SIA重磅報告：半導體未來的機會（上）|半導體行業觀察

n n n 來源：半導體行業觀察翻譯自SIA報告n n n n n n ，謝謝。n n n n n n

n n

n n 眾所周知，半導體技術是數字和信息時代的基礎技術。在半導體行業，如果想要技術開展技術革新，可能的研究方向又有哪些？美國半導體行業協會（SIA）日前發布了一份名為《半導體研究機會：一份產業前景和指導》的報告，對以上問題作出回答。n n

n

n n SIA指出，通過這些研究方向的前瞻將反過來開啟多種應用和技術的大門，從而促進和支持眾多經濟部門。在推進現有技術繼續升級的同時，對現存技術以外的一系列領域的開拓和關鍵性研究也至關重要。n n

n

n n 而在過去幾十年，通過高水平的研究和開發投入，半導體行業的創新速度得到了顯著提升。2016年，全球半導體行業的研發投入佔總收入的15.5％，總計565億美元，高於世界上任何行業。製造更快、更好、更廉價晶元，且要求它們具有較低的計算功耗和優秀的功能，這些需求的一個關鍵的驅動力是：IC上可容納的晶體管數目，約每隔18-24個月便會增加一倍，性能也將提升一倍，這就是已經活躍了幾十年的摩爾定律。n n

n

n n 但這種傳統的硅基半導體技術正在成熟，以摩爾定律為驅動的路線圖似乎觸到了天花板，業界迫切需要一種新的超越硅基的路線圖。馮·諾依曼計算領域提出了更多性能要求，如低功耗、低電壓、超CMOS邏輯和存儲器件及相關材料。而在非馮·諾依曼計算中，新的存儲元件和材料將促進半導體行業的創新。n n

n

n n 為了使半導體性能實現進一步提升，眾多半導體團隊正在研究一種綜合性方法，能夠兼顧半導體技術的方方面面，包括新材料、新製造技術、新結構、新系統架構和應用。未來，基於半導體的系統——無論是小型感測器、高性能計算機還是其間的系統——都必須最大限度地提高性能，同時最大限度地減少能源使用並保證安全性和可靠性。n n

n

n n 本報告提出了若干半導體行業發展願景，這些研究議程說明，未來半導體技術將能夠在諸如人工或增強智能（AI）、物聯網（IoT）、高性能計算（HPC）系統和社會所期待和依賴世界等應用和領域中取得突破性進展。n n

n

n n 要想將新應用推向現實市場，清晰的研究視野是至關重要的。本報告的目的就是為了確定，在半導體行業和價值鏈中需要優先考慮的一系列研究投資。2016年至2017年的九個月內，不同的行業專家團隊和領導人共聚一堂，討論並概述了影響行業進步至關重要的若干領域，用以指導未來的研究投入。這些領域是：n n

n

n n 1．先進的設備、材料和封裝n n

n

n n 2．互連技術和體系結構n n

n

n n 3．智能存儲與內存n n

n

n n 4．電源管理n n

n

n n 5．感測器和通信系統n n

n

n n 6．分散式計算和網路n n

n

n n 7．認知計算n n

n

n n 8．基於生物學的計算和存儲n n

n

n n 9．先進的體系結構和演算法n n

n

n n 10．安全和隱私n n

n

n n 11．設計工具、方法和測試n n

n

n n 12．下一代製造模式n n

n

n n 想像一下在未來，分散式網路感測器、大數據中心和計算能力相結合，進一步促進技術創新並提高生活質量，實現這樣的願景，需要一個基礎科學技術研究的廣泛平台做支撐。該平台的指導目標是，使計算模式能夠從根本上提高能源效率、性能和功能，同時確保足夠的安全性。為了實現這一目標，迫切需要對超越傳統的CMOS器件和電路、馮諾依曼結構以及信息處理方法進行研究。另外，還需要研發新材料和可擴展工藝，產生新的製造模式，並將這些新技術融入到產品製作中。n n

n

n n 制定本研究議程的不同專家小組經過討論，最終確定了若干待研究領域，它們相互依存，並與技術「堆棧」中的多個層次相關。實現上述目標的工藝需要跨學科的方法和在各個層面上工作的科學家和工程師之間的協作。n n

n

n n 支持應用程序的技術層次n n n n n

n

n n 行業專家團隊確定了以下亟待開拓的14個研究領域，以維持美國在先進計算系統領域的領先地位：n n

n

n n （一）先進的設備、材料和封裝n n n n

n

n n 想要顯著提高新型信息處理系統的能源效率和性能，需要具有獨特特徵設備，而且很可能是基於非常規機制的設備。除了目前在縮放CMOS和常規架構中的研究需求和挑戰之外，新型器件還要考慮諸如神經形態架構等替代架構的優勢和要求。業界可以開發這樣的設備以進一步改進馮諾依曼計算（例如，具有陡峭斜率的低功率設備）或支持非諾曼·諾依曼計算的體系。n n

n

n n 新興設備和機制通常需要不同性能的材料，這要求業界對替代材料系統和相關介面性質進行廣泛研究，例如III-V、SiGe、碳基、低維（2D）、多鐵、鐵電、磁性、相變和金屬絕緣體過渡材料。新材料系統的研發，需要精確的原子沉積和去除（蝕刻和清潔）方法，以便滿足大面積適用性、低缺陷、緊密幾何結構（亞10 nm）、3D集成，以及高吞吐量等要求。n n

n

n n 安全性的實現主要在諸如，系統設計、演算法、協議以及具有適合於安全的固有特徵的材料和設備（例如，真實的隨機性或不可克隆性）等方面中實現，但在硬體中，實現魯棒安全特徵的潛力也依然存在。設備和架構的協同優化對於充分利用設備特性並提高架構性能至關重要。n n

n

n n 先進的3D集成和封裝技術可實現垂直擴展和功能多樣化，通過異構整合可能提升系統性能和功能。 除了工藝創新之外，材料和設備的進步也可能推動封裝技術的發展，並拓寬3D集成的應用。n n

n

n n 從小型嵌入式感測器到異構「片上系統」，產品的多樣性和複雜性日益增加，對封裝技術的挑戰也越來越大。現今的異構系統集成了以前被降級為板級集成的元件，例如各種無源元件（電容器、電感器等）和有源元件（天線和通信設備，如濾波器）以及存儲器和邏輯結構。今天的系統級集成允許每單位體積具有更多的功能。然而，它也突出了多種挑戰，比如封裝內功率如何更好的傳遞到更多功能塊，熱密度管理和信號完整性維護等。這種趨勢還將導致裝配複雜性和成本的增加，以及相關的可靠性和測試要求。n n

n

n n 應用領域的快速增長正在對封裝技術提出具體要求。在高性能計算中，I / O帶寬密度瓶頸和熱管理限制了整體封裝系統的性能，這個問題重新點燃了業界對晶元間通信金屬導體替代品的濃厚興趣。先進的汽車應用正在推動新需求的產生——能夠承受更高熱度和功率密度的新型包裝材料，以及能提高可靠性的更堅固的材料界面。移動消費應用正在加強嚴格的形式因素限制，這推動了封裝技術的創新。移動領域最新進展包括晶元級封裝、fan-out晶圓級封裝的進步、採用3D / 2.5D的集成技術。IoT產品需要低成本的封裝技術，同時也需要創新，例如，用於可穿戴設備和其他新興應用的靈活的、可拉伸的電子器件的封裝。n n

n

n n 潛在的研究課題n n n

n

n n （1）低功耗、低電壓、超CMOS邏輯和存儲設備以及馮·諾依曼計算的相關材料：n n

n

n n （2）高開關比率的陡坡設備；n n

n

n n –n n n 隧道場效應晶體管（TFET）等新型隧道晶體管，如共振隧穿晶體管；n n

n

n n –n n n 具有柵極堆疊增益的晶體管，例如負電容FETn n

n

n n （3）基於相變、晶格畸變、界面機制和其他轉導機制的器件：n n

n

n n –n n n Mott過渡器件、CDW的器件、應變器件和壓電晶體管n n

n

n n （4）基於自旋的邏輯和存儲設備：n n

n

n n –n n n 低電流密度下具有亞納秒開關速度n n

n

n n –n n n 垂直磁各向異性（PMA）結中隧道磁阻（TMR）的幅度改善量級n n

n

n n –n n n 通過自旋過濾柵進行高自旋極化n n

n

n n –n n n 電荷-自旋轉換效率提高10倍，例如自旋軌道耦合、Rashba界面和拓撲絕緣體材料的研究n n

n

n n –n n n 磁電和磁致伸縮開關機制提高能效的數量級n n

n

n n –n n n 利用疇壁運動等新穎機制的自旋裝置n n

n

n n –n n n 分層和嵌入式應用中的磁存儲器，例如通過抗鐵磁性實現的超快切換，用於新型器件設計的巨型旋轉霍爾效應等。n n

n

n n （5）超CMOS設備、儲存元件、非馮·諾依曼計算材料n n

n

n n 用於機器學習的硬體加速的裝置，適用於人造神經網路訓練和推斷。例如人造神經元和突觸裝置，2-端模擬電阻裝置，憶阻裝置，基於旋轉的裝置和用於神經形態和生物啟發信息處理的裝置，以及相關材料開發。n n

n

n n ?n n n 納米功能設備，例如保真的本機乘除和加法。n n

n

n n ?n n n 用於新型陣列計算和存儲實現的內存器元件和2-端選擇器，包括3D的採用。n n

n

n n （6）除電荷和自旋（例如，電化學、電生物、光子和相位）之外，設備和材料還利用其他狀態變數，以滿足著改善的性能、信息密度或能量效率的需求。n n

n

n n （7）物聯網相關設備和材料：n n

n

n n ?n n n 用於感測器節點和網路中感測、信息處理、存儲和通信的超低功耗設備設計。n n

n

n n ?n n n 用於大面積感測器計算和機器學習領域的柔性或其他非傳統基質材料和設備。n n

n

n n ?n n n 用於能量產生、清除、存儲和管理的尺寸/重量受限的平台的材料和設備。n n

n

n n ?n n n 超CMOS器件和材料的THz通信和感測器。n n

n

n n （8）基於安全性的設備和電路：n n

n

n n ?n n n 具有獨特屬性的設備，以實現內置的安全功能，例如偽裝、邏輯加密等。n n

n

n n ?n n n 製造具有降低能量和面積開銷的安全原語的設備，例如物理不可克隆功能（PUF），隨機數發生器等。n n

n

n n （9）電源管理材料和設備：n n

n

n n ?n n n 用於提高功率性能的半導體材料和器件，包括給定擊穿電壓的低導通電阻和最佳切換品質因數。包括用於高電壓，大功率器件的寬頻隙半導體（例如GaN和SiC）以及用於低壓功率轉換器的高遷移率半導體（例如GaAs）。n n

n

n n ?n n n 功率轉換系統中的無源元件（電容，電阻和電感）的材料和器件。n n

n

n n ?n n n 多晶元模塊的材料和封裝技術。n n

n

n n （10）可實現高密度，細粒度、單片3D系統的設備，用於減少數據遷移和通信成本：n n

n

n n 為邏輯結構和存儲器的設計的高性能器件，適用於堆棧層集成的低溫處理；所產生的能量延遲產品應比現存最有技術好1000倍。下一代邏輯器件的候選材料包括1D納米管和納米線，以及2D石墨烯，TMD材料。合適的存儲器件是：自旋傳輸扭矩隨機存取存儲器（STTRAM），電阻隨機存取存儲器（RRAM）和鐵電隨機存取存儲器（FeRAM）或任何能夠承受低熱量並提供高性能的新型器件。n n

n

n n ?能量收集器，連接裝置和感測器的集成。n n

n

n n ?多層堆棧集成電路（IC）的熱管理。n n

n

n n ?新型封裝，適用於封裝所有面的小尺寸可訪問引腳。n n

n

n n ?神經元裝置與基本CMOS的集成。n n

n

n n ?生物兼容封裝選項。n n

n

n n （二）互聯技術合體系架構n n n n

n

n n 互連器件在集成電路內部和集成電路之間攜帶信息和功率，在確定半導體產品的功率需求和性能方面發揮關鍵作用。片上尺寸縮放、片外帶寬、能量與性能的折衷推動了當前互連技術的發展。這些參數定義了路由設計的縮放、導體和電介質材料以及製造方法的選擇。除了傳統的縮放，新的發展方向包括新材料開發，與新興設備兼容的新型互連架構，以及導致交替信號轉換和傳播介質的交替計算方法。n n

n

n n 電路和系統設計人員試圖將其繼續縮減到更小的維度並增加功能，這就要求互連具有更低的延遲、更高的功效、更寬的帶寬和更高的可靠性。但是隨著互連變得越來越小，電互連的RC延遲增加，動態功耗隨著介電空間的減小而增加，信號完整性降低，越來越大的串擾限制了更寬寬頻鏈路的應用，更長的匯流排將導致更高的故障率和更低的產率。這些趨勢在設計邊際、材料屬性要求和穩健性，以及工藝集成優化等方面構成重大挑戰。n n

n

n n 除了嚴重的可擴展性考驗之外，互連架構必須展望未來，以適應新興設備技術、新材料、新型計算模式、新製造方案和應用驅動的需求。n n

n

n n 諸如新FET、自旋電子器件和光子器件等新興器件對互連產生了新的限制。互連與新設備的集成需要考慮熱預算匹配、RC管理以及與新材料的電氣接觸等方面。對於自旋電子學和光子學，則需要考慮互連層級中的信號轉換和密度。基於自旋的傳播很大程度上取決於鬆弛長度和時間，這導致信號波動和完整性的限制性規範。光子器件具有限制密度縮放的截止波長長度。n n

n

n n 所有設備面臨的一個共同的挑戰是可變性。具有期望性能的新技術必須能夠擴展到實際製造中，同時保持可接受的可變性水平。在尺寸更小的時候，由於隨機過程的變化。可變性成為一個更大的問題，n n

n

n n 有些新材料，諸如2D材料和2D混合結構，具備許多潛在性能，當然也存在影響該材料廣泛使用的諸多挑戰，比如重現大面積沉積的方法、實現接觸、線電阻對現有材料的競爭力，封裝技術、載流子密度和流動性之間的內在權衡。n n

n

n n 新的計算模式包括，允許多值邏輯（例如，模擬和量子計算）和利用信號權重和收斂性（例如，神經網路和神經形態計算）的並行計算。這些新的計算方法對互連架構、互連材料，信令機制和製造有影響。n n

n

n n 集成和封裝的變化可能導致互連技術的中斷。例如，從2D到3D單片集成電路的過渡需要層疊的晶體管，這將影響互連路由和熱預算控制。此外，多功能系統的異構集成需要互連的協同設計作為有源模塊。在設備互連介面，fan-in/fan-out兼容性也需要仔細檢查。 從長遠來看，「智能互聯」，如動態可重構的纖維，正處在研究的早期階段。n n

n

n n 擴展功能和應用程序的多樣性，如感測器、生物醫學測量、物聯網模塊、雲伺服器等，催生了互連定製技術的出現和發展。除了不斷發展的片上需求外，片外互連架構也面臨著在板級或雲端連接執行特定功能模塊的新挑戰。要考慮的互連選項包括有線與無線，電子與非電子以及片上與片外。n n

n

n n 有潛力的研究課題n n n

n

n n 能夠實現10納米以下尺寸電子互連的技術，包括導體、電介質及其集成方法。n n

n

n n ?n n n 新型金屬和複合材料替代當前的金屬（銅）。n n

n

n n ?n n n 金屬通孔之外的層間新型互連（例如，光學和等離子體互連）。n n

n

n n ?n n n 新型自對準和自組裝技術以提高集成密度。n n

n

n n ?n n n 自形成柵和新型二維柵材料。n n

n

n n ?n n n 光子開關器件和互連，包括光源、檢測器和調製器。n n

n

n n ?n n n 旋轉互連，包括用於自旋傳播的新材料。n n

n

n n ?n n n THz有線和無線互連、視線/非視距（LOS / NLOS）傳輸、光互連、射頻（RF）光子學、n n n 自由空間、回程傳輸以及零開銷和可擴展傳輸的空口創新等n n

n

n n ?n n n 使用替代狀態變數的新設備的本地互連。n n

n

n n ?n n n 可編程，高fan-in/ fan-out互連解決方案。n n

n

n n ?n n n 超線性、寬頻寬的電氣和光纖鏈路，實現高調製格式。n n

n

n n ?n n n 探索數據中心級互連和網路創新，以顯著提高可擴展性，並減少延遲和能耗。n n

n

n n ?n n n 自優化和彈性網路、可重構互連結構以及高速、安全的數據鏈路。n n

n

n n ?n n n 綜合利用先進的內存/存儲設備，並利用非傳統和認知計算所優化的互連和封裝技術，補充CMOS。n n

n

n n （三）智能內存和存儲n n n n

n

n n 信息技術的進步已經將數據生成速度和數量推到一個新節點，此時內存和存儲成為計算機系統優化的重點。能量傳輸、延遲和帶寬對於這些系統的性能和能效至關重要。思考並創建能夠迴避這些信息節流的方法和工具，對未來的內存和存儲具有廣泛的影響。許多現代計算問題的解決方案涉及多對多關係，受益於分散式計算平台所固有的高橫截面帶寬。例如，大規模圖形分析涉及許多臨近關係的高交叉數據集評估，最終需要系統最高可能的橫截面帶寬。n n

n

n n 為了在複雜的數據處理中進行徹底的性能改進，需要一個全面的、垂直整合的高性能n n n 「智能」存儲系統的方法，能夠整合處理操作系統、編程模型和內存管理技術以及原型系統架構。利用分散式計算元件和加速器在物理/電氣上接近數據存儲位置，使得系統新能顯著提升。一個更加優化的硬體平台可能包含大型結構（具有大截面帶寬的互連內存設備和存儲設備），集成的邏輯架構和與傳統高性能計算元件島嶼結合的加速器。該平台甚至可能包含這樣的子元件：允許計算元件訪問共享存儲器的全部或部分，並將其作為高速緩存相干存儲器，並且還具有在內存中傳送和排序數據，以提供多信息丰度數據流的特性。在研發新平台的過程中，主要的目標是實現功率、性能和密度（體積和工藝）的數量級增益。n n

n

n n 實現存儲器被使用和訪問的模式轉變的主要研究差距是，建立一個操作系統框架，允許系統在運行時基於系統配置偏好，程序員偏好以及系統的當前狀態進行優化。在包含近內存的馮·諾依曼和非馮·諾依曼元素的異質平台中，實現運行和優化的並行，面臨許多挑戰。在這樣的平台上實現同樣的目的（例如，緩慢的本地計算，遠程數據傳輸和快速計算，在加速器計算效率非常高但是大致計算）本身就有很多手段，而且適宜的優化可能因系統的當前狀態而有所不同。n n

n

n n 例如，在簡單的硬體上，通過操作系統和硬體掛鉤，執行時間和數據移動可以以近乎最佳的方式自動平衡，而不在乎是否有程序員干預；內置控制項可能允許系統管理員在特定系統安裝的約束條件下，權衡性能、功效、響應等待時間等因素。調度決策可能涉及適當的帶寬使用、功率、延遲、溫度等的本地和全局度量。n n

n

n n 為了建立運行同時優化地演算法，必須確立合適的系統性能指標，用於測量信息處理密度，例如每千克硅、cm3或瓦特的決策速率或正確的決策速率。例如，想像一個包含大於 100K內存dies的單機架單元機箱，dies以高維度結構互連，每個機架都能夠本地訪問和操作數據，每個機箱消耗高達1瓦的功率。這樣的系統將需要一種功率節流演算法，同時考慮溫度和功率消耗（可能涉及控制系統的本地或全局方面）。n n

n

n n 信息處理密度的系統理論界限需要被確立，以說明潛力最大的研究領域位於何處。為了系統滿足性能和彈性的目標，複製將成為系統的一部分，並將與保留、力量管理和身份驗證策略（即哪些用戶可以在哪些數據上運行哪些程序）進行協同優化。n n

n

n n 通過全面、垂直整合的方法，製造工藝將加速發展，該方法重點關注相關的新興內存技術和它們各自新型系統架構和層次（包括子系統和高速緩存），以及製造它們所需的先進材料和工藝。在可能的情況下，後向兼容也是很重要的，以便應用遷移到這個新的框架中。n n

n

n n 潛在研究課題n n n

n

n n （1）計算內存系統：多種形式的內存計算早已得到了證明，諸如，與內存晶元緊密耦合或集成，內存晶元的通用CPU，使用內存陣列的模擬計算。需要從業者研究並了解系統動態平衡熱/功率預算、帶寬、計算和內存或存儲容量的演算法，以最佳地提供感興趣的度量，如運營成本，決策延遲和決策帶寬。n n

n

n n 這項研究應該確定哪些具體指標是有意義的，並確定系統參數如何影響該指標。鑒於存儲器間的計算系統與「計算+存儲器+感測器」節點（簡單、低成本、低能耗）之間存在很大的相似之處（要求該節點具備向較大系統報告的基本觀察或決策能力），可以設想，可能有令人信服的研究，而且這些研究被認為是相同的概念。n n

n

n n （2）系統內存和存儲的新架構和編程範例：允許適當的編程器控制的自我優化（半自治）系統：考慮一個大型多維網路結構，系統內的單個設備包含數千或數百萬個內存節點，能夠自主管理電源、熱、帶寬、計算和存儲約束。為了實現該系統，需要一種編程範例，允許程序員以這樣的方式表達演算法，即底層系統可以動態地優化這些演算法的執行。n n

n

n n 這種範例的特徵可能包括程序員能夠甚至被要求指定關鍵的代碼路徑和並行化機會的方法。可以想像的是，將程序移動到數據可能比將數據移動到程序更為常見。因此，程序和它們所操作的數據必須包含在可以模塊化處理的明確定義的容器中。感測器節點本身的特徵提取在概念上類似於內存計算或數據過濾；因此，預計這一領域的研究可以大大地惠及大數據分析和智能內存，而且或多種多種方式影響相同的工作負載。n n

n

n n （3）認證、彈性和一致性：在操作系統中必須存在的是控制，以便只允許「被授權的」程序運行，並且只允許它們運行在「被授權的數據上。必須在程序員和管理員同意的情況下確保程序和數據的完整性。此外，由於系統的規模，使用程序複製來解決復原力和性能的挑戰被預計是有利的。在處理器和加速器緩存的背景下，複製的附加功能使得複製副本之間存在一致性問題，這是一個具有挑戰性的研究和創新領域。演算法需要被設計用以確定何時以及如何產生和收集副本。n n

n

n n （4）IO、網路：再次，為了實現前面所提到的由大型多維網路所組成的系統，一個非常高效的全球非同步網路是必須的，改一部網路可以優化圍繞固定電路和過度供應的帶寬，同時在局部和全局熱量及功率約束下進行動態調節。n n

n

n n （5）新技術、新材料和新工藝：預計隨著智能內存與存儲現存問題的解決，設備技術、材料和工藝將會有新的需求。解決方案可能來自於這些新環境下變得實用的現有技術和新興技術，而不是其他可能需要新創建的技術。n n

n

n n 未完待續，在後面我們將會繼續報道在電源管理、感測器和通信系統、分散式計算和網路多方面的半導體機會和挑戰，敬請期待！n n n

n

n 今天是《半導體行業觀察》為您分享的第1279期內容，歡迎關注。n n n

n

n 推薦閱讀（點擊文章標題，直接閱讀）n

n

n n n n n n 晶圓代工爭霸戰四部曲n n n

n

n n n n n n 下一代顯示技術Micro LED深度解密n n n

n

n n n n n n 迷你晶圓廠幹掉台積電？不存在的！n n n

n

n n 關注微信公眾號n n 半導體行業觀察n n ，後台回復關鍵詞獲取更多內容n n

n

n n 回復n n n A股n n n ，看《A股知名晶元公司盤點，你更看好哪家？》n n

n

n n n 回復n n n n n CPUn n n n n ，看《CPU製造全過程，一堆沙子的藝術之旅》n n n

n

n n 回復n n n 掙錢n n n ，看《最會掙蘋果錢的中國半導體公司》n n

n

n n 回復n n n IGBTn n n ，看《中國IGBT真的逆襲了嗎？》n n

n

n n 回復n n n 禁運n n n ，看《對中國禁運的那些先進設備和技術》n n

n

n n 回復n n n 打破壟斷n n n ，看《中國半導體在三個領域打破了國外壟斷 》n n

n

n n 回復n n n 產業鏈n n n ，看《半導體產業鏈最全梳理，建議收藏》n n

n

n n 回復n n n 淚流滿面n n n ，看《二十個讓IC工程師淚流滿面的瞬間》n n

n

n 【關於轉載】：轉載僅限全文轉載並完整保留文章標題及內容，不得刪改、添加內容繞開原創保護，且文章開頭必須註明：轉自「半導體行業觀察icbank」微信公眾號。謝謝合作！n n

n

n 【關於徵稿】：歡迎半導體精英投稿（包括翻譯、整理），一經錄用將署名刊登，紅包重謝！簽約成為專欄專家更有千元稿費！來稿郵件請在標題標明「投稿」，並在稿件中註明姓名、電話、單位和職務。歡迎添加我的個人微信號 MooreRen001或發郵件到 jyzhang@moore.renn n

推薦閱讀：