如今，微电子技术无处不在，从日常使用的电脑，到拯救生命的医疗设备，再到推动科学前沿探索的尖端仪器，都离不开它。不过，随着微电子技术不断进步，其能源消耗也在飞速增长。尤其是人工智能融入后，能耗更是一路飙升，按照当前趋势发展，能源供应恐怕难以支撑。
为应对这一难题，美国能源部（DOE）豪掷 1.79 亿美元，设立了三个微电子科学研究中心。这些中心汇聚了来自多个机构、不同学科的研究人员，还联合了产业合作伙伴，共同致力于研发更节能的微电子技术，而且要让这些技术在极端环境下也能稳定运行。
在这场革新竞赛中，DOE 旗下的 SLAC 国家加速器实验室表现格外亮眼。它在微电子先进技术节能研究中心（MEERCAT）负责两个重要项目，同时还参与极端光刻与材料创新中心（ELMIC）和极端环境下微电子协同设计与异构集成中心（CHIME）的研究工作。
DOE 科学办公室科学项目副主任哈丽雅特・孔表示：“微电子技术的进步对推动科学发现至关重要。这些研究中心带来的创新成果，不仅会改善我们的日常生活，还将巩固美国在科技领域的领先地位。”
传统缩小电子器件的方法已逐渐达到极限，研究人员急需开辟新路径，在提升计算能力、处理海量数据的同时降低能耗。为此，MEERCAT 准备在微电子新材料、新器件和系统架构的设计与研发上发力，突破现有计算和传感能力的瓶颈，这对 DOE 的科研使命意义重大。
其中，“变革性节能微电子赋能科学”（ESTEEM）项目由 SLAC 斯坦福同步辐射光源副实验室主任保罗・麦金太尔牵头，成员来自斯坦福大学、佐治亚理工学院等多所高校。该团队专注于推进节能微电子在制造、测量、设计和模拟等方面的新方法，探索纳米结构材料、新器件架构以及软硬件集成技术。
在探索过程中，研究人员从人类大脑获得灵感。麦金太尔提到，他们尝试通过新制造方法实现器件的垂直堆叠，并革新计算方式。以往计算机的数据在逻辑芯片和存储芯片间传输，要经过较长线路，能耗大。现在，团队计划将多种功能集成到同一组件中。毕竟，相比硅基计算机，人类大脑的能耗要低得多。
要实现这些设想，需要采用 “从原子到算法” 的策略，跨越不同尺度控制物理过程，并将其与软件相匹配。为此，团队采用协同设计的方式，同步推进各领域研究。SLAC 的先进 X 射线、超快仪器以及低温电子显微镜，还有材料科学和器件设计方面的专业知识，都为研究提供了有力支持。
此外，DOE 国家实验室的先进仪器在加速科学发现的同时，会产生海量数据。传统先存储再分析的方式已跟不上节奏，研究人员开始重新设计传感系统的数据收集和分析流程，力求实时提取有用信息。
MEERCAT 的 “自适应超快节能智能传感技术”（AUREIS）项目，由 SLAC 技术创新局副实验室副主任安杰洛・德拉戈内领导。该项目旨在重新设计传感系统，让原始数据在靠近传感器的地方就能得到智能处理和分析，减少传输到计算机的数据量。项目团队成员来自 SLAC 和其他六家国家实验室及高校，他们将共同探索新材料、计算架构、人工智能和机器学习算法，还有制造工艺，开发出更智能、高效的传感技术。
德拉戈内表示，SLAC 在 X 射线科学和高能物理探测器研发方面经验丰富，还能借助人工智能和机器学习优化复杂工作流程和边缘计算。项目合作方的先进设施，如斯坦福纳米制造设施、SLAC 共享科学数据设施等，也为研究提供了便利。
在极端环境下，微电子器件的制造和运行面临诸多挑战，如极寒、高辐射和强磁场环境。SLAC 凭借在高能物理实验、量子传感和超快 X 射线科学仪器研发方面的经验，在相关微电子设计领域独具优势。
ELMIC 的目标是整合微电子新材料和新工艺，重点研究等离子体基纳米制造、极紫外（EUV）光源以及二维材料等。SLAC 高能量密度科学部主任西格弗里德・格伦泽参与了劳伦斯利弗莫尔国家实验室牵头的项目，致力于开发新型等离子体源，用于更节能的芯片制造。
CHIME 则专注于优化和推进下一代技术，从原子尺度到完整仪器系统，满足挑战性环境的应用需求。在 CHIME 框架下，SLAC 的洛伦佐・罗塔参与了费米实验室牵头的项目，旨在研发先进单光子探测器，探索宇宙奥秘。项目团队聚焦于新材料、传感器和低温电路的协同设计与集成，SLAC 在图像传感器和 X 射线探测器设计方面的经验将发挥重要作用。
SLAC 实验室主任约翰・萨劳表示：“能源部设立的这些研究中心，通过开展基础研究推动微电子技术创新，满足我们日益增长的能源需求。我们很高兴能通过这种创新的协同设计方式，与微电子领域的合作伙伴共同探索。” 此次微电子科学研究中心项目由 DOE 科学办公室资助，SLAC 的 SSRL 和 LCLS 也是 DOE 科学办公室的用户设施。未来，这些研究成果有望为 AI 和节能领域带来全新变革，让我们拭目以待！
参考资料：《the-179-million-race-to-reinvent-microelectronics-for-ai-and-energy-efficiency/》
