芯片被喻为信息时代的 "发动机", 是各国竞相角逐的 "国之重器", 是一个国家高端制造能力的综合体现.
一 , 前言
芯片被喻为信息时代的 "发动机", 是各国竞相角逐的 "国之重器", 是一个国家高端制造能力的综合体现.
虽然我国有着全球最大的半导体市场, 并且已成为继美国之后的全球第二大集成电路设计重镇, 但目前集成电路的主流产品仍然主要集中在中低端, 除了移动通信终端和网络设备的部分集成电路产品占有率超过 10% 外, 高端芯片的占有率几乎为零.
鉴于种种原因和风起云涌的国际形势, 今年上半年我国电子企业普遍加快了微电子, 集成电路等产品研发, 投资增长了 43.6%. 集成电路产业正在成为各大城市的共同选择, 各地方政府, 集成电路企业, 资本, 高校和研究中心都在准备充分发挥区域协同创新能力, 共同打造地区集成电路 "芯" 高地.
我国集成电路首次大规模投资热潮发生在上世纪 80 到 90 年代, 具有代表性的有当时的 "531 战略","908 工程"(无锡华晶)和 "909 工程"(上海华虹 NEC).
这些工程尽管当时在很大程度上改善了我国集成电路的生产工艺条件, 但是, 行业的整体竞争力并没有多大的提升, 主要因为一方面技术缺乏前瞻性, 一些工艺线刚投产即落后, 另一方面只注重引进工艺生产线, 缺乏整体布局和对基础技术研发的重视.
第二波 "芯片热" 爆发在本世纪初, 由于中国市场自身的需求以及政府的扶持, 当时集成电路成为了所谓的风口, 大量资金涌入, 充满了各种躁动.
2003 年前后中国集成电路行业有代表性的企业有杭州士兰微, 上海贝岭, 华虹 NEC, 北京的中星微电子和大唐微电子等. 2005 年, 凭借摄像头芯片业务, 中星微电子登陆纳斯达克, 成为国内第一个登陆纳斯达克的芯片企业. 直到 2006 年陈进的 "汉芯事件" 曝光, 这波芯片热潮才慢慢退去.
从 2006 年到现在, 我国集成电路科技创新主要由 "核高基" 和 "大基金" 主导.
"核高基" 是 "核心电子器件, 高端通用芯片及基础软件产品" 专项的简称. 2006 年, 国务院颁布了《国家中长期科学和技术发展规划纲要(2006-2020 年)》, 将 "核高基" 列为 16 个科技重大专项之首, 与载人航天, 探月工程等并列.
"大基金" 是成立于 2014 年的国家集成电路产业投资基金, 专为促进集成电路产业的发展而设立.
目前, 这两股力量仍侧重于 "填补空白, 补齐短板", 主要成果有用于神威超级计算机的申威处理器, 和用于北斗卫星的龙芯处理器.
总的来说, 我国近几十年来在集成电路上有过不少努力, 也出现过几次热潮, 但基本上是 "战术上的勤奋", 缺少前瞻性思维和战略视野. 因此, 总逃不出一个 "落后 - 追赶 - 再落后" 循环的怪圈.
要知道, 战术上的勤奋永远弥补不了战略上的缺失和懒惰. 当前, 我们必须清醒地认识到, 随着摩尔定律的放缓(摩尔定律预计在 2021-2025 年走向终结), 进一步减小芯片线宽难度越来越大.
目前的解决方案是通过光学信号处理 (光子计算和光子芯片) 和 AI 突破摩尔定律的限制, 这也必将带来芯片技术发展的新形势和新机遇. 因此, 在世界新一轮科技革命同我国转变发展方式的历史性交汇点, 科技创新角逐空前激烈时期, 我们任何战略误判都有可能带来灾难性的后果.
集成电路领域作为我国技术创新的高地, 在未来的规划上, 应有更高的战略视野和更前瞻的谋划. 以 "超前布局为主, 补足关键短板为辅" 为原则, 明确将 "光子 + AI" 作为未来芯片发展的战略方向.
努力实现关键核心技术自主可控, 抓住千载难逢的历史机遇, 有力支撑世界科技强国建设. 让新型芯片技术真正发挥创新引领发展的第一动力作用, 这样才能站上世界科技竞争和未来发展的战略制高点.
二, 在传统芯片领域, 坚持有所为和有所不为
在传统芯片领域, 门槛最高的是 RRU 基站设备相关的中 / 射频芯片和 DSP/FPGA 芯片, 高速相干光通信芯片以及高端服务器处理器芯片. 这些领域要想实现国产替代, 需要较长时间和更多的投入, 因此, 传统芯片应重点放在这四个领域.
手机产业等相关的中低端芯片门槛相对较低, 一些细分领域的国产芯片甚至已经成为国际龙头, 这些领域可由企业根据自身利益通过市场来解决.
(1) RRU 基站设备相关的中 / 射频芯片和 DSP/FPGA 芯片
基站芯片的成熟度和高可靠性要求与消费级芯片不可同日而语, 从开始试用到批量使用起码需要两年以上的时间, 呈现技术更迭快, 门槛高和自给率低的特点.
目前, 中兴和华为在基带芯片上基本达到自给, 都有自主研发的基带芯片. 但是在中 / 射频领域, 主要由 TI,ADI,Qorvo 和 IDT 等欧美厂商垄断. 同时, TI 和 ADI 都在加速研发多通道, 高集成的单芯片解决方案, 以满足 5G 大规模天线基站的要求, 如 TI 的 AFE75XX 系列和 ADI 的 AD93XX 系列等.
在这个领域, 国产芯片厂商才刚刚起步, 如南京美辰微电子通过前期参与国家重大专项《基于 SiP RF 技术的 TD-LTE/TD-LTE-Advanced/TD-SCDMA 基站射频单元的研发》, 获得了较大的技术提升, 在正交调制器, 混频器, VGA, 锁相环, DPD 接收机和 ADC/DAC 等芯片产品方面已有可量产的方案.
后续可通过定点扶持实现该领域产业能力的进一步提升.
此外, 高性能 DSP/FPGA 芯片基本上由 TI 和 Xilinx 垄断. 尤其 Xilinx 最近推出的高集成 RFSoC 芯片, 融合了多通道的 DAC/ADC 和高端 FPGA, 无论在软件定义无线电 (SDR) 系统还是在软件定义光学网络 (SDO) 上都具有很大的优势. 在这方面, 目前国内基本无对标产品, 后续需要重点扶持和加大投入.
(2) 高速相干光通信设备相关的芯片
光通信模块主要采用的芯片有 TA(跨阻放大器),APD(雪崩光二极管),LA( Limiting Amplifier), 激光器芯片 ( VCSEL,DFB 和 EML),lCT/ICR(集成相干发射机 / 集成相干接收机) 和 DWDM 等. 目前低于 40Gbps 以下的非相干光通信芯片和模块自给率尚可, 但是 100Gbps 以上的高端芯片, 尤其高速 ICT/ICR(集成相干发射机 / 集成相干接收机)芯片仍需突破.
高速 ICT/ICR 芯片目前主要有欧美日公司, 如 Infinera,Fujitsu,Finisar,Acacia,NeoPhotonics,0claro 和 Elenion 等. 国内光迅科技和初创公司 SiFotonics 开始提供 100Gbps-QPSK 集成相干接收机芯片和解决方案, 芯耘光电公司预计也在 2019 年完成 100Gbps 芯片方案研发.
同样, 后续可通过定点扶持实现该领域产业能力的进一步提升.
(3) 高端服务器处理器芯片
目前, lntel 在高端服务器处理器芯片的市场占有率已经高达 99%, 其 X86 架构加上微软的软件生态, 已经处于绝对垄断的地位. 但是, 近年在云计算, 大数据和人工智能推动下, 服务器市场需求强劲. 全球又掀起了一股高端服务器处理器芯片竞争热潮, 这其中主要有 AMD 最新的 Zen 处理器芯片和 ARM 引领的精简指令集架构.
Zen 架构的 "突破性性能" 可以匹敌英特尔速度最快的 10 纳米 Broadwell-E 处理器, 其产品系列包括基于 Zen 架构的 8 核 (16 线程) 的 Summit Ridge 台式机处理器芯片以及 32 核 (64 线程) 的 Naples 服务器处理器芯片.
ARM 服务器芯片生态链上的企业则主要有 Marvell(收购 Cavium 获得的 ARM 服务器芯片业务),Ampere 和中国的华芯通等. 其中, Ampere 为了构建软件生态系统, 在工具端, B0S/BMC 和操作系统上积极与 Java 等领先厂商合作开发, 旨在帮助客户解决迁移到云端的问题.
我国的贵州华芯通半导体技术有限公司也于今年正式发布其 ARM 架构的 48 核的服务器芯片 - 昇龙(StarDragon). 昇龙处理器嵌入了符合中国 "商用密码算法" 标准的自主硏发的密码模块及软件解决方案.
由于 Wintel 生态过于强大, 考虑到运行在云端的软件无须传承于任何传统企业, 我们在高端服务器芯片上的突破应该从 ARM, 云计算和 Linux 生态入手, 以保证足够的设计, 创新和提升空间.
三, 把发展下一代光子集成芯片 (PIC) 作为重中之重
2010 年以来, 光子集成技术进入了高速发展时期, 国际上围绕光子集成技术部署了许多重大的研究计划, 投入了大量的人力物力进行高端光子集成芯片的研发.
欧盟在 "Horizon2020" 计划更是集中部署了光子集成研究项目, 旨在实现基于半导体材料或二维晶体材料的光电混合集成芯片.
2014 年 10 月美国总统奧巴马宣布光子集成技术国家战略, 联邦政府结合社会资本投入 6.5 亿美元打造光子集成芯片研发制备平台.
2015 年, 美国建立了 "国家光子计划" 产业联盟, 明确将支持发展光子基础研究与早期应用研究计划开发, 支持 4 大研究领域及 3 个应用能力技术开发, 并提出了每一项可开发领域的机会和目标.
除了上述的高速集成相干光发射机和接收机, 光子集成芯片技术还有两个更重要的分支:
一是集成微波光子 (IMWP) 芯片, 主要应用于军事和民用无线电系统, 如意大利的 PHODIR(基于光子学的全数字雷达), 俄罗斯的基于微波光子学的有源相控阵雷达系统 ROFAR, 欧洲的 GAA(下一代 SAR 的光子前端)和 HAMLET 计划等; 二是数字光子芯片, 如光学 DSP, 光子计算芯片和光子 AI 芯片等.
总体来讲, 我国光子集成技术还处于起步阶段, 制约我国光子集成技术发展的突出问题包括学科和研究碎片化, 人才匮乏, 缺乏系统架构研究与设计, 工艺设备的研发实力薄弱, 缺乏标准化和规范化的光子集成技术工艺平台, 以及芯片封装和测试分析技术落后等. 幸运的是, 该领域尚未形成垄断和巨头, 如果超前布局, 精心组织和重点投入, 我们仍有赶超的机会和时间窗.
(1) 集成微波光子 (IMWP) 芯片
无线技术平台经过数十年从数字无线电到软件无线电的演进, 目前下一代无线技术平台正在呼之欲出. 未来全球电信网络以及雷达, 通信和航天工业中新兴的大规模应用都将需要全新的技术来解决当前电子技术对于大容量和超宽带连接的限制. 鉴于集成微波光子芯片具有更高的精度, 更大的带宽, 更强的灵活性和抗干扰能力, 因此被认为是具有竞争力的下一代无线技术平台.
俄罗斯甚至称有可能彻底放弃微波电子学, 转而专攻微波光子学. 目前在俄罗斯大约有 850 家公司参与微波光子学的研究和开发.
此外, 欧盟也正联合开发新型全光子 28GHz 毫米波 mMIMO 收发信机芯片, 并将于 2018 年底推出第一个版本. 参与该研发计划的公司和研究机构有 LioniX,Solvates,SATRAX,Linkra,Fraunhofer HHI 和 NTU 的 ICCS, 并通过异构集成, 结合了 PolyBoard 和 TriPleX 两个工艺平台的优势.
在集成微波光子芯片领域, 我国仍处于基础研究阶段, 不久前刚结束的国家 973 计划项目 "面向宽带泛在接入的微波光子器件与集成系统基础研究" 重点针对微波光子相互作用下的高带宽转换机理, 高精细调控方法和高灵活协同机制等 3 个科学问题, 在微波光子作用机理, 关键器件与原型系统方面取得了重要突破, 为未来发展提供了相应的理论与技术支撑. 项目团队研制了覆盖 L/S/Ku/Ka 波段的灵活可变的微波光子柔性卫星转发器样机, 以及构建了分布式大动态可协同的智能光载无线 (I-RoF) 原型系统与研究平台.
该项目所取得的 "宽带集成, 稳相传输和多频重构" 等创新成果在嫦娥三号 Ⅹ 波段信标信号采集, 北斗导航高轨卫星的轨道监测和微波光子柔性卫星转发器等国家重大工程中得到验证和技术应用.
集成微波光子芯片主要在光学域上实现射频信号的处理, 其功能可以覆盖无线系统的整个射频信号链, 包括滤波, IQ 调制, UC/DC(上转换 / 下转换), 频率合成器, AWG(任意波形生成)和光子 ADC / 光子 DAC 等.
随着集成相干光学, 集成微波光子学, 超大规模光子集成电路, 光学频率梳, 光子 ADC 和光子数字信号处理技术的发展, 集成微波光子芯片甚至可以发展到大规模 ASPIC 或 PSoC(光子专用集成电路), 并可能在未来 5-10 年内颠覆整个 RF 技术生态, 使真正的光子定义无线电 ( Photonics Defined Radio, PDR) 系统成为可能.
在规划和发展路径上, 我们可以首先面向国防, 航天, 5G/B5G 和 6G 移动通信的需求, 从单片或单功能集成开始, 提升设计和工艺水平, 逐步发展大规模集成微波光子芯片.
(2) 高性能光子计算芯片和光子 AI 芯片
光子计算被认为是突破摩尔定律的有效途径之一, 且更适合线性计算. 光子器件的开关速度比电子器件更快, 而且光波具有不同的波长, 频率, 偏振态和相位信息, 可以用来代表不同的数据, 因而光子计算具有内禀的高维度的并行计算特性. 光子计算超强的线性计算能力有望成为未来高性能计算的 "圣杯".
2016 年 MIT 提出了使用光子代替电子作为计算芯片架构的理论, 并称之为可程序设计纳米光子处理器. 美国的艾克塞特大学, 牛津大学和明斯特大学三所高校正在联合研发光子计算芯片. 科罗拉多大学的科研人员日前已研制成功世界上第一款以光子处理和传输信息的微处理器芯片.
英国 0ptalysys 公司于 2017 年发布了第一代高性能桌面超级光子计算机(最高可达到 9Pfps 的处理速度), 其光子处理器采用 PCI 扩展卡与普通计算机进行通讯(PCI 扩展卡是用于升级图形处理器或服务器的标准组件).
同时, 0ptalysys 公司还承担了一个五角大楼的研究项目 - 超级计算机的桌面化技术, 以及一个欧洲的项目 - 提高天气仿真能力. Optalysys 计划在 2020 年之前推出 Efps 级别的更高性能的系统.
除了传统的高性能计算外, 光子芯片也将是未来 AI 计算的硬件架构, 可能彻底淘汰现在的 GPU, 并且是未来量子计算的候选方案之一.
过去十年中, 在构建光子计算芯片的基础研究和基础工艺方面的投资开始得到回报.
2016 年, 美国普林斯顿大学研制了全世界第一个光子神经形态芯片. 该芯片拥有超快的计算能力, 并利用光子解决了神经网络电路速度受限的难题, 开辟了光子计算的新篇章.
2017 年, 英国牛津大学的研究人员使用特殊的相变材料与集成光子技术开发出一种光子芯片, 可形成与人脑相似的 "光子突触", 其运行速度比人脑神经突触快 1000 倍.
法国初创公司 Light0n 成功开发了利用激光处理数据的系统. 该公司的目标是, 在机器学习中通过将信息与随机数据相乘的方式压缩数据. 不同的是, Light0n 的系统利用了光通过半透明材料时发生的随机散射效应, 能更容易地获得相同的效果.
Lightelligence 公司计划于 2019 年第一季度推出光子计算芯片产品. Lightmatter 公司也正在用光子技术来増强电子计算机的性能, 从根本上推出足够强大的全新计算芯片, 以促进下一代人工智能的发展.
我国在该领域的研究和产业化基本还是空白, 理应积极布局, 统筹规划, 否则在未来的光子信息时代, 我们将又一次饱尝 "缺芯缺脑" 之痛.
(3) 加强光子集成相关的基础研究和人才培养
正如前面所述, 我国光子集成技术发展面临学科和研究碎片化, 人才匮乏, 缺乏系统架构研究与设计等问题.
我国有关光子学的研究机构众多, 专业繁杂, 有武汉光电国家实验室, 集成光电子学国家重点联合实验室, 北京邮电大学信息光子学与光通信国家重点实验室, 上海交通大学光子集成与量子信息实验室, 南京大学微波光子技术研究中心, 东南大学先进光子学中心, 南京航空航天大学微波光子学实验室, 中国科学技术大学量子材料与光子技术实验室, 浙江大学光子材料与器件实验室, 厦门大学半导体光子学研究中心, 中科院上海微系统与信息技术研究所信息功能材料国家重点实验室, 中山大学光电材料与技术国家重点实验室以及各学校的光电科学与工程学系.
因此, 建议对标 "微电子学" 建立 "微光子学" 二级学科, 规范和加强光子集成技术的人才培养. 同时引导各研究机构分工协作, 在自己的优势领域重点攻关, 从而最终形成整体突破.
(4) 优化光子集成产业生态, 构建长效战略合作机制
加强光子集成技术制造装备研发, 建立光子集成芯片开放性的工艺加工平台, 为高端光子集成芯片研发和生产提供技术支撑和服务. 建立光子集成设计和制备技术标准化体系, 增强整个产业的国际话语权. 鼓励建立光子集成产业协作联盟, 整合产业中分散的研发力量, 完善创新体系与产业生态环境.
张江光子国家实验室牵头承担的硅光子重大专项已经取得突破, 具备了光子集成芯片的制造能力. 预计今年年内, 我国第一条硅光子研发中试线将在沪建成. 后续可结合 PolyBoard 和 TriPleX 两个工艺平台的优势拓展成一个异构平台, 未来作为地区甚至国家级光子集成芯片开放性的工艺平台.
(5) 加强国际合作, 努力实现我国光子集成技术的跨越式发展
我国在光子集成技术领域与欧美日俄尚有一定的差距, 我们要充分利用荷兰, 意大利, 西班牙, 德国, 比利时, 俄罗斯和日本等欧亚国家在光子集成芯片等高端技术的优势, 加强交流与合作, 迅速提升光子集成技术方面的研发能力. 同时, 把张江光子国家实验室建成光子集成技术的国际交流平台.
此外, 加大光子集成产业核心人才引进力度, 继续推动出台针对相关人才回国就业和创业的支持政策. 引导和鼓励资本适当地进行必要的合资和并购, 快速提升我国光子集成的自主产业能力.
四, 争取在 AI 芯片新型架构创新上取得突破
今年以来, AI 芯片初创公司呈现爆炸式增长, 各种 AI 芯片 xPU 如雨后春笋, 已经达数十家之多. 当前无论基于多核 CPU,GPU, 还是 FPGA 架构的 AI 芯片本质上都不是真正的 AI 芯片, 实际上是用现有的, 相对成熟的架构和技术去应对全新的人工智能, 并没有革命性的技术突破. 它们往往无法满足 AI 的需求, 也预示着目前许多所谓的 xPU 最终将是昙花一现.
通常 CPU 和 GPU 被设计成用来运行完整的程序, 不是数据驱动的, 机器学习与 CPU 和 GPU 处理完全不同, 是不断训练程序使用数据的过程, 然后在不进行明确编程的情况下进行推理, 需要完全不同类型的处理器. AI 芯片需要循环使用训练数据, 必须擅长处理数据之间的连接关系, 比如可以用图形表示数据之间的相关性和其他关系.
可以说, AI 的神经网络的总体目标是创造大而复杂的连接关系网络, 这个网络不仅可以是稀疏的, 多层级的, 而且可以彼此循环, 学习和改进. 所以, AI 芯片是 "连接 - 存储 - 计算" 的范式, 而传统 CPU/GPU 是冯诺依曼结构, 即 "计算 - 存储 - 连接" 的范式.
从这个意义上来说, 范式转变和架构创新是未来 AI 芯片取得突破和成功的关键.
第一类创新架构的方向是计算和存储一体化 (processing-in-memory), 即在分布式存储单元里面加上计算的功能. 其中, 具有代表性的是英国 Graphcore 公司的人工智能芯片 IPU(Intelligence Processing Unit).IPU 采用 16nm 工艺, 大规模多核阵列(大于 1000 个核) 架构, 每个核都有一个存储单元(没有外接共享存储, 是完全芯片内分布式存储), 同时支持训练和推理.
最近, 美国的 SRC 启动了一个 1.5 亿美金的 5 年研究计划 JUMP, 其中一个方向也是 Intelligent memory and storage.
第二类创新架构的方向是类脑芯片, 典型的有 IBM 公司的类脑芯片 TrueNorth, 英特尔的自我学习芯片 Loihi 和高通的 Zeroth 芯片等.
国内最近几年在类脑芯片研发上也不甘示弱, 上海西井科技这样的初创公同也在进行类脑芯片的研发, 清华等知名高校则纷纷建立类脑研究中心, 浙大甚至推出自己的 "达尔文" 类脑芯片. 相比于传统芯片, 类脑芯片的确在功耗上具有绝对优势, 拿英特尔的 Loihi 来说, 不仅其学习效率比其他智能芯片高 100 万倍, 而且在完成同一个任务所消耗的能源比传统芯片节省近 1000 倍.
第三类创新架构的方向是前面所说的 "光子神经网络", 光子芯片或将是未来 AI 计算的硬件架构.
芯片架构就如同软件的操作系统, 一种架构一旦成为主流, 其它架构就很难有成功的机会. 传统高端处理器芯片架构是 lntel 的 x86,AMD 的 x86,ARM 的 Advanced-RISC 和 GPU 四足鼎立. AI 芯片架构也初现端倪, 未来我们能否有一席之地, 关键还看我们的谋划能力和创新力度.
正如 RISC 先驱 David Patterson 所说, 现在是处理器芯片架构创新的黄金时代. 我国作为 AI 芯片架构领域的重要研发基地, 有上海西井科技, 浙大的类脑芯片和清华, 南京大学等的基础研究, 理应走在 AI 芯片架构创新的前列.
五, 加强其它前沿芯片技术的研究
除了上述比较明确的技术和产业趋势, 下面几个关键技术其中任何一个取得突破都会对未来的集成电路技术产生颠覆性的影响, 因此这些都需要我们加强研究和紧密跟踪.
(1)碳纳米管晶体管及芯片技术
碳纳米管 (CNT) 是碳原子的管状结构. 这些管状结构可以是单壁 (SWNT) 或多壁 (MWNT) 的, 直径一般在几纳米的范围内. 它们的电特性根据其分子结构而变化, 介于金属和半导体之间. 碳纳米管场效应晶体管 ( CNTFET) 由两个通过 CNT 连接的金属触点组成. 这些触点是晶体管的漏极和源极, 栅极位于 CNT 的旁边或周围, 并通过一层氧化硅分离.
基于纳米管的 RAM 是由 Nantero 公司开发的非易失性随机存取存储器的专有存储器技术 (该公司也将此存储器称为 NRAM). 理论上, NRAM 可以达到 DRAM 的密度, 同时提供类似于 SRAM 的性能. 该领域未来最有希望应用于高性能计算机(HPC) 的是碳纳米管场效应晶体管 (CNTFET), 基于纳米管的 RAM(或 Nano-RAM) 以及芯片冷却的改进等. CNT 是非常好的导热体, 因此, 可以显著改善 CPU 芯片的散热.
(2)石墨烯晶体管及芯片技术
石墨烯是一种厚度为单一原子的二维结构的材料. 石墨烯实现在半导体村底上生长被认为是一个重要的走向实用的里程碑. 2010 年, IBM 研究人员展示了一种截止频率为 100GHz 的射频石墨烯晶体管. 这是迄今为止石墨烯器件达到的最高频率. 2014 年, IBM Research 的工程师开发出世界上最先进的石墨烯芯片, 其性能比以前的石墨烯芯片高出 10000 倍.
除了用于制备 RF 器件, 由于石墨烯制造方法实际上与标准硅 CM0S 工艺兼容, 并且具有出色的导热和导电能力, 因此未来有可能实现商用石墨烯计算机芯片.
(3) 金刚石晶体管及芯片技术
金刚石的加工方式可以和半导体类似, 因此可以用来制备基于金刚石的晶体管. 东京工业大学的研究人员制备了具有横向 p-n 结的金刚石结型场效应晶体管(JFET). 该器件具有优异的物理性能, 如 5.47eV 的宽带隙, 10MV/cm 的高击穿电场(比 4H-Si0 和 GaN 高 3-4 倍), 以及 20W/mK 的高导热率(比 4H-Si0 和 GaN 高 4-10 倍). 目前制造的金刚石晶体管的栅极长度在几个微米范围内, 与当前 22nm 技术相比仍偏大. 为了实现高速工作的芯片(传播延迟的限制), 未来需要进一步减小栅极尺寸.
金刚石的高导热性比传统半导体材料高几个数量级, 可以更快地散热, 能解决 3D 芯片堆叠模块的温度问题, 这样, 预计基于金刚石的芯片能耗更低和高温工作能力更强
来源: http://biz.51cto.com/art/201810/586043.htm