年關將至，IEEE（電氣電子工程師學會）的旗艦雜志 IEEE Spectrum 盤點了 2024 年行業內的十大動向，涵蓋主要的技術進步、頭部半導體企業動態以及行業競爭格局等內容，文章編譯如下：
1. 邁向萬億晶體管 GPU
如果臺積電高管的預測是正確的，那么萬億晶體管 GPU 將在十年內實現。
現階段，用于人工智能訓練的 GPU 性能已經達到極限，其晶體管數量大約是 1000 億個。持續增加晶體管數量的趨勢將需要多個芯片，通過 2.5D 或 3D 封裝從而執行計算。
半導體技術已從 2D 封裝轉向 3D 封裝，如臺積電 CoWoS 技術可以突破光刻掩模版限制集成多芯片，已經被應用于英偉達 Ampere 和 Hopper GPU，且從 7nm 到 4nm 技術轉變使相同面積晶體管數量增加。
HBM 等芯片堆疊技術對人工智能也很重要，未來 3D SoIC 技術有望提供更密集的垂直互連。AMD MI300A 利用 3D 封裝技術結合 GPU、CPU 及 HBM 處理人工智能工作負載，通過 2.5D 或 3D 封裝技術集成多芯片可實現超 1 萬億晶體管 GPU，且垂直互連密度有望大幅提升。
GPU 性能在過去 15 年內，每兩年提高約三倍，未來先進封裝技術和系統技術協同優化等將繼續推動其提升。
2. 超亮激光器有望取代二氧化碳激光器
半導體激光存在過暗的缺陷，限制了其在材料加工和激光雷達等領域的應用，而其他類型的超亮激光如二氧化碳激光和光纖激光又存在體積大、成本高、能效低和難控制等問題。
京都大學團隊研發的光子晶體面發射激光器（PCSEL）突破了傳統半導體激光的亮度限制，其獨特構造是在活性夾層之間增加了帶納米孔的光子晶體層，通過調節孔的間距和形狀控制光在激光內的傳播，使其僅在基模下振蕩，從而產生強大且窄的光束，實現高亮度。2023 年研制出亮度達 1GW/cm 2 /sr 的 PCSEL，可切割鋼鐵。
高亮度 PCSEL 可用于制造更小更便宜的自動駕駛汽車和機器人傳感器系統，實現片上光束轉向，還有望取代芯片制造中的極紫外光刻機中的二氧化碳激光器，助力核聚變和太空光推進等，應用前景廣闊。
3. 英特爾重啟芯片制造
過去五年英特爾在先進芯片制造方面落后于臺積電和三星，為重新領先，其在 2024 年底推出的桌面和筆記本 Arrow Lake 處理器中采用兩項新技術，即新的晶體管技術 RibbonFET（納米片晶體管）和首創的背面供電系統 PowerVia，希望借此超越競爭對手。
英特爾在過去二十年曾引領晶體管架構變革，但同樣面臨很多問題，如 2018 年 10 納米 CPU 延遲交付、14 納米 CPU 缺貨以及 2020 年 7 納米節點也推遲。
RibbonFET 將取代 FinFET 技術，其柵極能更好地控制電流，在英特爾 20A 處理節點引入時預計能效提升 15%。PowerVia 是更重大的改變，首次利用晶圓背面分離電源和處理，因電源線和信號線優化需求不同，這種解耦很重要。
大約五年前，英特爾決定同時引入兩項技術，這是非常冒險的舉措，此前英特爾較保守，現在情況反轉。為降低 20A 節點風險，英特爾增加內部節點將 PowerVia 與當前 FinFET 配對，測試表明單獨添加 PowerVia 性能提升 6%，但制造過程仍面臨芯片正反面納米級垂直連接器對準鏈接及保持硅片兩面平坦等挑戰，且成本改進趨緩，設計人員也需重新思考互連線和布局。
4. 佐治亞理工研發出世界首個石墨烯制成的的功能半導體
世界首個石墨烯半導體芯片基于外延石墨烯與碳化硅化學鍵合的碳晶體結構，名為半導體外延石墨烯（SEC），相比傳統硅電子遷移率更高，能讓晶體管在太赫茲頻率下運行，速度比當前硅基晶體管快 10 倍。
半導體中硅在速度等方面已接近極限，石墨烯導電性更好，但此前由于缺帶隙（能量間隙）難用于電子器件，以往化學方法制造帶隙有遷移率低等問題，機械變形制造帶隙雖有成果但帶隙小且遷移率信息不足，SEC 在無缺陷碳化硅平臺制得大面積半導體且碳化硅與傳統微電子加工方法兼容。
5. 英特爾代工技術的巔峰
英特爾將獲得更多客戶的希望寄托于其 18A 工藝，該工藝結合了納米片晶體管和背面供電。但關于客戶計劃用這項技術構建什么產品，目前還沒有很多細節。
在 Clearwater Forest 服務器 CPU 中，納米片晶體管將帶來更高的性能和更低的功耗，使得芯片在處理復雜計算任務時能夠更加高效地運行，滿足數據中心對高性能計算的不斷增長的需求。背面供電技術則能夠優化電源傳輸，減少信號干擾，進一步提升芯片的穩定性和可靠性。
6. 全球芯片公司挑戰英偉達
有人能打敗英偉達嗎？這是很多媒體 2024 年的關鍵選題，我們的答案是：很有可能。這完全取決于你想在什么方面擊敗英偉達。以下是對英偉達潛在競爭對手公司的梳理：
AMD：擁有廣泛的 GPU 產品線，且是高帶寬內存的早期支持者，其即將推出的 Instinct MI325X 備受期待，不過軟件生態 ROCm 與 CUDA 相比太落后。
Intel：Intel2018 年推出的 OneAPI 可跨多類硬件加速 AI 任務，但后續硬件發布計劃不明。其計劃推出的 Falcon Shores 芯片架構和性能細節尚未公布，預計 2025 年末發布。
Qualcomm：AI 戰略側重特定任務的推理和能效，在智能手機、平板電腦、AI 輔助駕駛等領域廣泛應用，但缺乏用于 AI 訓練的大型前沿芯片。
Broadcom：在網絡通信芯片方面技術強、市場份額高，能提供高速穩定網絡連接助力 AI 數據傳輸，產品線豐富、供應鏈管理強，但 AI 核心計算能力相比專業廠商較弱，在深度學習硬件優化和軟件生態建設上相對滯后。
Groq：專注于 AI 推理性能，其架構緊密結合內存和計算資源，使用 14 納米技術的芯片在運行 Meta Llama 380 億參數模型時推理速度超 1250 tokens/ 秒，性能出色，但目前應用限于推理。
Cerebras：Wafer Scale Engine 系列芯片規模巨大，WSE - 3 有 4 萬億晶體管，遠超英偉達 B200。但受制于芯片尺寸、成本和專業性，應用領域較窄，主要面向特定客戶如美國國防部等。
超大規模云計算公司：包括亞馬遜、谷歌、微軟等，為滿足自身及云計算客戶需求自行設計芯片，如谷歌的 TPU、亞馬遜的 Trainium 和微軟的 Maia 等。雖不直接向客戶銷售硬件，但通過云服務提供使用途徑，與英偉達等形成競爭。
7. 印度向半導體行業投資 152 億美元
2024 年，印度政府批準了一項對半導體行業的重大投資，投資額度達到 1.26 萬億印度盧比（約 152 億美元），希望通過此舉加強印度在半導體領域的獨立程度。主要項目包括建立印度首個先進芯片代工廠和兩座封裝測試設施，這些項目計劃將在 100 天內開始動工。
臺灣晶圓代工廠力積電（PSMC）董事長 Frank Hong 稱：" 一方面，印度擁有龐大且不斷增長的國內需求，另一方面，全球客戶正在關注印度的供應鏈彈性，現在是印度進入半導體制造業的最佳時機。"
印度首個先進芯片代工廠是臺灣力積電和印度塔塔電子 110 億美元的合資項目，能生產 28、40、55 和 110 納米芯片，月產能 5 萬片晶圓，其技術雖非最前沿，但應用廣泛且針對芯片短缺的核心領域，預計將創造超 2 萬個技術崗位。
在封裝測試設施方面，塔塔電子將投資 32.5 億美元建廠，計劃拓展先進封裝技術，預計 2025 年投產，創造 2.7 萬個就業崗位；日本瑞薩電子、泰國 Stars Microelectronics 和印度 CG Power and Industrial Solutions 合資 9 億美元建廠，提供引線鍵合和倒裝芯片技術，CG 占股 92%，此外美光公司也在此有建設計劃。
印度此前吸引芯片企業舉措失敗后改進了激勵政策，現在印度半導體市場增長迅速，預計 2026 年增長至 640 億美元，2030 年達 1100 億美元（占全球 10%）。
8. 混合鍵合在 3D 芯片中扮演重要角色
混合鍵合技術將兩個或更多芯片堆疊在同一封裝內，從而增加處理器和內存中的晶體管數量。
在五月的 IEEE 電子元件與技術會議（ECTC）上，全球研究團隊展示了對混合鍵合技術的多項改進成果，其能在每平方毫米硅片上實現約 700 萬連接?；旌湘I合在先進封裝行業增長迅猛，預計 2029 年市場規模將達 380 億美元。
研究人員將繼續攻克混合鍵合連接間距問題，臺積電等計劃引入背面供電技術助力提升，未來甚至可能實現電路塊跨晶圓 " 折疊 " 及不同材料間的混合鍵合，其發展前景廣闊且速度很快。
9. 摩爾定律的未來：粒子加速器
英特爾、三星、臺積電和日本 Rapidus 等公司在增加芯片每平方毫米晶體管數量時，都依賴復雜昂貴的極紫外（EUV）光刻技術。
當前 EUV 系統由 ASML 制造，其雖使芯片制造進入新階段，但存在諸多問題，如光源亮度低、未來精細圖案制作需更高功率光源、污染、波長純度、反射鏡收集系統性能及高運營成本。
日本高能加速器研究機構（KEK）的研究人員認為利用粒子加速器的自由電子激光（FEL）可以降低 EUV 光刻的成本，而且更加高效，能量回收型直線加速器（ERL）有望讓 FEL 更經濟性地產生數十千瓦 EUV 功率，驅動下一代光刻機，降低芯片制造成本。
10. 下一波晶圓級處理器浪潮
在臺積電北美技術研討會上，其公布了半導體和芯片封裝技術路線圖。芯片封裝技術促使處理器向更大硅片規模發展，可能催生晶圓級系統。過去芯片制造商靠縮小晶體管和互連尺寸提升處理器邏輯密度的方法已乏力，行業轉向先進封裝技術，臺積電已為 Cerebras 制造晶圓級 AI 處理器。
2027 年，晶圓級系統將實現類似 Si-IF 技術，UCLA 團隊正在實現提升互連密度、添加如電容、電感和氮化鎵功率晶體管等功能。AI 訓練是晶圓級技術的首要應用，但還有其他應用，如伊利諾伊大學香檳分校團隊設計的用于數據中心的晶圓級網絡交換機，可大幅減少大型數據中心所需高級網絡交換機數量。
