如果晶元工藝發展不能滿足摩爾定律，是否會引發 IT 界的一場創新？

11-16

如果5年之內硅基工藝發展到頭，目前來看有什麼技術能夠延續？
博通董事長：摩爾定律已不再能降低晶元價格

電子產業得以高速發展，是因為其有世代generation的概念，因為每年騰出0.3左右的成本空間，才得以讓我們不斷更新新的手機，新的電腦。但當世代結束的時候，真的會有災難嗎？

在我眼裡，與其說是災難，不如說是機遇。

不用如果，Si channel微縮到5nm的物理極限是學界公認的。啊？你問什麼是channel？

如圖是90nm工藝,45nmgate length的p- and n-type Strained Si channel MOSFET 的TEM圖。
所謂的channel就是圖中白色箭頭所示，電流從source跟drain之間的載流子通道。

在以往的半導體物理近似中，channel是無限長的，但隨著工藝的不斷進步，channel不斷被微縮，等到其長度相對於原子直徑而言不再是無限長的時候，已有的近似會不斷失效，並且出現以往沒有遇到過的一系列狀況，如short channe effect等，到channel長度只有5nm的時候，tunneling量子隧穿會變得極為容易，哪怕在沒有加電壓的情況下，source和drain都可以認為是互通的，那麼FET的開關效應會消失，晶體管沒辦法再向我們提供0和1的狀態。

按照現有的規律發展下去，到達5nm大概是在2020年。

如圖，10nm已經被業界學界公認可以實現，7nm已有一定的技術吃撐，但仍需要新的技術用以突破，而2020年的時候，如果要延續電子產業高速更新的世代，我們要怎麼做？給我上課的教授也在思考這樣的問題。但我想不會至於引發IT界的災難。

用戶是不知足的，碼農們是不知足的，這一點可以懂安迪-比爾定律用以證實。但是當安迪不再提供更高集成度的硬體時，比爾能做的也只有不斷壓榨現有的成果。那個時候你會發現，當自己的手機用了三年之後，市面上的CPU頻率還是這麼高，耗電量還是這麼大，續航能力還是這麼久，當然不排除核心與核心間的優化，單對於單個CPU而言，並沒有什麼實質上的改變，那你為什麼還要選擇換手機呢?
同理，雖然軟體的優化能讓既有的IT產業繼續更新，但若硬體基礎停止世代的革新，那麼軟體效率的提升必然有一個盡頭，就像你沒辦法用小霸王來玩魔獸世界是一樣的道理。

題主所引用的文章是典型的標題黨，所謂摩爾定律不能再降低晶元價格是指當產業世代沒辦法繼續下去的時候，單片晶圓的面積沒辦法擴大的時候，晶元的價格才會沒辦法降低。

你不信我告訴你：

一個18吋廠=9個12吋廠，而節約的成本遠遠不止9倍。

晶圓的尺寸在擴大，晶元的集成度在提高，此消彼長，光晶圓面積就足足提高了一倍還多。也就是同樣一套流程，生產的晶元是原來的兩倍多，集成度也是原來的兩倍多，效能就起碼有4倍的增幅，加上水電氣尤其是設備的開銷，一次世代的革新可以節約上百億美元。

而省下來的錢都到哪裡去了呢？首先舊廠不會關掉，還得繼續加工產品，畢竟不是所有晶元都需要最尖端的技術，其次就是投入到研發當中，最後剩下的都平攤稀釋到技術工人手上了。晶元工廠的利潤遠沒有IT公司那麼高。在台灣，如果碩士畢業能夠進入台積電那麼年薪會是120萬新台幣，摺合人民幣24萬軟妹幣，博士是180萬。但是除了台積電意外第二大的聯電，碩士第一年工資也就只能給到80萬新台幣了。而在fabless的聯發科，待遇會比台積電更好。

反觀大陸代工廠的薪水，由於幾乎不需要技術研發，對於研究人才的不尊重實在是令人髮指，想著要回國找工作我只能一陣心驚膽寒。

引用的新聞中有一句話：在更高的速度、更低的能耗和更低的成本這三個因素中，晶元廠商只能選擇其中的兩個。
要討論這句話到底對不對太過複雜，不過從intel身上可見一斑，那就是當今各位看官津津樂道的FinFET並沒有提高前一世代的速度，僅僅是減低漏電流以降低功耗和發熱，讓超級本成為可能，除了提高了集成度意外，FinFET作為晶體管本身並沒有比HKMG更快。同時，除了intel，今天世界上也還沒有另外一家公司量產和有能力量產FinFET，這對技術的要求太高了，台積電落後intel5年，而幾乎其餘的Fab均共享IBM的技術。

言歸正傳，若5nm是絕路。
因此有人陷入沮喪，倘若電子工業失去了「世代」這個概念，越來越少的人願意隔幾年就換一台硬體設備，電子產品變得像是汽車一樣可以用十幾年幾十年，那麼還怎麼去撈大把大把的鈔票？

但是也有人開始狂歡，沒有希望的時候才是最有希望的時候。雖然硅工藝可能走到盡頭，又沒有其他的替代產品能夠做得像硅那麼便宜，但我們仍然還是有兩個選擇。

1. More Moore
2. More than Moore

more than moore white paper

這兩條路一定能夠齊頭並進。因為這個領域的投入太多了，聰明的大牛太多了，不會允許失敗和停滯的。

More than Moore中有一塊是屬於3D IC，也就是我的專業，不再展開了~

未來的機遇是在是太多了，新的材料，新的結構，新的思想，一切都將迎來革命。然而革命必將會淘汰一些東西，洗刷一些東西，付出一些代價。讓我們在浪潮之巔處得更久，拭目以待吧。

-----
未標示圖片出處：
Scott E. Thompson et al., A 90-nm Logic Technology Featuring Strained-Silicon

剛過去的4月19日是摩爾定律50周年紀念日，IEEE Spectrum做了一個關於摩爾定律50周年的專題（仍在更新中）：
Special Report: 50 Years of Moore"s Law
甚至專題中有採訪到Gordon Moore本人以及超大規模集成電路(VLSI)的祖師爺Carver Mead（他是摩爾定律的命名者；在另一個回答有提到，他也是神經形態計算機之父 IBM 發布新型 SyNAPSE 神經晶元，會對整個計算機乃至科技領域產生什麼影響？ - 薛矽的回答）。

摩爾先生在1965年提出定律時就在《電子》（Electronics）雜誌中就表明了這一觀點，現已 73 歲高齡的他對此仍深信不疑。他表示：「我願意對摩爾定律的任何問題進行擔保。」
該定律最初只是摩爾先生做出的一個簡單推測，主要探討了新興晶元行業多快可以在單一集成電路中容納更多元件的發展周期。加利福尼亞理工學院著名物理學家米德（Carver Mead）後來將其稱為摩爾定律，他認為「它更是一種個人預言，而非僅僅是定律」。　　
Moira Gunn：你早在1965年便撰寫了那篇具有開創性的文章，並且你能從中看到摩爾定律的所有苗頭，但直到你在英特爾工作達10年之久後，你的發現才被稱為摩爾定律。根據你的回憶，第一次出現摩爾定律的名稱是什麼時候？　　
戈登·摩爾博士：對這一點最了解的是我的一個朋友Carver Mead，當時他是加州理工大學教授，是他把我的發現稱作摩爾定律。不知怎麼的這一名稱就流傳下來了。幾十年來，我甚至不願使用這一說法，但最終我還是習慣了這個名稱。

這裡簡單翻譯一些這次IEEE Spectrum專訪中的有意思的對話片段（只是大意，全文請移步原文鏈接）：

...

Rachel Courtland（IEEE Spectrum副主編）:您在過去曾多次預測摩爾定律的終結，您現在認為它還能持續多久？
Gordon Moore: 恩，我從來沒有準確的預測它的終結，我說過我無法看到比下一個世代（的晶元）更遠的未來。那兒似乎有一堵穿不透的牆，但這堵牆一直在往後退。我很驚訝於工程師們有如此強大的創造力能夠在看起來只能完全停滯的情況下找到新的出路。...我記得一次霍金在矽谷的時候，有人問他怎麼看集成電路技術所面臨的極限。雖然不是他的研究領域，但他總結了兩點：光的有限速度和材料的原子特性。我覺得他是對的。我們已經接近原子極限，而且我們也利用了一切優勢來促使速度提升，但是光速會最終限制性能。這些基本的問題目前看來依然沒有很好的解決方案，而在接下來的幾個世代中我們卻將要直面它們。
...
R.C.: 您是否認為我們對電子類產品的消費習慣會因為摩爾定律的終結而改變？
G.M.:我不覺得會改變太多。只要有新的產品有成長的能力，它們會很快的迫使舊產品更新換代。當我們是在想不出還有什麼新的花樣可以玩時，人們可能會覺得評不需要每年都換新的，可能一個電子產品可以用四五年。這將會使整個產業的成長明顯放緩，但是我認為這樣的事發生是不可避免的。
...
R.C.: 你最初的預測主要是基於晶元上各部分的成本會不斷下降的這樣一個想法。所以，這是最終將決定它也是因為這點嗎？這是一個經濟規律，所以它會有一個經濟規律式的消亡？
G.M.:我認為這最終將是一個技術消亡的問題，而不是一個經濟問題。當他們不能做得更小的時候，人們仍將在相當長一段時間裡繼續從產品中壓低成本。但我敢肯定，那時就是最終時刻來臨的時候了。
R.C.: 我告訴一些人今天將要來採訪您，然後我問他們我應該問您什麼問題。有些人大笑著說：「你能不能問問他我們怎樣才能擺脫這個爛攤子？」因為他們都正掙扎在這些技術難題之中。
G.M.:Whoo. Well, 你總是可以辦理退休然後搬到夏威夷來~ （答主腦補此處應有笑聲，從英特爾退休後，戈登·摩爾通過戈登和貝蒂·摩爾基金會專註於慈善事業。他住在夏威夷的海邊。）
...
G.M.:這是商業的本質。世上沒有那麼多可以輕輕鬆鬆賺錢的生意，有的話（半導體產業，集成電路產業）也肯定不會是其中之一。

對Carver Mead的採訪
...
R.C.: 摩爾定律不是真正的定論，至少不是像我們所定義的物理定律一樣，您如何像普通人解釋它？
Carver Mead:我總是需要澄清（特別是在早期），這不是一個物理定則。這是一個關於人類行為的規律。為了讓事情都像我們半導體技術的發展一樣，這需要極大數量的具有創造性且十分努力的聰明的人來實現。他們相信這種努力會造就一個成功的事業否則他們不會付出努力。這種對有可能實現目標的信念最終使得夢想真正得以實現。
摩爾定律實際上是關於人們對未來的信念以及他們願意投入精力促使其發生的意願。這是一個關於人類（人性，humanity）的了不起的宣言。
...
R.C.: 當摩爾定律即將終結，會發生什麼？
C.M.:我們最不想做的事就是在摩爾定律50周年的當下充斥著一些關於它的即將結束的悲觀情緒。事實上，針對晶體管的盲目發展更小的尺寸這條路的確是不會永遠持續下去的，但這並不意味著建設更複雜，功能更強大的電子系統的時代即將結束。
有很大數目的非常聰明的人們正在一刻不停地挑戰並推進極限。比如，有人正試圖將光學和電子元件集成在同一晶元上，也就是所謂的硅光子學，而這還只處於起步的階段。
我的經驗是，當你覺得在一條學習曲線上感到空氣稀薄，在某處總會有一個突破口，但突破口永遠不在你正在思考的位置。我們永遠無法明了，直到下一個令人激動的BIG thing真正發生。但總會有一個它等在那。

更多系統全面的回答歡迎移步：

CPU 的摩爾定律是不是因為 10 納米的限制已經失效了？10 納米之後怎麼辦？ - 薛矽的回答

Ref：
[1]Gordon Moore: The Man Whose Name Means Progress
[2]QA: Carver Mead
[3]卡弗?米德-半導體人物

不東拉西扯，不亂貼沒用的圖，來點乾貨。

回答就是：不會。

因為由單個CPU的性能觸到瓶頸而導致的IT革新早在10年前就進行了。2004年發生了一件對CPU設計影響深遠的事件： Dennard scaling死了。長期以來，大家一直錯誤的以為摩爾定律說的是每2年計算機性能翻番，雖然事實上計算機性能也正是這樣的。然而這並不是摩爾定律的內容，至少不僅僅是，而是摩爾定律和dennard scaling 共同的結果。2004年之後，到今天，摩爾定律一直都是對的，可是我們並沒有看到計算的性能（以單核計）follow了之前的增長率，因為dennard scaling死了:

(

(A Look Back at Single-Threaded CPU Performance)

摩爾定律一直到現在都還沒有死，雖然他一定會死。但是計算機處理器在2004年之後已經開始了兩次重大的創新：

第一次是從單核到多核的轉變。dennard scaling死了之後CPU單核的性能出現了瓶頸，促使大家開始考慮多核CPU的設計。現在zhihu上的人估計都太年輕了，覺得多核是理所當然的。又有誰知道多核的出現是一個叫做dennard scaling在2004年掛掉的產物呢。
第二次是從多核到定製集成電路（ASIC）的轉變。多核在很大程度上驅使了計算機性能保持同樣的pace在前進。然後在2010年左右，大家注意到多核也不能解決問題了，因為在現有的散熱條件下，能同時工作的CPU不能太多（比如我有個1000核CPU，但是真正能同時開啟的可能只有8個）。這就是著名的dark silicon問題。現在的解決辦法就是為特定的應用設計特定的電路，這樣設計的電路具有高性能低功耗的特點。在最近的計算機體系結構ISCA2016，我們將會看到大量的ASIC來解決深度學習（NPU）和雲計算的問題（ASIC Cloud）。

總結一下就是，創新早就開始了跟摩爾定律沒什麼關係，摩爾定理現在依然alive，但是計算機的性能已經不再依賴摩爾定律了，從2004年之後！

Attended a lecture on this very topic this morning, given by Professor Subramanian Iyer, a 30+year IBM veteran (IBM Fellow, IBM Master Inventor, IBM Distinguished Engineer) and founder of the CHIPS program at UCLA (focusing on System Scaling Technology, advanced packaging and 3D integration, memory subsystem integration, and neuromorphic computing). Subu has had a direct hand in several well known semiconductor advancements over the past few decades.

The gist of his presentation is the "traditional" Moore"s Law is reaching some pretty hard limits. Not only are we approaching critical dimensions where individual atoms start to come into play (with some strange effects), but the interconnect interfaces at these levels are also starting to have some seriously negative effects on the overall circuits. They are only so small you can make these wires before they start to noticeably effect the actual circuit.

Further, he claims that as this shrinkage is getting more difficult and thus the processing advances are slowing down, the production costs are increasing dramatically.

Leading semiconductor researchers know all this, and they"re working in two main areas:

1) Continue to shrink things, and overcome the problems as they appear. This has worked so far, but it"s getting harder, and much more expensive to continue doing so, especially in terms of accurate lithography.

2) Develop 3D structures. This shows promise, but also comes with new technological challenges with inter-layer interconnects and much longer production times as these 3D circuits grow much more complex vertically (thus requiring many more individual process steps to complete a circuit). Still, a lot of money and effort is being poured into this area as the Next Big Thing.

Subu is proposing that we stop blindly relying on the endless shrinking and doubling of transistors, and instead focus on the substrate and packaging to gain higher efficiencies. His current research is in separating out the increasingly complex all-in-one SOCs (System on a Chip) into small component packages, which he"s calling chiplets, then connecting these chiplets together on a special substrate that allows for similar speeds and reduced latencies as seen in the SOCs.

So you"d have a communications chiplet based on manufacturing processes optimized for analog technologies, a processing chiplet based on processes optimized for digital technologies, a memory chiplet based on processes optimized for memory technologies, and sensors chiplets based on processes optimized for those technologies. Put them all together, and you"ve achieved massive boosts in performance at easily scalable levels.

He goes on to claim that these chiplets can be manufactured and integrated using readily-available (and affordable) current processing equipment and technologies, with the three main materials being Silicon, Copper, and Silicon Dioxide.

There are still some details to be worked out, of course, but it does present an interesting left-turn, so to speak, from the current smaller-faster-denser thinking that has dominated semiconductor design and manufacturing over the past few decades.

Subu also briefly discussed how his chiplets would work on flexible substrates, and the still massive generational gap between leading edge SOCs containing a couple billion individual transistors and the 100 billion or so neurons in a typical human brain, each containing it"s own "memory" and "processing" power.

I also recently read an article about advanced materials that are non-conductive in the interior but conductive on the surface layer, and who"s conductivity can be varied by using a laser to set the spin direction of individual electrons either clockwise or counterclockwise.

Whatever happens going forward, it will be an interesting time indeed.

IC/IT界的發展推動力無非兩個，內因靠技術，外因看應用。工藝到頭了，技術上可以從器件、設計方法學、系統構架改進；應用上請參考IBM智慧地球計劃，從物聯網建設中挖掘IC的產能，維持行業活力。很顯然像IBM這樣的巨頭早已發現不能單靠技術進化來推動產業，再用老思路玩下去，IC必然無法擺脫頹勢。當技術屏障與經濟成本無法維持靠降低價格、提高性能、降低功耗為賣點的IC產業時，唯一的出路就是拓展業務，發掘新大陸。
所以，無論晶元產業的摩爾定律能不能延續，IT界的創新都還會進行，這是一個從內到外都在自我進化的行業。

不懂胡答。說到摩爾定律不適用，我覺得三年內Intel就要最先看到瓶頸了，不要拿其他製造廠來比了，他們比Intel還差著至少一代呢，最先遇到阻力的肯定是走的最遠的。其他廠如台積電三星等等也許還有個五年，不過都是早晚的事。。。
不過摩爾定律又不是公理定律，走不下去也無所謂。照現在這個趨勢，即使走下去了，無論製造成本還是功耗和從前比都會沒有優化，無論製造者還是使用者都一點都不划算。據說FinFET工業化的研發成本是13億美元，我覺得這個數很保守，大概沒把設備成本都算進去。這麼巨額的研發費用換來的晶元更快更省電，但是製造成本並沒有隨之下降，遲早有一天製造商是得不償失的。
之前電子產品的價格嚴格遵守摩爾定律每隔18個月大降一次，馬虎的算要降到一半吧。但是摩爾定律打破之後也許就不會再這麼幸運了，電子產品價格堅挺，興許電子類的消費也會隨之下降，從而讓半導體製造業產能陷入瓶頸，惡性循環造成產業發展停滯。。。。這太恐怖了，為什麼我要這樣推測未來。。。
尺寸再縮小下去，比如10納米以下，電子的量子化行為就會越明顯，其實無論製造業能否突破，現有的硅基技術原則上都是走不通的。
量子計算機確實在開發中，速度驚人，不過目前似乎軍方對這種項目最感興趣，沒啥可說的，實在太貴了，除了只在乎性能不在乎成本的軍方和政府，這東西目前還沒看到民用化的希望。這是我一個朋友告訴我的，她博士課題就是干這個，畢業後老老實實做測試去了。。。

不請自來，題主海涵。

首先我認為，工藝技術不能滿足摩爾定律是遲早的事情。當說5年內就會到頭可能誇張了一些。工藝應該至少還能往前走10年。

但不管怎麼說，業內大家都已經感到物理極限的逼近。作為完全建立在半導體技術之上的IT界，不受影響是絕對不可能的。但要把這個影響說清楚就不是三言兩語能搞定的事情了，我就隨便說兩句好了。

從消費者的角度來說，可能在短期內並不會感到什麼變化。現在移動設備這麼火，我要說過兩年消費市場就都是移動設備的天下了估計大多數人都沒什麼異議。移動端的晶元現在的問題在續航和體積，即使工藝走到頭了，通過設計上的創新，手機功能的複雜度再往前走個5到10年不成問題，再加上電池技術的穩定進步，我個人認為，即使今天開始晶體管工藝就止步不前了，移動圈子裡的各大玩家也至少還有10來年可以玩。再深究一點，其實單個人類對於信息的處理能力是有限的，現在的晶元製造技術基本已經能夠滿足個人日常所需的計算量了。你仔細想想，如果不打遊戲的話，家裡的台式機還有必要幾年升級一次么？（多謝@李涵適提醒，這裡應該說除了娛樂需求以外，家裡的台式機沒必要頻繁升級了）

真正的挑戰在伺服器端。隨著越來越多的信息被送到超級伺服器集群里去，處理這些數據所需的計算量（嗯，就是那個現在很火的那個大數據）將是一個吃晶元的無底洞。如果晶體管工藝無法前行，那麼我們可能碰到的第一個很現實的問題就是：計算機無法在可以接受的時間長度內完成所需要的計算。通俗來講，就是你用google搜某個東西要很長時間才能給你結果，這就非常影響用戶體驗了（嗯，就是現在很火的那個User Experiance）。這個計算能力不夠的問題不僅僅局限於IT界，而是個阻礙人類文明進步的大關卡——沒有了足夠快的超級計算機，我們可能就永遠無法知道各種蛋白質是如何合成的，永遠無法實現實用的核聚變發電，永遠無法探索更小尺度的物理世界。在這個級別的問題面前，普通人google多花的那點時間實在不能算什麼災難。

所幸的是，我們還有光電路，還有量子計算機。前者如果做成了，IC/IT技術至少還能再走50年，後者要是能搞出來……嗯，那我們離製造智子可能就不遠了……

倉促成文，難免紕漏，如有指正，不剩感激。

體系結構的演進也仍然有很大的空間，或者說，還有一百倍的空間。摩爾定律只說存儲器這種純粹靠堆面積的受製程影響最直接，而現代通用處理器結構實在是太低效了，一半為了片上cache存儲不到五分之一引腳扇出四分之一流水線調度邏輯最後少得可憐的一點才是真正用來計算。

在摩爾定律中超越摩爾定律，不如看這一問 -
目前有多家廠家投入Deep Learning深度學習處理器研發，以當前信息預計哪家會最先投入市場？ - 機器學習

最後開句玩笑，在未來的世界每18個月銷量下降一半價格上漲一倍哈哈哈。

怎麼可能，現在的設計遠被工藝拋下了，正是發展設計新方法的時候了

硅基工藝早已大為減速。28納米好幾年了還未普及，22納米始終因特爾一個人在玩。it業馬上會感受到衝擊的。

我記得美國做ENIAC的時候把第一台計算機（ABC）的電子真空管都拆下來了，因為當時二極體缺乏，可以說是東拼西湊。那時候可能沒有一個人想到這種技術未來每家每戶都有一台，甚至一個人好幾台。記得歐洲還曾經限制煤礦的開採和燃放，因為它們發現地球上煤礦不夠了，後來石油解決了一切，現在有擔心石油不夠的問題，石油資源的確會用盡但是在用儘是由之前肯定會有代替能源來解決當下的問題。就好比當時倫敦街頭的人一直擔心馬糞總有一天會埋掉倫敦，因為拉得永遠比掃的快，殊不知以後會有一種四個輪子的機器來取代這些牲畜。記得前一陣子新聞還報道了美國的量子計算機技術新進展，其性能可破世界上任何密碼。我覺得沒必要這麼悲觀，我更願意相信人類前途會越來越美好。（感謝@yiy000指正）

亂說一下，當摩爾定律消失的時候，反摩爾定律該生效了，即一個IT公司如果今天和18個月前賣掉同樣多的、同樣的產品，它的營業額就要降一半

曾經閑聊，有幸請教過復旦某工藝的教授，他的回答是「疊起來」………應該是類似3d結構參見類似FenFET…

據說，我們還有石墨烯——http://www.enet.com.cn/article/2010/1026/A20101026762568.shtml

以下為引用，時間為2010年。

很難想像，當把礦物質中幾乎最軟的石墨（莫氏硬度只有1~2級），「切」成一個碳原子厚度的薄片時，「性格」會發生如此之大的變化。硬度比莫氏硬度10級的金剛石還要高，但卻又有很好的韌性，可以彎曲。

　　石墨烯不僅是已知的最薄也是導熱性能最好的材料，而且電特性更為出眾，它的電阻率約為10-6 Ω·cm，是目前已知導電性能最好的材料，而常溫下高達15000 cm2/V·s的電子遷移率，使得石墨烯成為製造高速晶體管的希望所在。

　　今年1月22日，美國賓西法尼亞州立大學電子光學中心宣布，已經研製出直徑100毫米（4英寸）的石墨烯圓片，其上集成有2.2萬個石墨烯晶體管，從而為石墨烯的工程應用做了很好的鋪墊。而該中心的研究人員正在研製直徑200毫米的石墨烯圓片。

　　2月6日，IBM宣布研製出100GHz石墨烯晶體管。該項研究是由美國國防部高級技術研究計劃署（DARPA）資助的。IBM稱，石墨烯晶體管所採用的工藝與目前的硅半導體設備工藝兼容。

　　上述兩項研究成果特別是IBM的研究成果，使得石墨烯在成為硅的繼承者的道路上，邁出了實質性的一步。這也使得那些認為「集成電路發明後用了 42年的時間才獲得諾貝爾獎，而石墨烯卻只用了6年時間，其中不乏倉促和草率」的質疑者們有所收斂。畢竟摩爾定律留給我們的時間已經只有十來年了，產業界等不及下一個42年。

　　石墨烯同時還是透光性很好的材料。今年6月21日，麻省理工學院《技術評論》報道說，韓國三星已經研發出柔性可彎曲的石墨烯觸摸顯示屏。

　　關於石墨烯還可以有很多想像的空間，至少在石墨烯顯示屏商品化上市後，就再也不需要貼膜來保護了。

對IT界而言，工藝鎖定造成的影響太間接，可以忽略不計；對晶元業而言，不會引發滅頂之災，但會改變整個業務模式；當然對於代工廠而言，這一定是場大災難，今後只能拼價格了。

當年奔騰4發熱過大的時候，頻率被鎖定在4GHz，INTEL被迫改變了頻率至上的業務模式，改為架構至上。如果有朝一日，工藝被鎖定，也許會成為精雕細琢至上，更新換代的周期也會被拉長。

也許多年後的人們會發現，現如今的時代是值得紀念的時代，因為在這個時代我們親眼見證了最後幾代的新構架，還有晶元行業的發展停滯，以及基於此之上的整個IT行業乃至各行各業發展受阻。毋庸置疑晶元的發展受限於幾個因素：晶元工藝、電子傳輸速度以及晶元構架，工藝不需多言極有可能在十年之內，晶元的工藝將撞上南牆無論intel有多努力它的工程師有多麼的天才都無法避免；電子傳輸速度幾乎等於光速，而超越光速的物體至少相對論中都沒有找到證據，更別提現實中的應用了；晶元構架到今天為止，也算經歷了幾次真正的構架優化變更，比如intel的圖拉丁構架、酷睿構架，AMD的x64和即將來臨的Zen，歡呼吧，因為AMD的Zen有可能是我們所能見證到的最後幾代構架之一了，構架優化就好像軟體優化一樣，是有個最佳解的，而我們正在逐步逼近這個最佳解...以上幾個方面我們都看不到出路，那麼摩爾定律真的死了嗎？換句話說晶元行業真的要走如末路了嗎？
當然如果還是按照現有晶元的發展，毫無疑問會走向死胡同，努力越多就越快撞牆，所以沒有重大變革晶元發展絕對是死路一條。但大家不用過於悲觀，真正的革命應該是危機中孕育，要實現晶元行業的變革和躍遷，擺脫目前的技術瓶頸和物理限制，還是有幾條出路：
1.尋找更好的替代材料：以新材料替代硅的地位，這個材料必須具備超越硅材料的諸多特性，同時價格還必須能夠足夠的便宜，從自然界來講這樣的天然材料很可能不存在，但是石墨烯為晶元的發展帶來了一縷曙光，即使按照傳統的晶元體系構架，單單將硅材料替換為石墨烯，也能夠將晶元頻率提升百倍甚至千倍；
2.尋找更好的傳輸方式：電子速度接近光速，但在硅晶元中其實速度遠遠達不到光速，如果信號傳輸不需要媒介，直接通過光速交換，那麼將會大大提升計算速度，同時由於沒有了傳輸媒介也就擺脫了晶元大量發熱、高功耗和工藝的難題，這一點的發展方向就是光腦，基於光信號的傳輸。光信號有個很好的優勢就是無需媒介，或者即使有媒介也不存在電信號傳輸時的發熱、干涉等問題，光腦的難度在於如何製造和精確控制光器件元素並保證他們每一個的可靠性，如果解決了這些問題，晶元還會繼續向前走個幾十年。當然這裡還可以提一下量子計算機，基於量子的狀態不僅僅是0和1，我們可以利用這種特性以儘可能少的元器件創建性能更為強大的計算機，而不是現在靠硬堆晶體管實現性能的增長；
3.生物：這裡所說的不是靠生物媒介來實現信號傳輸、存儲和計算的變體電子計算機，而是說以生物感知世界的方式來替代0和1這種精確描述世界的方式，人類至今對於思維究竟是什麼？大腦是怎樣的工作原理還一無所知，電子計算機的0和1無非就是提供了一種認識世界簡化世界的方式，這樣的方式在初期是行之有效的，我們靠著巨量的晶體管和無數的代碼實現了諸多複雜的演算法邏輯和表示策略，但問題在於這是一種最合適的方式嗎？從電子計算機這個名稱我們就可以看出來，它的基本核心在計算二字，無論是幾十年前的圖靈機還是現在超高性能的天河，其根本原理核心就是計算，而生物認識世界的方式絕對不是簡簡單單的海量計算的疊加。這個說起來很繞口，打個比方，就拿最近大火的阿爾法狗來說，它的棋力雖然厲害但還是源於每一步棋的計算，任何答案都是在完整的計算後得出的結論，計算力強演算法得當棋力就高，只是這僅僅只是模仿了人類思維的結果，而沒有真正學習到人類思維的過程。人類思維純粹靠精確計算能力是遠不如電腦，但人類的思維有其特點那就是簡單、直接和概括，這個過程隨著電腦性能和演算法的提升機器人實際上也能夠模擬出來甚至速度更快準確度更好，但是...機器還只是模擬，依靠海量的計算單元用數字計算的方式在進行模擬人類思維，從代價來看實際上是殺雞用了牛刀。那麼我們能不能轉換一下思路，發展基於生物思維能力的設備，讓一台機器真正具備一定的生物思維，以較少的代價實現對複雜問題的分解、建華和概括，然後搭配傳統計算機實現精確計算，而這種思維能力絕不能只是表面上的表現和模擬，而應當是真正全過程都是生物方式的。這種想法其實來源於目前的異構計算機，即CPU處理少量複雜任務，將其分解和簡化，GPU處理海量簡單任務，換成生物方式就是類生物器件處理少量複雜感性認知任務，電腦處理分解後的計算任務，不需要花巨量的器件去「模仿和模擬」思維計算。實現了這種全異構方式的設備，將會大大提升處理能力，而且將會簡化軟體編程，但代價就是首先人類要十分清楚人類思維的工作機制，其次對現有編程構架完全推翻，以後就是提出問題設備解決問題，而且對於這種類生物的設備將不會是「製造」出來而是「培養」出來，廠商不是建立工廠而是創建類似於學校的這種場所，不是按「規定的方式導入」、「按指定的方式製造」，而是按「合適的方式教育」。
廢話說了一堆，其實綜上所述就是摩爾定律肯定會失效，但晶元乃至IT行業的發展不會停下腳步。真正的人工智慧必須在具備了類生物設備後才有可能，之前無論多麼強大哪怕是把人類毀滅了，那也只能說是一種機器的模擬，沒有思維能力的機器是不能夠稱之為智能，也不能夠稱之為生命的。

會引發許多沒有應用價值的創新，目前看來沒有技術能夠延續。比如說很多人提到量子計算，從很多方面講它都不會帶來革新。

要尊重客觀物理規律，不能為了樂觀而樂觀。也許宣傳正能量才是正確的做法，但是很多事情人類就是無能為力。

辣么多錢砸在科學家工程師臉上：「必須把摩爾定律延續下去」
「什麼？不行？？」
「double一下！」

上面說什麼量子計算機、光電路、石墨烯的都什麼心態，二十年內在技術上是不可行的。
硅基集成電路會走到工藝的盡頭，摩爾定律不再，晶元產業會轉向其他路子來謀求發展，3D集成電路、可重構架構等等。
物聯網會是救星，晶元需求量持續不斷。

樓上一個高分答案有問題，線寬縮小到一定極限後就沒有意義了。因為會出現顯著的量子效應，目前7納米以內的器件是沒有希望的。