来源：内容来自 tehnews ，谢谢。

台积电传出考量3 纳米赴美设厂。工研院IEK 主任室计画副组长杨瑞临指出，台积电3 纳米选址非常关键，牵涉布局量子电脑1 纳米以下的次纳米新技术和材料。

台积电今天最新回应表示，公司还在评估3 纳米制程会在哪个地点落脚，相关评估作业会持续到明年上半年，因此目前到明年上半年还有数个月，不会这么快做这么重大的决定。至于会不会在美国进一步投资，台积电引述董事长张忠谋先前指出，并未排除可能性，但现在说3 纳米制程会在美国落脚，言之过早，因为要到明年上半年才会做决定。

台积电表示，南科高雄园区路竹基地也未排除在外，持续观察，选地尚未决定。至于电力问题，台积电重申，考虑设厂地点，水、电、土地、人才，都非常重要。

杨瑞临分析，台积电的3 纳米制程，应该是摩尔定律（Moore’s Law）下电晶体制程微缩的可能最后节点。台积电3 纳米制程将是关键的转捩点，以衔接1 纳米制程和1 纳米以下的次纳米新材料技术。

杨瑞临预期，台积电1 纳米制程可能不会服膺摩尔定律，也可能不会采用矽材料，而是使用新的次纳米技术和新材料。他研判，台积电布局3 纳米制程，就会一并整体设想到下一阶段次纳米制程技术和关键新材料的产业布局。

杨瑞临指出，台积电在考量3 纳米制程晶圆厂的地点，绝对不是只有考量水、电、土地、环评等因素而已，还牵涉到选址设点当地是否具备未来半导体全新次纳米技术与关键新材料的研发实力、人才需求和产业链生态体系，因应未来量子电脑（quantum computer）发展趋势。

全球包括美国、欧盟和中国等政府、学界、研发单位和企业，正在大幅编列预算，积极布局量子电脑技术，锁定资料中心的人工智慧（AI）处理应用。从企业来看，又以IBM 和Google 投入最积极。

杨瑞临表示，资料中心用高效能运算（HPC）的处理器（GPU）应用，带动10 纳米、7 纳米、5 纳米到3 纳米制程发展，不过到了3 纳米制程，处理频率速度应该就会到顶了。他指出，量子电脑和人工智慧（AI）应用，处理器速度要更快，也就是每单位时间处理位元数要更多，但是到了3 纳米制程之后，技术就会遇到瓶颈，耗电量会更大。

杨瑞临表示，量子电脑技术可能不会以矽材料为基础，可能采用全新2 维材料，处理器必须具备4 位元、甚至16 位元的处理能力，因此，量子电脑的处理频率速度不用这么频繁，又可以大幅省电，预估量子电脑的耗电量可能比现在电脑的耗电量，降低到千分之一甚至到万分之一。

杨瑞临指出，量子电脑技术应用，牵涉到1 纳米制程及下一阶段次纳米制程的技术开发，可能改变全球半导体产业的生态。他预期，台积电3 纳米制程预估2022 年到2023 年进入试产阶段，1 纳米制程可能在2026 年到2027 年进入试产阶段。

杨瑞临认为，台积电3 纳米制程的设厂地点，牵涉到1 纳米以及之后新世代次纳米技术和产业链的布局，台湾若要留住台积电的3 纳米制程晶圆厂，要把眼光看到8 年到10 年之后的全球半导体产业与新兴技术发展趋势。他指出，台湾不能单单只从环评或是水电土地的角度出发，更要进一步掌握半导体技术发展及全球半导体产业布局趋势，培养和深化量子电脑的技术、人才和资源，全方位替台积电设想。

摩尔定律失效后， 计算性能增长的继承者

摩尔定律假定，微处理器的晶体管将每两年翻一倍，它们的计算性能也随之翻倍。自戈登摩尔（Gordon Moore）1965年提出以来，该定律一直生效。不过近年来业界一直预测该定律即将失效。早在2000年，《麻省理工科技评论》就硅技术在大小和速度上的极限提出了警告。

实际上，摩尔定律并不算是定律。它更多的是自我实现的预言。摩尔并没有将它描述成像地心引力或者动量守恒定律这样的不变真理。他只是给我们设定了预期，而芯片厂商们相应地去兑现预期。

事实上，行业一直在寻找新方法来给更微小的芯片带来更强的性能。遗憾的是，他们找不到方法来同步削减成本。《快公司》（Fast Company）今年2月撰文指出，全球半导体行业不再基于每两年实现性能翻倍的概念来制定硅芯片研发计划，原因就是无力承担跟上性能提升步伐所需购买的超复杂制造工具和工艺成本。此外，当前的制造技术可能无法再像原来那样大幅度缩小硅晶体管。不管怎样，晶体管都已经变得非常微小，以至于可能无法遵循通常的物理定律——这引发了它们还能够在医疗设备或者核电站使用多久的疑问。

那么，那意味着科技驱动的指数级变化时代即将走到尽头了吗

不。

即便硅芯片正接近物理和经济成本上的极限，也还有其它的方法继续驱动计算性能的指数级增长，比如采用新材料来打造芯片和以新方式定义计算本身。目前已经出现了与晶体管速度无关的技术进步，如深度学习驱动的更加聪明的软件，以及通过利用云资源实现更强计算能力的技术。而这只是未来计算创新的冰山一角。

以下是有望驱动计算性能继续飞速增长的几项新兴技术：

内存中计算。在整个计算史上，处理最缓慢的一部分就是从硬盘获取数据。很多的处理性能都浪费在了等待数据到达上。相比之下，内存中计算则将大量的数据放在RAM（随即存取内存），使得数据可以马上在RAM中进行处理。结合新型的数据库、分析技术和系统设计，它能够大大提升性能和整体成本。

基于石墨烯的微芯片。石墨烯为一个分子那么厚，导电性能比任何其它人类已知的材料都要强。它能够卷入到微小的管子中，也能够结合其它材料使用，能够在更小的空间里驱动电子以更快的速度运动。它在这方面甚至要胜过最下的硅晶体管。这将会将针对微处理器的摩尔定律的适用时间再延长几年。

量子计算。普通计算机中的2位寄存器在某一时间仅能存储4个二进制数（00、01、10、11）中的一个，而量子计算机中的2位量子位（qubit）寄存器可同时存储这四个数，因为每一个量子比特可表示两个值。理论上，量子计算机将能够以数百万倍于当前技术的速度解决各类非常复杂的问题，如分析基因数据或者测试飞机系统。谷歌研究人员去年宣布，他们已经开发了一种新的量子比特方式来检测和防范错误。

分子电子学。瑞典隆德大学研究人员利用纳米技术打造了“生物计算机”，通过沿着纳米观人工路径同时移动多个蛋白丝，该款计算机能够进行平行计算。这种生物计算机比循序运行的传统电子计算机更加快速，且节能99%，制造和使用成本也低于传统计算机和量子计算机。它进行商用的时间可能也将早于量子计算机。

DNA数据存储。将数据转换成base 4，你就可以将它编码到合成DNA上。为什么要那么做呢很简单：一点点DNA就可以存储一大堆数据。事实上，有瑞士研究团队估计，一茶匙的DNA可以容纳人类迄今为止所产生的所有数据，从最早期的洞穴壁画，再到昨天的Facebook动态更新。这种技术目前需要耗费大量的时间和资金，不过基因编辑或许是大数据的未来：Futurism最近报道称，微软正在研究利用合成DNA来进行安全的长期数据存储，已经能够编码和恢复100%的初始测试数据。

神经形态计算。神经形态计算技术的目标是，打造一款像人脑那样的计算机——处理和学习数据的速度能够跟生成数据一样快速。到目前为止，业界已经开发出能够通过训练和执行神经网络来进行深度学习的芯片，那是往正确方向迈出的一步。例如，General Vision的神经形态芯片包含1024个神经元，每一个都是基于SRAM（静态随机存储器）的256字节存储器，且有3000个逻辑闸，所有的神经元都互相连接，平行运行。

无源Wi-Fi（Passive Wi-fi）。华盛顿大学的一个计算机科学家和电气工程师团队开发了一种耗能比目前的电耗标准少1万倍的Wi-Fi传输生成方式。虽然这严格来说不算是计算性能的提升，但它是网络连接性的指数级增长，将会使能其它技术的进步。无源Wi-Fi被《麻省理工科技评论》列入2016年的十大突破性技术，它将不仅仅可以节省电耗，还能够使能最低耗能的物联网，让更多之前非常耗电的设备第一次能够通过Wi-Fi连接网络，还有可能会催生新型的通讯方式。

虽然我们可能在接近硅芯片的性能极限，但技术本身让在加速发展。要阻止它成为现代生活的驱动力是不大可能的。随着新计算技术推动机器人、人工智能、虚拟现实、纳米技术以及其它震惊世界的进步超越当前被公认的极限，它的影响力将只会有增无减。

简单来说，计算的指数级增长或许无法永远持续下去，但它的尽头仍比我们想象的要遥远得多。

【关于转载】：转载仅限全文转载并完整保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明：转自“半导体行业观察icbank”微信公众号。谢谢合作！

【关于征稿】：欢迎半导体精英投稿（包括翻译、整理），一经录用将署名刊登，红包重谢！签约成为专栏专家更有千元稿费！来稿邮件请在标题标明“投稿”，并在稿件中注明姓名、电话、单位和职务。欢迎添加我的个人微信号 MooreRen001或发邮件到 jyzhang@moore.ren