鉴于功耗是 AI 应用中的一个关键问题，深入了解 AI 硬件的未来演进有助于勾勒未来电源管理需求的轮廓。观察 AI 硬件扩展趋势的一个绝佳窗口，便是 imec 的年度旗舰活动——于 2026 年 5 月 19 日至 20 日在比利时安特卫普举行的 ITF World 2026 大会。

尽管并非家喻户晓，但比利时研发机构 imec 在半导体进步中扮演着核心角色：正如大会主题演讲嘉宾、台积电高级副总裁兼副联合首席运营官张凯文(Kevin Zhang)所总结的，imec 的成就清单令人瞩目，包括高 k 金属栅极、FinFET、EUV 光刻、纳米片晶体管、背面供电、互补 FET 和高数值孔径 EUV 等多项创新。imec 与全球众多工业和学术合作伙伴合作，在安特卫普汇聚了强大的演讲嘉宾阵容。本文仅简要概述了为期两天的会议的部分内容。

面向 2041 年的 CMOS 路线图

正如 imec 新任首席执行官 Patrick Vandenameele 所强调的，晶体管尺寸的缩小仍然是 AI 硬件扩展的关键;因此，imec 研发工作的很大一部分专注于向更小的技术节点迈进。Vandenameele 展示了一张涵盖未来十五年的 CMOS 路线图，其中设定的 2041 年目标——A2 工艺节点——将使用"超 NA" EUV 光刻技术(数值孔径 0.75)来实现。

届时，首选的晶体管架构——互补 FET——将演进为"顺序 CFET"。在推进这些新的"CMOS 2.0"技术的同时，嵌入式存储芯片中介层预计也将取得重大进展。

在强调晶体管尺寸缩小重要性的同时，Vandenameele 指出，AI 硬件的可扩展性需要 XTCO——即跨技术协同优化——涉及整个技术栈的创新，从先进 CMOS 和异构集成到光子互连和系统级协同优化。

据 imec 首席执行官称，这将需要开发新的 EDA 工具;同时，可以使用物理模型来获取洞察。imec 构建的演示工具之一基于一个包含多个发热单元以重现热点区域的芯片，使设计人员能够比较不同的冷却方案。

然而，正如 Cadence 首席执行官 Anirudh Devgan 所坚称的那样，EDA 行业正在迎头赶上。Devgan 在主题演讲中表示，Cadence 正与 imec 合作，为 XTCO 和 CMOS 2.0 开发基于智能体的 EDA 工具，例如，在设计流程的"布局"步骤中添加 Z 维度。

图1

领先代工厂为 AI 硬件扩展做准备

两家世界领先的代工厂——台积电和三星电子——参与了此次活动，展示了它们的最新能力。三星电子社长兼首席技术官宋在赫(Jaihyuk Song)声称，公司提供从设计到封装的全套解决方案。他还强调了三星的创新，例如能效提升 2.8 倍的定制高带宽存储器(HBM)。

台积电的张凯文则强调了最近的几项进展，包括更大的 CoWoS 解决方案：几年内，这家台湾代工厂将能够在同一封装内容纳 50 倍以上的晶体管。张还表示，基于台积电 2nm 工艺制造的芯片的智能手机将于 2026 年上市。至于 imec 在全球代工业务中的角色，值得提醒的是，这家比利时机构也是日本 Rapidus 公司的研发合作伙伴。

总部位于日本的被动元件制造商村田制作所(Murata)也提供先进的模块封装解决方案，据该公司首席技术官岩坪浩(Hiroshi Iwatsubo)称，该公司正在高性能计算应用领域获得显著的市场份额。

高数值孔径 EUV 光刻技术的进展

与 imec 并称为欧洲双璧的荷兰光刻设备制造商 ASML 也参与了此次活动，承诺支持 CMOS 的进一步微缩和更高的代工产能。ASML 总裁兼首席执行官 Christophe Fouquet 表示，ASML 拥有一张进一步推进高数值孔径 EUV 技术的路线图，包括更强大的 EUV 光源、更少的光学反射镜以及模块化工具。

除了光刻，ASML 还在开发先进封装工具，并正在测试用于缺陷分析的 200 电子束系统。据 Fouquet 称，AI 扩展的真正瓶颈是代工产能，因为 AI 每两年需要晶体管数量增加 10 倍。这意味着晶圆需求将急剧增长。

AI 增强的材料研究

"AI 设计 AI"的概念在 EDA 领域已经根深蒂固，AI 增强的 EDA 工具正被用于设计新的 AI 芯片。类似地，AI 可以加速新型材料的研究，这些材料具有更优的性能，用于构建未来的 AI 硬件。

来自日本公司 Matlantis 的冈野原大辅(Daisuke Okanohara)描述了一种基于 AI 的原子模拟器，可加速半导体材料的发现。据冈野原称，传统方法允许研究人员测试的只是所有可能材料组合中的一小部分，发现周期长达数十年。相比之下，基于 AI 的技术要快一千万倍。

物理 AI 的需求

未来的 AI 硬件需要支持新兴的物理 AI 应用所带来的需求。AMD 自适应和嵌入式计算集团高级副总裁兼总经理 Salil Raje 表示，这将包括满足对延迟、功耗和安全性的特定限制。他认为，迄今为止，物理 AI 是通过改造现有解决方案来实现的，而不是从头开始开发优化的、确定性的硬件。物理 AI 的速度不依赖于更快的处理器，而依赖于本地控制回路。这需要从集中式计算转向分布式智能。

作为物理 AI 应用的一个例子，美国电动卡车制造商 Rivian 描述了其最新一代的车辆电子系统，这些系统完全由内部开发。该公司电气硬件高级副总裁 Vidya Rajagopalan 指出，Rivian 最新的自动驾驶计算机实现了 800 TOPS 的 AI 处理能力，由内部设计的基于 Arm 架构的 5 纳米芯片提供动力。Rivian 车辆中的 AI 处理能力将随着下一代电子系统的推出攀升至 1600 TOPS。

谈到汽车应用，imec 正在不断扩大其与小芯片相关的计划，正如该机构汽车业务发展总监 Dieter Hoffend 所解释的那样。除了最近在德国成立的汽车小芯片论坛和小芯片加速中心，imec 现正推出其自主边缘小芯片计划(AECP)，新的开发项目包括一个不仅针对汽车，也面向边缘 HPC 和 AI 领域的演示平台。

imec 的其他研发方向

此次活动提供了 imec 正在进行的多个研发方向的最新进展;这里我们仅举几个例子。在超导体方面，imec 正在探索一个基于氮化铌钛(NbTiN)的平台，用于单磁通量子电路，其中比特由极短的脉冲表示。据 imec 的研究人员称，这项技术有可能将整个数据中心缩小到一个冰箱里。

可拉伸的液态金属电缆被提议用于一系列应用，包括取代危险地缠绕在机械臂上的传统电缆。imec 开发的无电容嵌入式 DRAM 基于氧化铟镓锌(IGZO)，这种材料的关态电流非常低，即使寄生电容只有几个阿法法拉，其保持时间也绰绰有余。这项与后端工艺兼容的技术目前正在欧盟芯片法案框架内的 NanoIC 中试线上进行扩展。

来自医疗数据的 AI 洞见

未来的 AI 硬件还将实现新的 AI 应用，例如分析现有医疗数据以获得新的医疗保健见解。盖茨基金会的 Dan Wattendorf 表示，医疗传感器或实验室设备获取的原始数据非常丰富，但目前，这些有意义的信息大部分都丢失了，因为只有一小部分能从噪声中分离出来并传递给医生。

例如，在上下限阈值内波动的生命体征参数可能具有意义，但医生只会被告知超出阈值的数值。因此，基于 AI 的数据分析可用于改善医疗保健。人体挥发性有机化合物是另一个领域，基于 AI 的数据分析可以在其中提供新的健康见解。

图2

价值万亿美元的产业与全球合作

多个演讲的一个潜在主题是蓬勃发展的半导体市场。正如多位发言者所指出的，万亿美元的门槛将在 2026 年被跨越，这比大多数预测者的预期早了四年。毋庸置疑，这种加速是由 AI 推动的。前所未有的美元数字是多个与 AI 相关的财务指标的显著特征：正如麦肯锡高级合伙人 Mark Patel 所指出的，AI 数据中心的建设是上个世纪最大规模的私人资本部署。

支撑这一增长的是一个持续全球化的产业生态系统——尽管存在地缘政治紧张局势，至少在前竞争性研发领域是如此。台积电的张凯文指出，单一大陆无法覆盖整个 AI 生态系统;同样，imec 的 Vandenameele 也表示，这些技术对于一个地理区域来说过于复杂。他在一次新闻发布会上补充说，imec 与世界各地的机构都有合作，因为研发与工业活动不同。

欧洲视角

尽管此次活动聚焦全球，但欧洲的半导体战略不可避免地成为多位发言者的相关主题。在一次新闻发布会上，imec 的首席执行官 Vandenameele 表示，他希望未来支持半导体产业的欧洲计划(所谓的《欧盟芯片法案 2.0》)能保留当前基于中试生产线的做法。他对欧洲的科技初创企业也表示乐观，并以 imec 的衍生公司为例，该公司最近筹集到了过去难以想象的资金。

CEVA 公司董事 Maria Marced 指出，尽管有补贴，但欧洲在全球半导体市场中的份额仍在持续萎缩。因此，她认为需要制定新的《欧盟芯片法案 2.0》，并更加侧重于创造需求。

颁奖与庆祝活动

活动议程中包括对英伟达首席执行官黄仁勋的视频采访，他被授予了 imec 终身创新奖。议程中还包含对长期担任 imec 首席执行官的 Luc Van den hove 的庆祝，他近期卸任并成为董事长。Van den hove 也加入了包括 Cadence 在内的多家科技公司的董事会。