余志平,清华大学微电子学研究所教授、博士生导师,IEEE(国际电机电子工程师协会)终身院士(Life Fellow)。
余志平近年来的研究项目主要集中在纳电子器件(包括石墨烯器件与变阻存储器-RRAM)、CMOS射频电路建模与设计、半导体器件物理(包括量子输运与能带计算)。已发表学术论文400余篇,合著英、中文专著各一本。七五计划期间(1986-1990)参与组织的熊猫集成电路设计系统获1993年国家科技进步一等奖。
此外,他在美国硅谷与中国自1996年起先后成功参与创办数家高科技CAD软件与集成电路设计公司,并担任过国际著名集成电路公司(如Intel, HP, TSMC等)的技术顾问。
半导体工业的兴起将人类从机械文明带入了计算机时代。从上世纪70年代开始沿着摩尔定律的轨迹,晶体管的尺寸越来越小,在集成芯片中的密度则呈几何级地增长,因此大幅提升了芯片的性能。因此,
性能越来越强大的计算机让人们对它的“智能”水平有了更高的期待。
到了2016年,整个计算机世界有两个方面引起了最多关注。一方面,
AlphaGo再次点燃了公众对于人工智能的热情,而本月初IBM宣布,用可相变材料创造出首个人造神经元,预示着人类在人脑模拟的硬件上有迈出了坚实的一步。
另一方面,摩尔定律是否能坚持到2020年也是热门话题之一,最的技术例如晶体管三维堆砌和漩涡型旋转激光光刻(swirling vortexlaser)等也被视为了摩尔定律的“救星”。
在这样的背景下,我们有幸采访到了清华大学微电子学研究所的余志平教授,请他为我们详细地分析目前计算机硬件几大热点的现状,并同我们一起展望各类新技术的应用前景。
本采访由
DeepTech
与
IEEE
中国联合完成。
对于IBM发明的人造神经元,余志平教授首先介绍了相关的背景。
人造神经元中用的相变材料最早是用来制作新型存储器的。
而相变非挥发存储器(PCM– phase change memory)的专注研究已经进行了20多年了,
但一直没有找到很好的应用。
一方面,这是因为
NAND Flash存储器的存储密度与成本进步太快
;另一方面,
PCM自身也存在的热稳定性的问题
。
最近两年,IBM苏黎世实验室在PCM的内在工作机理的定量描述上取得了重要的进展。此外,科学家们还通过新的读算法来将单比特(bit)存储单元变为3-bit多比特单元。
余志平教授
余志平表示,因为神经网络依赖于神经元与神经触突来工作,而
神经触突的强度是要求可变与有记忆功能
,这种
多值的非挥发PCM存储器是十分适合这方面的应用的。
如果IBM能结合下面提及的TrueNorth脑芯片设计,而用与CMOS工艺兼容的PCM技术实现,可望在人工智能硬件上取得朝向商业化的里程碑式的进展
。
2016年8月份,美国马里兰大学在《自然》杂志上发表了相关论文,报道了一台可编程的5量子位量子计算机。余志平表示,
这是一台真正意义上的量子计算机,可以进行傅里叶变换的量子运算。
关于量子计算的发展速度,余志平认为,相较于2年前,即2014年加州大学圣巴巴分校发表的“
量子纠错算法的改进
”,再与当时宣布的
Google与UCSB合作在SantaBarbara建立专注量子计算机的实验室
这件事结合起来看,
量子计算机的进展可能要比原来预料的要来得快。
其实,一直以来流传着一个“两个50”的相对悲观的说法,即(量子计算机)
50年后有50%的机会。
至于量子计算机
何时能实现
,余志平个人的
估计是在10-15年后
。到那时,量子计算机将有望应用于某些类似图像快速识别的特定场合。
不过,
有一点余志平非常肯定,那就是量子计算机并不会取代现在高度发展的以硅CMOS
(互补式金属氧化物半导体)
为基础的通用数字计算机。
“在某种程度上,量子计算机类似于模拟计算机与并行计算的自然组合,
有其优势,但不宜无限夸大。
”余志平补充道。