主芯片

据《应用物理快报》近日报道，美国俄勒冈州立大学在新型光学传感器研发上取得重大进展。他们开发出一种新型光学传感器，可更逼真地模仿人眼感知物体变化的能力。这一成果有望带来图像识别、机器人技术和人工智能等领域的重大突破。

索尼开发出的全新结构是堆叠式CMOS图像传感器技术的一项进步。索尼使用专有的堆叠技术，将光电二极管和像素晶体管封装在分离的基片上，一个堆叠在另一个上面。

韦尔股份的营收结构也在2019年发生了巨大变化，其中半导体设计业务实现收入113.59亿元，占公司年度主营业务收入的比例从2018年的20.99%大幅提高到了2019年的83.56%，提升了62.57个百分点。半导体产品设计研发业务占比明显提升，且半导体产品设计研发业务中的产品结构发生了较大变化。

2020年下半年起，疫情在全球蔓延的同时，芯片短缺问题也大幅度暴露并困扰着各相关产业。

射频前端芯片主要应用于手机、基站等通信系统，随着5G网络的商业化推广，射频前端芯片产品的应用领域会被进一步放大，同时5G时代通信设备的射频前端芯片使用数量和价值亦将继续上升。

李开复认为，人工智能进入爆发期后，中国将成为最大受益者。人工智能应用有四波浪潮，第一波是互联网智能化，这就像BAT所做的事；第二波是商业智能化，例如帮助银行、保险、饮料把已有的数据转换成商业价值，第三波是实体世界智能，如身份验证、智能音箱交互、无人商店和安防等，第四波是全自动智能化。

在芯片产业的投资方向也需更有产业眼光的人掌控。在国家财政支持之外，还需要市场、社会资本等积极参与。有专家建议，中国证券监督管理委员会可为芯片企业提供一些如加速审批等便利通道，使企业有机会从市场筹得更多研发经费。

NVIDIA加速计算产品管理总监Paresh Kharya、NVIDIA企业边缘计算总经理Justin Boitano、NVIDIA TensorRT产品市场负责人Siddarth Sharma接受智东西等媒体的采访，就NVIDIA深度学习产品进行更具体的解读。

AI芯片从技术架构发展来看，大致也可以分为四个类型：通用类芯片，代表如GPU、FPGA；基于FPGA的半定制化芯片，代表如深鉴科技DPU、百度XPU等；全定制化ASIC芯片，代表如TPU、寒武纪Cambricon-1A等；类脑计算芯片，代表如IBMTrueNorth、westwell、高通Zeroth等。

《人工智能芯片技术白皮书(2018)》第四章分析在CMOS工艺特征尺寸逐渐逼近极限的大背景下，结合AI芯片面临的架构挑战，AI芯片的技术趋势。一方面，研究具有生物系统优点而规避速度慢等缺点的新材料和新器件，采用新的计算架构和计算范式；另一方面，将芯片集成从二维平面向三维空间拓展，采用更为先进的集成手段和集成工艺，将是AI芯片技术在很长一段时期内的两条重要的路径。

或许值得注意的是，在今年的IEDM大会上，有些演讲涉及的工艺尺寸为0.3纳米的技术，使用的是所谓的“2D自组装”材料。尽管不是第一次听说这样的工艺，但在硅芯片制造领域，却是首次有人如此提及。显然，英特尔(及其合作伙伴)需要克服的问题很多。