一起，冷卻通道直接嵌入在芯片的有效區域下方。因此冷卻劑可以直接撞擊熱源，提供局部和有效的散熱。

結果顯示，該冷卻結構僅使用 0．57 瓦／平方厘米的泵送功率，就可以輸送超過 1．7 千瓦／平方厘米的熱通量，其冷卻效果超出當前所使用的結構的效果。

編輯點評：近年來，研究人員開始探索將液體冷卻模塊直接嵌入芯片內部，以實現更加高效的制冷效果的新技術，但這一技術仍未解決電子設備和冷卻系統分開處理的困境，從而無法發揮嵌入式冷卻系統的全部節能潛力。而mMMC這種冷卻技術能夠設計出更加緊密的電子設備，并大大減少全球因系統冷卻而消耗的能源。顯然，這項設計可以直接去除當前數據中心對于大型外部散熱器的需求。

首次突破1開爾文！Intel掌握「熱」量子計算機技術

4月，Intel與其合作伙伴QuTech在權威學術雜志《自然》上發布了一項全新的研究成果——「熱」量子計算機技術。

該技術據稱可在溫度大于1開爾文的情況下，成功控制「熱」量子計算的基本單位。

提高量子計算的工作溫度對于將其擴展應用到更多的應用領域非常重要。

量子比特對應經典的計算比特，可以通過超導電路實現或在半導體（比如硅）內形成。存儲在這種量子比特中的信息通常會很快丟失，因為熱量產生的振動會干擾量子比特，進而影響性能，要解決這種問題，就需要在接近絕對0度的環境下進行，要創造這種環境，需要投入大量費用用于制冷。

Intel成功實現了在1．1開爾文溫度的「熱」環境下運行量子電路的成就，在運行溫度上的要求比以往更寬松，更易實現。

據悉，這項研究把限制在硅中的電子自旋作為量子比特，并與周圍能在超過1開爾文溫度下正常運作的材料很好地隔離開來。在這個溫度下，可以引入定域電子來操控量子比特，研究人員認為，這是將這類量子處理器擴展至百萬量子比特的先決條件。

盡管此次升溫幅度不大，但這是量子計算機技術一個重要的里程碑，因為溫度提升至1開爾文以上后，搭建平臺的成本將大幅降低，這有助于量子計算機技術的進一步研發普及。

據悉，Intel的這項研究建立在推進全棧量子系統開發方向持續工作的基礎上，包括去年年底推出的首款馬脊低溫量子控制芯片。

編輯點評：今年12月，中科大宣布，該校潘建偉等人成功構建了76個光子的量子計算原型機「九章」，求解數學算法高斯玻色取樣（Gaussian Boson Sampling）只需200秒。2019年9月，Google懸鈴木量子計算機的實現「量子優越性」的消息也早已傳開。

量子計算的種種美好前景，需要更多企業、機構參與進來，一步步克服各種困難，才有希望實現。

芯片上的“大腦”：麻省理工人工大腦突觸研發新進展

今年6月，麻省理工學院（MIT）的研究人員發表了關于新型人工大腦神經突觸的論文，其中提到與目前已有的人工突觸相比，這種突觸在性能上有很大提升，它的物理體積比一片紙屑還小，卻可以容納數以萬計的硅基元件。在體積小且節能的同時，新型芯片有助于研究人員開發出能夠在不連接數據中心的情況下，也可以執行復雜AI計算任務的設備。

在研究中展示了一種新穎的“憶阻器”（Memristors）設計，其本質上是用硅來模擬大腦的信息傳輸突觸，但也可以用銀和銅的合金。這種芯片能夠有效地“記住”并重現出非常詳細的圖像，與已有的同類型技術相比，它能“記住”的圖像更加清晰和詳細。

據悉，MIT研發的芯片，其包含的憶阻元件在表示信息時更像是大腦，也就是最原始的模擬計算機。大腦和計算機在處理和表達信息時雖然有相似之處，但有些神經元的信息輸出是通過分級的電信號傳輸的，其大小可以連續變化，可以比晶體管采用的數字信號傳輸出更多的信息。憶阻元件還可以記住特定的狀態，之后在多次接收相同的輸入電流時，很輕易就能重現相同的信號。

此外，冶金學也為研發團隊提供了不少靈感。在冶金學中，當冶金學家想改變一種金屬的性能時，他們會把它與另一種具有所需性能的金屬結合，制造出一種合金。受此啟發，研究人員也發現一種可以與被用來作為憶阻器正極的銀相結合的元素，從而使其能夠更穩定地沿著非常薄的傳導通道傳遞離子。這就是芯片研發的關鍵所在。

不僅能夠倚靠“記憶”準確地重現圖像，也可以執行推斷任務，比如基于命令提高或模糊原始圖像，這塊芯片的表現性能要遠遠優于之前研發出的其他記憶電阻器。

編輯點評：雖然新型人工突觸的研發還有很長的路要走，但是MIT的研究必定會促進便攜式人工大腦計算機的出現。人工大腦計算機最大的好處就在于，可以像目前的超級計算機一樣執行非常復雜的任務，但是卻不需要任何網絡連接。

中科院低維半導體技術：納米畫筆“畫”芯片

今年3月，中科院宣布研發出了一種簡單的制備低維半導體器件的方法——用“納米”勾勒未來光電子器件，它可以“畫出”各種需要的芯片。

中科院表示，可預期的未來，需要在更小的面積集成更多的電子元件。針對這種需求，厚度僅有0．3至幾納米（頭發絲直徑幾萬分之一）的低維材料應運而生。

這類材料可以比作超薄的紙張，只是比紙薄很多，可以用于制備納米級別厚度的電子器件。由于二維材料如同薄薄的一張紙，它的性質很容易受到環境影響。利用這一特性，研究人員在二維材料表面覆蓋一層鐵電薄膜，使用納米探針施加電壓在鐵電材料表面掃描，通過改變對應位置鐵電材料的性質來實現對二維材料性質的精準操控。

當設計好器件功能后，科研人員只需發揮想象，使用納米探針“畫筆”在鐵電薄膜“畫布”上畫出各種各樣的電子器件圖案，利用鐵電薄膜對低維半導體材料物理性質的影響，就能制成所需的器件。

實驗中，“畫筆”是原子力顯微鏡的納米探針，相當于傳統晶體管的柵電極，可以用來加正電壓或負電壓。但不同于傳統柵電極，原子力顯微鏡的針尖可以任意移動，在水平空間上可以精確“畫出”納米尺度的器件。

在這個過程中，研究人員通過控制加在針尖上電壓的正負性，就能輕易構建各種電子和光子器件，比如存儲器、光探測器、光伏電池等等。

據悉，本研究由中國科學院上海技術物理研究所與復旦大學、華東師范大學、南京大學，中國科學院微電子研究所等多個課題組合作完成。研究成果已于2020年1月24日發表于《自然－電子學》。

編輯點評：“神筆馬良”的故事想必大家都聽過，如今隨著技術的發展，人們對半導體技術的要求越來越高，但是半導體制造難度卻是越來越大，10nm以下的工藝極其燒錢，芯片制造若是迎來這根“神筆”，或許也是一大福音。

責任編輯：xj