| |||
巨变一:模拟硬件方面需根本性突破
根据我们的预测,在未来,我们需要在模拟硬件方面取得根本性的突破,这样才能产生能够感知、传感和推理的用于全球智能机器的接口。 模拟电子处理现实世界中连续可变的多种形状的信号(与数字电子相比,数字电子通常是标准形状,只需要两个电平,1或0)。模拟电子学领域包含多个维度,如图1所示。此外,所有人类可以感知的输入都是模拟的,这就需要基于超压缩感知能力和低操作功率的世界机器接口的仿生解决方案(图2)。巨变二:全新的内存和存储解决方案
我们认为,在未来,内存需求的增长将超过全球硅的供应,这为全新的内存和存储解决方案提供了机会。 随着设备、电路和架构方面的重大创新,未来ICT需要有在内存和存储技术方面的全新解决方案。到这个十年结束时,ICT能耗和性能的持续改进将变得停滞不前,因为作为底层存储器,存储技术将面临规模限制。与此同时,用于人工智能应用的训练数据正在爆炸式增长,而且没有任何限制。越来越清楚的是,在未来的信息处理应用中,从材料和设备到电路和系统级功能的协同创新,很可能使用尚未探索的物理原理,将是实现比特密度、能源效率和性能新水平的关键。 全球对数据存储的需求呈指数级增长,这就需要过多的物质资源来支持正在发生的数据爆炸,今天的存储技术在不久的将来将无法持续。因此,数据/信息存储技术和方法需要新的根本解决方案。图4显示了全局数据存储需求的预测—包括保守估计和上限。如图4所示,未来的信息和通信技术将产生大量的数据,远远超过今天的数据流。目前,信息的生产和使用呈指数级增长,到2040年,全球存储的数据量估计在1024(10的24次方)到1028(10的28次方)bit之间。值得注意的是,虽然在最终扩展的NAND闪存中单个比特的重量为1皮克(10-12克),但存储1026(10的26次方)位的硅晶圆的总质量约为1010(10的10次方)千克,这将超过世界上总的可用硅供应量(图5)。 图4:全球对内存和存储的需求,预计将超过全球可转换成硅晶圆的硅量。 全球对传统硅基存储器的需求呈指数级增长(图4),而硅的产量仅呈线性增长(图5)。这种差异让基于硅的内存在20年内对于Zetta规模的“大数据”部署来说将变得非常昂贵。 宏伟目标# 2: 开发>10-100X密度的新兴存储和存储载体,并对每个层次的存储结构提高能效。 宏伟目标# 2 b: 宏伟目标#3b:发现具有>100x存储密度能力的存储技术,以及能够利用这些新技术的新存储系统。巨变三:通信需要新的研究方向
根据我们的观点,持续可用的通信需要新的研究方向,解决通信容量与数据生成率之间的不平衡,是我们必须关注的又一个重点。 发达国家的现状是以随时可用的通讯和连接为特征的,这对生活的各个方面都产生了巨大的影响。云存储和计算就是这方面的一个表现。从任何地方获取数据并将其发送到任何地方的能力已经改变了我们商业方式以及个人习惯和生活方式。社交网络就是一个例子。然而,云的主要概念是基于持续连接的假设。此外,随着我们之间的联系越来越紧密,对交流的需求也越来越普遍。如图6所示,世界技术信息存储需要与通信能力之间的差距日益扩大,这是一个令人担忧的趋势。例如,虽然目前传输全世界存储的数据在不到一年的时间内是可能的,但预计到2040年传输至少需要20年。全球存储和通信的交叉预计将在2022年左右发生,这可能对ICT产生巨大影响。尽管人工智能系统的边缘计算日益增长,以满足隐私和更快的响应时间,产生和存储的信息爆炸将需要云存储和通信基础设施的巨大增长。图6:交叉点表示产生的数据超过了世界技术信息存储和通信能力,造成了数据传输的限制。 宏伟目标# 3a: 先进的通信技术,以1Tbps@<0.1nJ/bit的峰值速率,使所有存储的100-1000 zettabyte/年的数据能够移动。 宏伟目标# 3 b: 开发智能和敏捷的网络,有效地利用带宽来最大化网络容量。 行动呼吁 为了满足日益增长的需求,通信需要彻底的进步。例如,云技术可能会发生重大变化,重点将转向边缘计算和本地数据存储。 宽带通信将从智能手机扩展到增强现实、虚拟会议和智能办公室设置。新功能将通过新的用例和新的垂直市场丰富用户体验。这需要跨越广泛议程的合作研究,旨在建立革命性范式,以支持未来大容量、节能通信的广泛应用。美国能源部科学办公室在2020年3月发表了一份报告,以确定先进无线技术的潜在机遇和探索科学挑战挑战将包括无线通信技术扩展到THz区域,无线和有线技术的相互作用,网络加密的新方法,越来越重要的安全,毫米波的新架构,设备技术,以维持带宽和功率要求,封装和热控制。 在这十年里,每年投资7亿美元在新的通讯技术。选定的优先研究主题概述如下:
巨变四:硬件研究需要突破
根据我们的观察,在未来,硬件研究需要突破,以应对在高度互联的系统和人工智能中出现的安全挑战。 当今高度相互关联的系统和应用程序需要安全和隐私(图7)。公司网络,社交网络和自治系统都是建立在可靠和安全通信的假设, 但也面临各种威胁和攻击,从敏感数据的泄露到拒绝服务。随着新用例、新威胁和新平台的出现,安全和隐私领域正在经历快速的变化。例如,量子计算的出现将带来新的威胁向量,这将给现有的加密方法带来漏洞。因此,必须开发新的抗量子攻击的加密标准,并考虑到这些标准对系统性能的影响。此外,隐私已经成为一个主要的政策问题,越来越受到全球消费者和政策制定者的关注。提高隐私的技术方法包括在收集或发布数据时混淆或加密数据。 在另一个方向,设备已经渗透到物理世界方方面面,因此对这些设备的信任就变成了安全问题。而且,安全从未如此重要。系统的安全性和可靠性除了传统的随机故障和物理世界系统的退化问题外,还需要考虑恶意攻击。网络物理系统的安全需要考虑如何即使在攻击后仍能正常运行或失败。我们需要智能算法,通过筛选上下文数据,以评估信任,做安全的传感器融合随着时间的推移。这是一个困难的问题,因为上下文数据具有巨大的多样性和数量——未来的系统实际上是具有无限通信和信令可能性的系统。例如,汽车可以相互通信,也可以与路边的基础设施。像人类一样,我们需要增强系统的智能来信任或不信任他们所感知到的一切。 图7:安全的系统视图 我们的硬件也在变化。复杂性是安全的大敌,由于性能和能效的驱动因素,如今的硬件平台极其复杂。现代片上系统设计包含了一系列特殊用途加速器和IP模块。这些系统的安全架构是复杂的,因为这些系统现在是微小的分布式系统,我们必须建立分布式安全模型与不同的信任假设为每个组件。此外,这些组件通常来自第三方,这意味着硬件供应链需要信任。对性能的追求也导致了微架构中的一些微妙问题。例如,许多现有的硬件平台很容易受到投机性执行侧信道问题的影响,这一点在Spectre(幽灵)和Meltdown(熔断)中得到了曝光。在这些问题和其他问题的驱动下,未来需要全新的硬件设计。 今天的主要工作是人工智能。许多安全系统,例如,使用异常检测来识别攻击或使用功能分析的上下文认证。AI的能力在不断增强,这些可信系统的应用也在不断增长。然而,人工智能对这些系统的可信度尚不清楚。这不仅是安全系统的问题,而且即使是具有隐含信任假设的一般系统,例如,在自动车辆中的视觉对象检测,也是一个问题。研究人员已经表明,对图像的小的扰动可以使神经网络模型产生错误的结论。一个放置在停车标志上的小贴纸可以使一个模型归类为限速45标志。其他深度学习系统的应用也有类似的信任问题:语音识别的输出可能会被潜移默化的音频变化所操纵,或者恶意软件可能会因为二进制文件的微小变化而无法被发现。深度学习模型的脆弱性与其不可预测性有关。神经网络是没有解释其决策的黑匣子。神经网络的其他重要问题是算法偏差和公平性。我们需要一些方法来让深度学习系统更加可信、可解释和公平。 最后,在过去的十年里,我们必须保护的系统变得无比复杂。云已经成为外包计算和存储,同时保持控制的标准。我们仍在努力应对云计算带来的安全挑战——多租户、供应商保证和隐私——同时云计算产品的复杂性继续增加。云现在提供了可信的执行环境以及专门的、共享的硬件和软件。与此同时,人们对边缘计算越来越感兴趣,因为我们意识到云缺乏附近计算基础设施的性能和隐私保障。边缘的异构本质意味着对边缘计算服务提供商的信任是一个主要问题,当然,物联网设备的安全性多年来一直困扰着我们。必须让资源有限、成本低廉的设备更容易实现安全发展。即使在安全设计上小心谨慎,极端环境也会造成困难。使问题复杂化的是,各个级别的系统都变得更加复杂——现代芯片系统设计包含了一系列特殊用途的加速器和IP块,基本上是小型分布式系统,我们必须为每个组件建立分布式安全模型,并对其进行不同的信任假设。 行动呼吁 今天的系统在智能化和普遍性方面的增长速度是惊人的。与此同时,这些系统不断增加的规模和复杂性迫使硬件专门化和优化以应对性能挑战。所有这些性能上的进步必须与安全和隐私方面的进步齐头并进。例如,保护机器学习或传统密码学中的弱点,保护个人数据的隐私,以及解决供应链或硬件中的弱点。 宏伟目标4: 开发与技术同步的安全和隐私进步,新的威胁和新的用例,例如可信和安全的自主和智能系统,安全的未来硬件平台,以及新兴的量子后和分布式密码算法。 在这十年里,每年投资6亿美元用于信息通信技术安全的新发展。选定的优先研究主题概述如下:巨变五:新的计算模式
在我们看来,不断增长的能源需求的计算与全球能源生产正在创造新的风险共存,新的计算模式提供了极大提高能源效率的机会。 计算技术的快速发展为几乎每一个细分市场的每一代产品提供了更强的功能,包括服务器、PC、通信、移动、汽车和娱乐等。这些进步是由私营企业和政府数十年的研发投资带来的,在计算速度、能源效率、电路密度和成本效益生产能力方面呈指数级增长。在软件和算法、系统架构、电路、设备、材料和半导体工艺技术方面的持续创新,已经成为这一增长速度的基础。虽然这一趋势已经持续了几十年,成功地克服了许多技术上的挑战,但现在人们认识到传统计算在能源效率方面已经接近基本极限,因此产生了更难克服的挑战。因此,在信息表达、信息处理、通信和信息存储方面的爆炸式创新对于可持续的经济增长和美国的技术领先地位都是迫切和关键的。 随着每年计算量的增加,用于支持这些计算的bit数也会增加。预计到2050年,我们将处理近1044bit。如图8a所示,通用计算的总能耗继续呈指数增长,大约每三年增长一倍,而世界能源产量仅呈线性增长,每年增长约2%。不断增长的全球计算能量是由不断增长的计算需求驱动的(图8b),尽管如此,计算处理器单元(例如CPU、GPU、FPGA)中每一位转换的芯片级能量在过去40年中一直在减少(如摩尔定律所示),当前处理器中为10 aJ或10-17 J。 然而,对计算增长的需求正在超过摩尔定律的发展。摩尔定律目前正在放缓,因为器件规模正在接近基本物理极限。如果计算能量的指数增长不受限制,市场动态将限制计算能力的增长,这将导致能源曲线变平(图8a中的“市场动态限制”场景)。因此,需要在计算的能源效率的根本改进,以避免“限制”的情况。 基本的难题是计算中的比特利用率,即实现一个计算指令所需的单位比特转换数。当前的CPU计算轨迹是由一个功率公式(如图9所示)描述的,其指数由p~2⁄3限定。观测轨迹和指数值的理论基础没有被清楚地理解,因此计算的理论基础需要进一步发展。可以发现,如果可以将公式中的指数增加~30%,计算效率和能源消耗将有一个100万倍的改善。如图9所示,图中“新轨迹”说明这一点。图8a:计算的总能量:实黄线表示在提高设备能量性能的同时,继续当前计算轨迹。虚线表示“市场动态限制”的场景阻止了世界计算能力的进一步增加,导致能源曲线趋平。蓝色的方框表示一个全新的计算轨迹被发现的场景。图8 (b): 2010-2050年世界计算信息的技术装机容量(简写为zip)。纯黄色的线表示当前的趋势(根据Hilbert和Lopez4的研究)。黄色虚线表示一种“市场动态有限”的情况,这种情况下,由于能源容量有限,世界计算能力将停止进一步增长。蓝框表示一个全新的计算轨迹被发现的场景。 图9:当前的CPU计算轨迹 行动呼吁 人们很快就会要求计算机技术发生革命性的变化。计算负荷继续呈指数级增长,“人工智能”应用和训练需求的增长就是证明。新的计算方法,如存内计算,特殊用途的计算引擎,不同的人工智能平台,大脑启发/神经拟态计算,量子计算,或其他解决方案将是必要的,并将需要以异构的方式组合。潜在的异构计算架构描述的范围在最近的国家科学技术委员会(NSTC)报告中,声称将需要一个跨学科,跨职能的方法来实现商业上可行的和可制造的解决方案和长期存在的可能(至少十年),以取代主流的数字方法。本文件旨在激发合作研究“从材料到架构和算法”,以建立革命性的范式,支持未来节能计算的广泛的未来数据类型,工作量和应用。有关其他背景,见美国能源部科学办公室,微电子基础研究需求研讨会报告。 在这十年里,每年投资7.5亿美元来改变计算方式发展轨迹。选定的优先研究主题概述如下 总裁兼首席执行官John Neuffer表示:“联邦政府和私营部门对半导体研发的投资推动了美国半导体产业的创新步伐,推动了整个美国和全球经济的飞速增长。” “然而,随着我们进入一个新时代,有必要重新关注公私研究伙伴关系,以应对芯片技术面临的巨大变化。联邦政府必须在半导体研究上进行雄心勃勃的投资,以使美国在半导体及其带来的改变游戏规则的未来技术方面保持领先地位。”John Neuffe说。 SRC总裁兼首席执行官Todd Younkin博士说:“未来将为半导体技术带来无限的潜力,人工智能,量子计算和先进的无线技术等新兴应用有望带来不可估量的社会效益。” “十年计划为我们如何将这种潜力转化为现实提供了一个蓝图。通过共同努力,我们可以促进半导体技术的发展,使其保持强大的竞争力,并处于创新浪潮的顶端。”from:半导体行业观察