推进微电子技术以满足AI不断演进的需求
人工智能正在重塑跨行业技术，要求微电子解决方案提供前所未有的性能、能效和紧凑外形。从大规模数据中心到自动驾驶汽车、机器人、移动设备、可穿戴设备，乃至尚未想象的未来应用，对更快、更智能、更环保硬件的需求迫在眉睫。
在硬件领域，这一挑战呼吁在传感器、处理器、存储、互连和封装方面创新范式。Leti研究社区正积极探索这些前沿，站在边缘AI与更广泛产业趋势的交汇点。只有通过跨学科合作，才能在量产前涌现出真实、可制造的解决方案。
我们可以通过将应用映射到算力与功耗坐标系来预判AI市场（见图1）。可穿戴设备位于低功耗、低算力端，而数据中心要求最高性能和能量预算。智能家电、增强现实、机器人和自动驾驶汽车分布在中间谱系。
图1.（来源：Leti）
边缘AI——大部分数据分析发生在采集点——在谱系左侧蓬勃发展。实现它需要传感器和处理器能即时自适应，宛如人眼和耳朵。这些组件必须在手表或可穿戴大小的占用空间内，动态调整动态范围等特性以匹配本地智能。
反之，大规模AI工作负载暴露了传统计算架构的极限，尤其是持续的内存读写循环同时消耗时间和能量。
鉴于这些现实，Leti优先研究智能传感器和突破性计算方法。
现代计算的核心瓶颈之一是数据移动：在内存与处理器间传输数据现在消耗的时间和能量远超计算本身。事实上，数据传输和内存访问可占系统能量预算的90%——这对依赖海量数据集和简单运算的AI工作负载来说是个惊人数字。减少数据移动因此至关重要。
Leti长期致力于3D电路研究，寻求将内存直接堆叠在处理器上，缩短物理链路并降低延迟。我们还在开创在SRAM单元内直接执行加法、减法和布尔逻辑的新型内存架构。这种存内计算(IMC)方法消除了将数据移出内存的需求，节省空间和能量。早期原型显示，在2020年代预期的同等频率和能量包络下，AI吞吐量有望提升100倍。
物联网技术