学习曲线：推动集成电路行业发展的新路径

回到2016年5月在比利时布鲁塞尔举办的欧洲微电子研究中心全球科技论坛，拉杰斯的发言或许对上述历程已经作了总结―需要在“材料、工艺、架构”三个维度进行创新：“垂直一体化和晶圆代工厂主要通过改变流水线架构进行结构性创新，设备和材料供应商主要进行材料和工艺创新。”除了前文已介绍的架构设计外，材料上的经验是，从铝材料到铜材料再到钴材料，保证了技术节点向前推进的可能性：10纳米以下工艺中钴与铜相比具有更低的电阻率。

在制造流程中，极紫外光刻机的使用自然成为焦点。但是，除此之外，EDA领导者之一明导（Mentor Graphics）总裁兼首席执行官沃尔登·莱茵石（Walden C.Rhines）指出，“即使摩尔定律命中注定会结束，但还有学习曲线（learning curve）的存在。”

学习曲线又称波士顿经验曲线、改善曲线，由波士顿咨询公司（Boston Consulting Group，简称BCG）的布鲁斯·亨德森（Bruce D.Henderson）于1960年首先提出。简单地说，如果一项生产任务被多次反复执行，它的生产成本将会随之降低。学习曲线效应的原因来自多方面，其中最为基本的就是工作者在心智上变得更为自信，用更少的时间去犹豫、学习、实验或者犯错误，他们可以更有效地学会如何使用工具和资源。对于集成电路未来的重要应用场景―物联网和人工智能而言，不同的传感器、低功耗处理器和高度集成的芯片设计和制造中或将都会因为学习曲线而受益。由此，工业、健康、交通等领域应用的芯片级传感器、能量采集、超低功耗技术、工艺、封装等都将迎来更为成熟的开发模式。(www.xing528.com)

展望即将到来的物联网、车联网、汽车电子、无人驾驶、新能源、人工智能等行业的发展，系统级芯片和系统级封装技术或将需要同步发展，“超越摩尔”、学习曲线等路径为集成电路行业注入新的活力。感知层、网络层、平台层、应用层的芯片需求，为智慧城市、智慧汽车、智慧家庭、智慧医疗、智慧个人、智慧工厂、智慧制造等的传感、通信、存储、计算等提供关键支撑。感知、连接、计算、存储、安全、电源管理等功能意味着极致性能的追求，与低功耗、低成本、高可靠性、高集成度的要求已然同步，而ARM、英特尔、英飞凌、高通、联发科、飞思卡尔、德州仪器、意法半导体等的布局也都着眼于这一方向。