启用5G系统扩展的挑战

Chidi Chidambaram，高通工艺技术团队工程副总裁

Chidambaram的演说以高通公司看到的一些变化开始。“市场正朝着长期产品的方向发展。过去人们会每两年更换一次手机，但即将到来的市场更多是汽车和工业物联网将与人们共同生活10年。我们必须开始考虑设计的耐用性。”

演讲的大部分集中在手机内的挑战，例如支持越来越多的RF频段，支持图形所需的更高计算水平，或更好的相机，同时又需要延长电池寿命。他还介绍了与新兴技术相关的一些技术挑战，这些技术被要求与BEOL相关有更好的建模和可预测性。“Vdd必须关闭才能实现功率调整。只有在流程中实施关键体系结构更改时才会发生这种情况，例如当我们从planar更改为HKMG或fin时。但是在过去的三代中，我们一直处于fin状态，并且没有真正的方法来调整fin本身的Vdd。减少功耗的方法是减少fin。fin是三维结构，吸收了大量的电容和电荷，因此如果减少散热片的数量，总电荷会减少，CV2f也会相应减少。但挑战在于我们已经非常接近一个fin，不可能比一个fin还少——所以以后几代必须面对减少功耗的挑战。”

Chidambaram谈到了设计自动化工具可以提供的帮助。“帮助设计提高耐用性，减少ppms，提供更好的热和压力建模，减少后端的不可预测性错误。有 SPICE和TCAD的前端非常好，但实际上通过更好的可预测性会实现差异减少。任何预测错误都会一直存在。如果部分内存在差异，我们可以改进流程并将其降低，但不可预测性错误将贯穿整个技术的生命周期。因此，减少预测误差是非常有价值的。最后，设计自动化工具可以帮助我们进行3D集成。”

生活用品

Sarah Cooper，亚马逊物联网分析应用总经理

Cooper传达了一个非常简单的信息。“物联网的原则是能够获取有关物理世界的数据，并利用它来提高制造平台的效率，或构建令客户满意的消费者设备。”她谈到了技术的更替速度加快，以及技术退化怎样深入影响产品。“即使安装后，我们也必须能够使产品适应和改变，这些设备必须不断改进。”

Cooper着眼于当今让设备协同工作的难度。“为什么机器不能完成交互，特别是基本重复同样的动作时？系统不仅需要弄清楚它们的环境和你的环境，还要考虑更广的系统环境。”

这强调了机器学习的重要性。“将所有这些全部纳入云计算是不切实际的。确实有很多东西可以利用云的廉价计算和内存，但还有很大数量将继续向后推至设备。 ML（机器学习）正在向终端设备靠拢。”

她演讲中最精彩的一句是：“我们习惯于专注设备的功耗和成本，但如果我们能让企业相信加入一些新鲜的东西怎么样呢？”（路桑注：低功耗和低成本的工业设备策略在面临IoT时可能需要一点改变，或者引入新的产品要素）

自动化与增强：社会辅助机器人和工作的未来

MajaMatarić，南加州大学计算机科学/神经科学/儿科学教授，机器人和自治系统中心创始主任

 “如果我们想象不久的未来，各种机器，特别是机器人，正在做体力劳动，那么人们在做什么呢？任何一种自动化会带来的影响都是不可忽视的。你不能仅仅因为你有能力，或者这样做很酷而行动。这是不负责任的。你应该考虑这样做会带来什么样的未来。”

Matarić谈到了一个在自动化和增强之间取得平衡的依据。 “今天，凭借这些惊人的技术，我们看到了自动化受到多方推动。自动化是对任一类型人类效率非常低的过程的优化。一般来说，优化意味着让人们走出重复循环。这不是使用智能机器的唯一考虑。另一种是增加或增强人的能力。有一些有趣的方法可以让机器在不淘汰我们的情况下改进我们的工作。”

一种方法是考虑如何使技术填补人类可以做什么和人类需要什么之间的差距。“基于科学研究，人们需要的是提高我们自己的工作动力。为了我们生存，延长寿命并保持健康，我们需要一个目的。我们还需要鼓励社会化。事实证明，有一件可以让你更健康，更长寿的事是拥有朋友——但不是社交媒体朋友。Facebook没有做任何对我们的健康和寿命有益的事情。现在有证据表明它做的恰恰相反。”

Matarić的演讲主要关注社交辅助机器人（SAR），提供了几个机器人如何用来帮助有特殊需要的人的例子，例如那些经历中风，患阿尔茨海默氏症或自闭症的人。

她研究了工程学和社会科学之间的一些交叉，提出了一些关于设计机器人的建议。“机器人应该有多大，它的形状是什么，它隐含的性别是什么？它如何使用空间？它如何表达，它使用的是哪种肢体语言？它如何产生情绪？它应该有感情吗？我们收集的关于机器人的直觉大部分从本质上是错误的。因此我们必须尝试一下社会科学。”

Matarić还谈到了偏差问题。“我们现在的大部分数据都是有偏差的。我们可以检测语音，但不太能识别高度口音和孩子的语音。那些口齿不清的人，或者含糊说话的老人呢？这个世界是不方便的。我们还没有找到解决部分数据和多模型数据的办法。”

原文来自Semiengineering “Five  DAC  K eynotes"

https://semiengineering.com/five-dac-keynotes/