《IEEE Solid-State Circuits Magazine》：The International Road Map for Devices and Systems (IRDS) [Society News]
编辑推荐：
本刊推荐：面对半导体行业面临的功耗墙和摩尔定律放缓等挑战，IRDS（国际设备与系统路线图）整合ITRS（国际半导体技术路线图）的17个工作组为7个国际焦点团队，前瞻性地预测了AI（人工智能）革命。研究通过路线图方法学成功引导了FinFET、GAA（环绕栅极）等关键技术的研发与产业化，并指出先进封装（如Flip-chip）已成为延续算力增长的新驱动力，为系统级性能提升提供了解决方案。
在二十世纪八九十年代，个人计算机（PC）的普及带来了前所未有的经济成功。然而，随着软件复杂度的飙升，微处理器单元（MPU）需要通过提高运行频率和增加晶体管数量来实时跟进，这导致了可怕的“功耗墙”问题。早在1990年代，业界就预见到单芯片功耗将达到约115W的极限，届时PC内置风扇的微弱散热能力将无法使集成电路（IC）保持在合理温度，从而导致器件失效。频率和晶体管数量无法再像过去那样同步增长，这对半导体行业的持续进步构成了严峻挑战。
为了突破这一瓶颈，半导体行业采取了将单核处理器划分为多个可并行运作的小核心的策略，虽然这在一定程度上延续了性能提升，但主要惠及并行操作，对串行操作的性能提升则远低于历史水平。正是在这样的背景下，技术路线图的规划显得尤为重要。1991年，美国半导体产业协会（SIA）牵头制定了国家半导体技术路线图（NTRS），旨在协同政府、产业界和学术界的研发力量。由于许多技术拐点超越单一公司、地区甚至国家的能力范围，1998年升级为国际半导体技术路线图（ITRS），吸引了欧洲、韩国、日本等地的半导体协会参与。在ITRS的指导下，应变硅、高k金属栅、FinFET等技术分别于2003、2007、2011年成功开发并转入制造，并准确预测了2013年后的闪存垂直化以及2025年逻辑器件的环绕栅极（GAA）变革。所有这些预测均得以实现，验证了路线图方法学在预测重大问题和培育有效研究项目方面的能力。
随着电子行业向系统和设备需求深度融合演变，2016年，在IEEE的支持下，国际设备与系统路线图（IRDS）重组诞生，并得到八个IEEE学会的支持。IRDS将ITRS原有的17个国际技术工作组（ITWG）整合为七个国际焦点团队（IFT），以更好地应对系统、设备和技术之间的紧密互动，同时还成立了八个IFT应对高度专业化的技术挑战。IRDS当前的结构涵盖应用、系统与架构、扩展摩尔（More Moore）、超越CMOS（Beyond CMOS）与新兴材料集成、外部系统连接、低温电子学与量子信息处理、海量数据存储、环境安全健康与可持续性（ESH/S）、封装集成、工厂集成、光刻与图形化、良率提升和计量学等多个主题，并发布关于超越摩尔（More than Moore）和自主机器计算的白皮书。
值得注意的是，IRDS在2018年的执行摘要报告中就向业界揭示了人工智能（AI）革命的到来。AI的架构和应用构想可追溯到上世纪中叶图灵提出的“模仿游戏”测试。2006至2009年间，斯坦福大学的学生发现图形处理器（GPU）能够支持某些AI算法。GPU因其为图形应用设计的并行计算架构，恰好与AI需要海量并行计算的特点相契合。2018年，Bill Dally在超大规模集成电路研讨会（VLSI Symposium）上报告了首款为AI优化的GPU的成功结果，这一突破同样被2018年IRDS执行摘要收录，预示着AI时代的来临。尽管疫情期间公众关注度分散，但2022年11月ChatGPT在两个月内达到1亿用户，标志着AI革命正式进入公众视野。
GPU的快速发展也带来了新的制造挑战。2022年推出的Hopper GPU拥有800亿晶体管，芯片尺寸达到814 mm2，几乎触及极紫外（EUV）扫描机成像场的极限。然而，业已成熟的倒装芯片（Flip-chip）技术为此提供了解决方案。该技术自1990年代初即可制造，但最初因成本较高仅用于少数高端产品。在设计下一代Blackwell GPU时，NVIDIA采用了倒装芯片技术，轻松地将所需的2080亿晶体管分配到两个芯片上，每个芯片尺寸为768 mm2，两个GPU连接后如同一个大型GPU般运作。据宣布，后续的Robin Ultra GPU将采用四个GPU芯片集群的方式。由此可见，集成电路封装解决方案使得GPU能够持续扩展，从而支撑AI算力的不断加速。
IRDS主席Paolo Gargini对此评论道：“光刻技术在引领半导体行业五十年后，现已将驱动地位让位于多芯片封装，而后者的发展潜力似乎看不到尽头。”
本研究发表于《IEEE Solid-State Circuits Magazine》。
关键技术方法
研究人员通过分析国际技术路线图（从NTRS到ITRS再到IRDS）的历史演进和预测准确性，验证路线图方法学的有效性。研究聚焦IRDS重组后的国际焦点团队（IFT）结构及其对系统性技术挑战的应对策略。通过跟踪关键器件（如FinFET, GAA）的研发与产业化时间线，以及分析GPU架构如何契合AI并行计算需求并克服制造瓶颈（采用Flip-chip等多芯片封装技术），阐明了技术驱动力的转变。
研究结果
Historical Evolution of the Road Mapping Process
通过回顾NTRS到ITRS再到IRDS的演变过程，得出路线图方法学能够有效预测未来15年的技术拐点，并协同全球资源推动如应变硅、高k金属栅、FinFET等关键技术的成功研发和制造转移，其关于GAA变革等的预测也已实现。
The ITRS Was Restructured Into the IRDS to Adjust to the New Electronics Industry Needs
分析表明，为适应系统与设备需求融合的行业趋势，IRDS通过整合ITWG为IFT，形成了更高效的组织结构，覆盖从系统架构到制造、封装的完整技术链。IRDS成功预见了AI革命，并通过举办ISRDS和INC会议实时验证预测并吸纳创新思想。
Surging From the Ashes
研究指出，历史上为应对MPU频率提升导致的功耗墙问题，行业转向多核并行架构，但性能提升速率放缓，凸显了寻找新的性能驱动力的必要性。
Technologies Enabling the AI Revolution
研究结果表明，GPU的并行架构天然适合AI计算需求，其发展（从早期探索到2018年首款AI优化GPU成功）是AI革命的关键使能因素。面对GPU晶体管数量激增带来的制造挑战，Flip-chip等先进封装技术通过多芯片集成方案成功化解，确保了AI算力的持续扩展。
结论与讨论
本研究通过系统梳理国际半导体技术路线图的演进，证实了其作为行业指南针的重要性。IRDS不仅成功预测了多项关键技术节点和AI革命，更重要的是，它揭示了半导体技术驱动力的根本性转变：从依赖尺寸缩微的光刻技术转向依赖于异构集成和先进封装的系统级创新。针对AI算力需求爆炸性增长带来的GPU规模挑战，研究结论强调，倒装芯片（Flip-chip）等封装技术已成为延续算力增长的关键路径，打破了单芯片尺寸的物理限制。这项研究的意义在于为未来半导体技术和计算系统的发展指明了方向，即需要更加注重系统、架构、器件和封装技术的协同设计与优化，以应对后摩尔时代和AI时代的共同挑战。
