“芯”未来:未来科学大奖-数学与计算机科学奖学术报告会在全网各大平台首播,累计观看量超过150万人次!
作为2021未来科学大奖周系列活动的重要组成部分,本次活动邀请未来科学大奖科学委员会2021轮值主席、洛杉矶加州大学胜华讲座暨杰出教授、美国工程院院士张懋中作开场致辞;2021未来科学大奖-数学与计算机科学奖获奖者、阳明交通大学电子工程学系暨电子研究所终身讲座教授、中国工程院外籍院士、美国工程院院士施敏进行学术报告;清华大学集成电路学院教授、院长吴华强,未来论坛理事、元禾璞华投委会主席陈大同作主题演讲;清华大学信息科学技术学院副院长任天令、清华大学集成电路学院教授魏少军、未来论坛理事、长鑫存储技术有限公司董事长兼首席执行官、北京兆易创新科技股份有限公司董事长朱一明,作为讨论嘉宾线上出席活动。
点击观看视频回放
张懋中教授作为致辞嘉宾首先祝贺施敏院士摘得2021未来科学大奖-数学与计算机科学奖。他表示:“施敏教授对半导体器件有基础性开创性的贡献,包括单极、微波、光电器件,特别重要的是对金属和半导体的界面、电流传输的研究,包括分析量子隧穿效应、声子散射、杂质二维分布等,进而获得非常准确的传输数据,用于设计集成电路或肖特基器件。他于1967年在美国与姜大元博士共同发现浮栅存储(FGM)效应,是广泛应用的快闪存储器之核心发明。包括今天我们所使用的人工智能、大数据、手机、云端、数码、全球定位系统、物联网及机器人等,都基于施敏教授对于浮栅存储(FGM)效应的发现。希望通过施敏教授的在线学术报告,能够激励青年学子勇攀科研高峰。”
施敏教授分享了自己撰写《半导体器件物理学》一书的经历。他提到,在早年的工作中,由于自己英语不好,所以与自己感兴趣的工作擦身而过,而后,他为了证明自己的能力,他想到图书馆有关半导体的书籍只包含2种,而半导体有几十种,他决定写一本书,把当时所有半导体都涵盖进去。就这样,他花了将近3000小时终于完成,没想到这本书非常受欢迎。他想,如果当初那个项目由自己来负责,一定不会有时间去写书。尤其对于年轻学子来讲,未来人生中会遇到很多曲折,但不要因此而心灰意冷,塞翁失马,焉知非福。
施敏教授还分享了浮栅存储(FGM)效应的经历。他介绍,1960年左右,他与姜大元博士在贝尔半导体实验室工作,当时的存储器使用的是磁圈,体积大、耗电高、反应很慢。而他和姜大元则希望用半导体来取代磁圈做储存器,当时的同事认为这是不可能的,因为半导体的特性导致它无法做长期的存储。后来,他和姜大元发现了浮栅存储(FGM)效应,而在这之后的二十几年,才陆续真正开始被工业界应用,被广泛的用于计算、通信、传感、控制、成像和记忆之芯片电路的制造,开启了“数码电子时代”,同时也使我们的电子工业成为全球最大的工业。
在他看来,要实现目标,最重要是有好奇心。如果当时顺应同事们做不了的想法,这项发明不知道什么时候才会被人所发现。正所谓“有志者事竟成”,青年人要趁大好年华,不断做新尝试,而且要自强不息,希望和同学们共勉之。
最后,施敏教授针对2021未来科学大奖获奖科研成果进行了学术分享。施敏教授通过对跨金属/半导体 (金/半)载流子的传输理论和实践,在金属和半导体中电流传输的问题给出了理论与实践解决方案,做出了基础性和开创性的贡献。
他对于大范围掺杂(1014-1020/cm3) 和工作温度 (硅: 77K-373K;砷化镓:50K-500K)的金/半接触特性,通过跨金/半界面势垒的量子隧道穿越、热电子发射、镜像力降低、和二维统计杂质变化的共同效应都做出了分析和实验。这些对硅和砷化镓半导体的前沿贡献, 不仅奠定了欧姆和肖特基 (欧/肖)接触的科学理论基础,并且开启了制造近代半导体器件的可扩展途径,大幅度提升集成电路性能。
吴华强教授以《从存储走向存算一体》为题,进行了主题演讲。他首先祝贺施敏教授斩获大奖,同时也表示:“施敏教授对现代信息社会做出大量重要贡献,包括这次获奖的金属半导体接触,构建了半导体物理器件非常重要的基础,如果没有这个接触的话是不可能做成优质的器件。包括我自己在内,很多同学很多人都是读着施敏教授的《半导体器件物理学》,这本被称为‘半导体界的圣经’的著作长大的。同时,浮栅非易失性存储器是现在数字社会的重要基础,从1967年发明到今天,一路走下来从二维存储器到三维存储器,使整个信息存储没有任何困难了。”
吴华强教授在主题演讲中,回顾了信息时代计算与存储技术的演变,并围绕忆阻器的存算一体技术进行了探讨。他表示:“目前团队所研究的器件是阻值变化,也称为阻变存储器,既可以作为一个新存储器的技术,也是存算一体的器件。而忆阻器的工作机理,主要是电介质击穿形成初始导电通道。在这里,导电机制是复杂的,不管是金属电流、肖特基电流、隧穿电流、发射电流、电子跳跃电流等等有不同的复杂的导电机制,如何控制好导电机制对器件的优化和控制非常关键。”
同时,在忆阻器器件设计与优化方面,吴华强团队选择了HfO2的组编材料,设计了热交换层和叠层结构,叠层结构可以控制氧离子的横向扩散,可以减弱离子横向扩散固定离子分布形貌,交换层可以提高阻变区域温度,从而实现组态的精确调制,使组织分布得到明显的优化,并降低功耗。
工艺方面从130纳米工艺、180纳米工艺做成Foundry+lab模式,有标准工艺可以做大规模的集成。通过开发4纳米的存储器新建,用SPI NOT存储器接口,与目前商业化的对比可以发现读电流、编程电流是有优势的,编程时间和块擦除时间也有优势。存算一体计算机底层既有忆阻器又有晶体管,是混合计算,也有基于物理定律的逻辑计算,希望通过一些新的计算器件研究,让计算机拥有新架构,使整个算力得到大幅度的提升。
陈大同在主题演讲中表示:“在学生时代,我选择了半导体物理专业,当时读的书籍,就是施敏教授的《半导体器件物理》,后来我的硕士和博士课题,做的是半导体器件模拟,就是根据《半导体器件物理》的原理用计算机模型把它实现出来,来预测这些特性,这本书是我们所有研究的根基。以施老师对于我们半导体工业、产业的贡献和教育界的贡献,获得2021未来科学大奖实至名归,也是非常鼓舞人心的事情,同时也是未来科学大奖设立以来,第二次有半导体方面的专家获得未来科学大奖。”
他指出,当前纳米量级半导体领域,材料、结构,包括系统面临诸多挑战,而原理性、开拓性的进展,未来需要靠年轻人做出原理性、开拓性的探索。希望通过2021未来科学大奖周,以及未来论坛系列活动的开展,将科学家、教育家、企业家汇聚起来,从原始创新、到培养育人、再到产业应用,实现闭环衔接。同时,通过普及科学,让年轻一代关注科学,激发他们对世界的好奇心,鼓励他们勇于创新,让科学精神感染每一个青年学子。
在对话环节,嘉宾们回答了来自半导体领域学生的提问,并分享了各自的观点与思考。
01
科学是否也分好坏呢?
魏少军教授认为,科学无所谓好坏,科学是对人类未知领域的探索,能够提升人类对自然的认知。想解决一个问题或者用于某个实际应用,首先要对它有认知,否则就无从下手。在此过程中,我们对科学的热情,对科学的探索应该是永无止境的。当然,很多科学的探索和发现,未必能够在短时间内有实际应用,这也是普遍现象。即使是能够有实际应用的,恐怕也要花很长时间的等待,因为要有很多条件要去准备,因此对于科学而言保持积极探索心态,对周围的自然社会抱有好奇心,是非常重要的。
02
贝尔实验室有哪些成功特质,
对今天从事半导体研究有何启示?
施敏教授表示:“贝尔实验室是半导体工业的诞生地,从1947年发明了晶体管之后,还发明了几乎所有重要的半导体。我在贝尔工作27年,我发现基本的管理哲学给予研究人员全力的支持和鼓励,从设备、到学研、再到资金,给到的支持非常齐全。同时,贝尔实验室的图书馆是有全世界从头到尾、有史以来论文保存最完善的图书馆,也为我当初我写书提供了非常便利的条件。在贝尔工作的27年是相当愉快的。”
03
中国发展集成电路芯片
以及人才培养的建议
张懋中表示:“真正要做有延续性的发展,要面对一个问题,就是普遍花了很多时间,去教学生解决问题,我们要培养一个年轻人对科学追求的兴趣,教育他不只能够解决问题,他要能定义问题。定义和解决问题,是发明未来的关键。爱因斯坦规范了物理学的未来,乔布斯界定了移动通讯和消费市场的未来,那些获得诺贝尔奖的科学家也在各自领域发明未来。中国能够定义和发明未来的人才在哪里、怎样培养这样的人才,这是教育上最值得下功夫来思考的一个问题。
04
未来的研究热点会集中在哪些方面?
这些研究热点将面临哪些挑战?
任天令教授认为,热点往往是很难预测的,就个人的观察和思考,一方面密切围绕信息的各个核心关键环节及其融合技术如何实现突破发展,值得大家关注,其中包括信息的感知、存储、处理、传输,围绕这四个关键环节以及他们的融合,开展具有原创性的研究,或许是科研人才未来发展的重要选项。另外,关于这些热点所面临的挑战与难点,主要体现在两个方面:首先我们需要深度思考,要有比较深刻的、长期的理解作为基础;第二,研究或者尝试解决这些问题,需要综合的学科交叉的融合的支撑,也包括了我们从材料、工艺、设计以及体系架构等方面的融合,也很有挑战性。特别是年轻人,首先要对你想要研究的领域感兴趣,其次再考虑它的中期、长期生命力。
05
如何看待目前国内芯片业
尤其是AI芯片发展的问题?
朱一明表示:“AI芯片近年来热度非常高,但其实行业也存在泡沫的问题,而真正能够解决问题的AI产品还是缺乏的。比如在自动驾驶领域,AI芯片仍面临很多挑战,比如无法被理解的‘黑盒逻辑’,出现事故如何追踪原因,以及如何认定,还有很多亟待被解决的问题。另外,AI的发展还需要一定程度上理论与实践的突破,最终经过实践考验,创造更大的价值,才会成为真正对社会有用的技术。在人才培养方面,随着行业热度的提升,AI行业的人才短缺现象比较严重,不论是集成电路人才缺乏还是AI人才缺乏,究其本质是产业的示范效应已经显现,从而助推年轻人进入AI行业的热情。青年学子们,首先还是要脚踏实地的将科学知识与产业知识掌握到位,注重实际,并结合行业或产业的长期生命力进行综合考量,同时也希望未来的年轻人当中,出现更多科学家,以及追求卓越的硬科技公司。”