面向智能社会的电子信息领域潜在颠覆性技术分析

工程7（2021）1051意见和评论面向智能社会的电子信息领域潜在颠覆性技术分析吕越光a，张雅欣b，c，刘扬d，潍坊陈e，张西林f，徐文源g，吴长菊e，王兰c，曾宏新c，宣胜c，杨锐h，王增辉i，邝坤j，吴飞ja中国工程院，北京100088b电子科技大学长三角研究所（湖州），中国湖州313001c电子科技大学电子科学与工程学院，成都611731d系统工程研究所，北京100091浙江大学航空航天学院，浙江杭州310027f电子科技大学自动化工程学院，成都611731g浙江大学电气工程学院，浙江上海交通大学-i电子科技大学基础与前沿科学研究所，成都611731j浙江大学计算机科学与技术学院，浙江杭州3100271. 介绍进入新世纪，在智能社会发展的推动下，电子信息领域与各技术领域和产业的融合加速发展，成为新一轮技术革命和产业变革的主要推动力。这推动了全球技术、产业和分工的深刻调整，重塑了世界各国的创新力和竞争力。电子信息在世界范围内得到了最集中的研究和开发投资，并一直在积极推进和发挥主导作用的传播。自然成为世界科技强国谋求经济发展和竞争优势的重要战略领域。考虑到智能社会的技术需求（例如，普遍连接、实时宽带和泛在智能），后摩尔时代信息和电子领域的数字化、网络化和智能化趋势日益明显，并催生了若干颠覆性技术。在基础研究层面，量子电磁学、突破摩尔定律的集成电路图1.一、新兴技术的突破性进展（例如，下一代高速计算和第六代移动网络（6G）技术）[1]，可广泛应用于各个行业，并可能对社会产生深远影响交叉集成和破坏性应用程序的创新[2]（例如，综合信息与电子领域主要涉及信息的产生、传输、处理和利用，并依赖于基础理论、材料和技术。该领域的颠覆性技术具有基础性、跨学科性、爆炸性和交叉集成性的特点。基础性是指从基础理论开始孵化新技术。跨学科意味着涵盖多个技术方向并扩展到多个应用领域。爆发性是指应用的快速扩展和产业的爆发。技术的交叉整合（例如，信息感知、处理和高速通信）促进了创新应用（例如，物联网和智慧城市），这反过来又使信息社会向智能社会发展。本文以碳基材料和信息超材料、光子学-光子学-电子学技术、内存计算（CIM）和人工智能（AI）为例，探讨了潜在的颠覆性技术2. 碳基材料与数字信息超材料技术硅基芯片是现代信息技术的基石然而，它们已经达到了摩尔定律的物理极限和性能的天花板。2018年，国际设备和系统路线图将碳基纳米材料列为未来集成电路技术的一种选择，从那时起，半导体碳纳米管（CNT）已被证明具有构建碳基芯片的潜力与传统的大块硅和砷化镓（GaAs）https://doi.org/10.1016/j.eng.2021.05.0042095-8099/©2021 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程杂志首页：www.elsevier.com/locate/engY. 柳湾Zhang，Y.Liu等人工程7（2021）10511052··Fig. 1. 电子和信息领域潜在的颠覆性技术。6 G：第六代移动网络; AI：人工智能。碳纳米管具有低功耗、高载流子传输（高达10 5cm2 V-1 s-1）[4]和超薄体（一维半导体）的特点。这些特性将碳纳米管场效应晶体管（CNFET）的能量效率提高了一个数量级，与硅基场效应晶体管的能量效率相当。一个超硅微处理器组成的CNFET制造的标准工业设计过程中，证明了克服整个晶圆衬底的纳米级缺陷。未来，超长CNT的精确控制和批量制备，以及高密度和高纯度CNT阵列的制备，将使基于CNFET的超大规模集成电路的数字化制造成为可能，从而为大规模生产具有显著性能改进的下一代芯片超材料是一种人造材料，它被设计成具有自然界不存在的特性东南大学崔铁军院士提出的数字信息超材料控制宏观物理性质[5]（例如，电磁、光学和声学特性），这些特性在传统材料中是无法通过精确设计微结构单元的几何形状、尺寸和排列获得的特别是，基本思想是将数字控制信号施加到每个微结构单元以控制其电磁谐振特性。当电磁波与数字超材料相互作用时，它们被编码为数字控制信息。通过这种方式，电磁波的相位、幅度、波束方向和轨道角动量可以通过数字控制信号连续改变，并且数字信息超材料可以仅用一个组件来执行调制、传输和波束捷变因此，数字信息超材料可以改变成像、无线通信、智能感知系统等的模式[6，7]。近年来，信息超材料已被用于实现时间编码和提出了一种360°相位准连续调谐和非线性极化合成的方法此外，这些材料可以打破互易性并隔离空间和频率域中的波反射，其中这些非互易性可以动态地控制效果。目前，信息超材料已经实现了现场可编程全息成像，可以独立控制电磁波的近场/远场模式，以及不同偏振下电磁波的透射和反射模式，有望实现从微波到太赫兹、光频段的全息成像。更重要的是，实现了具有极简架构的无线通信系统，其中信息元材料已经开发出多种功能，例如传统系统中的信息加载、信息传输和通信复用技术 信息Meta材料可以动态地、任意地操纵电磁波，但需要人工控制来切换不同的功能。因此，信息超材料有望实现智能电子器件，如图2所示。目前，超材料的智能化主要体现在自适应超材料以及与AI的结合上。3. 光电子交叉长期以来，信息与电子工程的发展都是建立在对电磁波谱的利用和开发上的，电磁波谱是该领域的核心资源，从微波到红外，从红外到可见光和紫外，每一种波谱都对应着其独特的信息产生和处理方式。但随着磁技术的发展，各个光谱的技术逐渐形成交叉融合的趋势，光、电技术不断相互渗透，共同发展。微波光子学技术是光电集成技术的产物，它将光的发射、调制和探测等功能与硅基芯片相结合，研制出以硅光为中心的电子器件。在此基础上，研究人员开发了具有“光”传输控制和“电”信息处理体系结构的新型雷达、成像和通信系统，2020年，英特尔展示了一款copackaged Optics以太网交换机，该交换机集成了1. 6Tb·s-1硅光引擎和12. 8Tb·s-1可编程以太网交换机，Y. 柳湾Zhang，Y.Liu等人工程7（2021）10511053·支持未来网络带宽扩展的新技术[10]。中山大学的一个团队提出了一种高速硅光控制芯片，首次将锂离子电池薄膜和硅基芯片集成在一起。该芯片大大提高了硅光芯片的性能，首次实现了1 Tb s-1以上的无线通信速率，并创下了无线通信传输的世界纪录[11]。此外，集成光子学的发展使光子处理器具有更高的单位面积计算能力和更好的潜在可扩展性。2021年，麻省理工学院林肯实验室展示了一种使用集成波导和光栅耦合器的表面电极离子阱芯片，为量子信息处理系统中更大数量的离子提供了完整和单独的控制方法[12]。太赫兹频谱位于微波和红外之间，已成为跨越光子学和电子学的频谱桥梁，如图3所示。最终，太赫兹技术将成为光和电的交叉集成技术. 近年来，太赫兹技术在宽带移动通信、高帧频和高分辨率雷达、快速安全检测、材料和生物分析等领域得到了广泛的应用太赫兹通信因其波束宽度适中、易跟踪、极宽带宽、保密性强等特点，被确定为未来6G无线通信技术的八大潜在技术虽然各种新材料和新结构的应用使太赫兹通信器件的性能有了飞跃性的发展，但现有的太赫兹器件要实现超高性能太赫兹通信技术的要求，仍然面临着诸多挑战。首先，分子吸收和自由空间损耗以及太赫兹器件有限的传输功率限制了远距离地面通信的应用而且，太赫兹通信的发射端能耗较低，但由于基带信号处理的高能耗，总能耗仍然较高同时，在太赫兹通信中，图二.数字信息超材料技术。图三. 交叉光子学Y. 柳湾Zhang，Y.Liu等人工程7（2021）10511054随着传输功率的增加，更容易过热，因此对设备的微散热技术提出了更高的要求。最后，由于太赫兹通信技术在与新兴技术结合时仍然面临着材料和传输功率等通信标准缺乏的问题，跨学科合作任重道远。4. 带有二维（2D）器械的可逆导管输入模块AI、大数据等技术的发展，推动社会进入智能时代随着智慧城市、城市大脑等社会发展新概念的出现，催生了海量数据，对海量数据的高速智能化处理提出了迫切需求。在传统的冯·诺依曼体系结构中，逻辑和存储功能的物理分离导致了因此，计算能力和由此产生的能耗已成为智能社会发展的新瓶颈。最近，CIM已经成为一个有前途的替代方案，其中逻辑操作在存储器单元内执行CIM已经被证明[13]具有易失性存储器，例如静态随机存取存储器和动态随机存取存储器，以及非易失性存储器，例如闪存、相变存储器和电阻式随机存取存储器。计算效率的持续提升面临着另一个重大挑战：计算的可逆性。冯·对于逻辑门，例如“AND”和“OR”，在每次逻辑操作期间擦除一位信息，导致不可避免的能量消耗。Fredkin门是一种能克服VNL限制并能完成完全布尔运算的可擦除逻辑门，它为数字计算提供了一种新的途径。将可逆逻辑与CIM结合可以创建一个新的范例在先进的计算（图。 4）.2D材料（包括碳基材料）具有优异的电学和机械性能，因此非常有希望用于构建未来的CIM和可逆计算设备。这些材料已经用于实现并行内存数据搜索和逻辑内存设备[14]。这些2D器件具有超小尺寸和超低功耗，并且可以与其他材料和器件集成，从而为创建未来的可逆CIM应用提供了令人兴奋的机会。然而，用于可逆CIM的2D材料和设备仍面临挑战，以用于智能社会的现实应用中。首先，不同的2D计算设备表现出不同的优点和限制;因此，最适合这种可逆CIM的2D设备仍有待确定。第二，虽然二维材料的薄膜生长一直在进步，这些材料在晶片规模上的快速发展仍然存在均匀性和可靠性问题，这可能影响器件性能。第三，这种器件的大规模异构集成以及与外部电路的异构集成仍然面临着若干技术挑战。因此，有必要继续开展研究工作，以进一步阐明计算机制，优化材料生长技术，并提高集成能力。一旦克服了这些关键障碍，我们设想，能够实现可逆CIM的超低功耗和紧凑型2D设备将在未来的智能社会中得到广泛采用。5. 大数据驱动的AI技术在智能社会中，三元空间（即，cyber–physi- cal–human space)continuously produces massive quantities of data in differentforms,exhibitingexplicitorimplicitinteractionpatternsbetween individuals and representing human 来自三元空间的大数据[15]正在重塑当前用于科学实验、模型归纳和仿真的计算方法，从而促进数据密集型计算新范式的建立。 这种由大数据驱动的基于人工智能的计算范式，利用人工智能技术对大数据进行深入分析，探索其隐藏的模式和规律的智能形式，并利用理论方法和支撑技术将大数据合成为知识和决策，如图所示。 五、“从数据到知识，从知识到决策”的计算范式因此，这种计算范式的特点是提高了泛化能力，抵抗攻击，过程推理，以及实现一个复杂的系统架构。因此，大数据驱动的AI理论创新，如作为未知建模，模型鲁棒性和可解释性，不完全信息下的博弈，以及人在回路中，将帮助人工智能向强人工智能飞跃[16]，并为自主无人系统，群体协作智能和混合增强智能提供大数据驱动的人工智能发展近年来以各种方式用于实现自适应、自学习、自进化、安全和可验证的智能模型和基础理论算法、超大规模高性能机器学习范式等技术研究。AI可以提高未知模型的性能。例如，我们可以用它来优化碳基材料和超材料的设计过程。此外，它还可以用于帮助实现针对群体智能的游戏，并通过计算架构来增强机器学习大数据驱动的人工智能将推动“数据+因果”[17]的科学研究方法的图四、可逆CIM的图示（a）Fredkin门可用于构建逻辑电路。A、B和C是指Fredkin门的输入;A、B和C表示Fredkin门的输出（b）CIM可以与2D设备的独特功能相结合，以实现（c）可逆CIM，从而实现新的计算范式。Y. 柳湾Zhang，Y.Liu等人工程7（2021）10511055图五.大数据驱动的AI技术的图解。4+范式的核心是研究基于知识引导、数据驱动和经验学习的模型方法，以知识引导演绎、数据驱动归纳、环境反馈回路规划等新理论和新技术支撑智能社会然而，目前的人工智能技术仍然存在感知智能适应性差、认知机制不明确、通用人工智能发展薄弱等问题。迫切需要AI在算法上取得突破，形成新一代安全可靠的智能。该领域有以下热点：如何将数据驱动、知识引导和经验学习机制结合起来，以获得更可解释、稳定、公平和可操作的模型，该模型可以跟踪模型的输出结果（具有可解释性和因果关系），实现对可能错误的鲁棒性，并实现学习未知建模问题的能力。6. 结论随着智能社会的不断发展，新兴工业市场，工业技术进步和智能军事对抗，信息和电子工程领域的不同部门和技术领域出现了一些新兴技术。这些已经形成一系列创新技术群，涵盖电子信息基础理论，材料，器件制造过程以及信息的产生，传输，处理和利用。这些创新具有巨大的潜力，导致了能够影响生产和人类生活的颠覆性技术--“无声地滋润事物”。 这篇文章强调了几个有潜在突破的方向，但到目前为止还不全面。例如，在传感与处理领域，有柔性电磁材料与电子设备、基于自旋电子学的器件与设备、2D材料、智能传感等;在通信领域，有新一代6G通信技术;在网络领域，有天地一体化网络信息技术、区块链技术等。所有这些因素都在为颠覆性的技术。我们相信，信息和电子工程领域的一系列新兴颠覆性技术将产生深远的社会影响，并推动下一次工业革命。确认这项工作得到了工程科学技术颠覆性技术战略研究（2019-ZD-27-04）的支持。引用[1] GiordaniM，Polese M，Mezzavilla M，Rangan S，Zorzi M. 走向6G网络：用例和技术。IEEE Commun Mag2020;58（3）：55-61.[2] 王志，唐凯.抗击COVID-19：卫生公平至关重要。Nat Med2020;26（4）：458。[3] 超越CMOS：器件和系统的国际路线图。Piscataway：IEEE; 2019年8月13日[引用于2021年2月26日]。可从以下网址获得：irds.ieee.org/editions[4] 白华，高华，马毅，王强，吴毅。第一性原理晶体轨道对Stone-Wales缺陷引起之字形碳纳米管载流子迁移率异常增加的研究。直径相关材料2020;109：108013。[5] 崔天健，齐明生，万新，赵杰，程强。编码超材料、数字超材料和可编程超材料。Light Sci Appl 2014;3（10）：e218.[6] 戴继英，唐伟康，赵军，李翔，程强，柯建昌，等。基于时域数字编码元表面的简化结构的无线通信。Adv Mater Technol2019;4（7）：1900044.[7] 赵军，杨欣，戴继英，程强，李欣，齐南华，等。用于非线性谐波处理和新型无线通信系统的可编程时域数字编码元表面。 Natl Sci Rev 2019;6（2）：231-8.[8] 崔天健，李林，刘胜，马强，张林，万新，等。信息超材料系统。iScience2020;23（8）：101403.[9] 张 良 ， 陈 晓 勤 ， 刘 松 ， 张 勤 ， 赵 健 ， 戴 继 永 ， 等 。 空 时 编 码 数 字 元 表 面 。 NatCommun2018;9（1）：4334.[10] 英 特 尔 展 示 了 业 界 第 一 款 共 同 封 装 的 光 纤 以 太 网 交 换 机 [Internet] 。Westborough：Inside HPC; 2020 Mar 6 [cited 2021 Jan 24].可从以下网址获得：https://insidehpc.com/2020/03/intel-demonstrates-industry-first-co-packaged-optics-ethernet-switch/。[11] HeM，Xu M，Ren Y，Jian J，Ruan Z，Xu Y，et al. 适用于100 Gbit s - 1及以上的高性能混合硅和锂酸盐马赫-曾德尔调制器。Nat Photonics 2019;13（5）：359-64.[12] 吴宏，戴勤.人工智能被光加速。Nature 2021;589（7840）：25-6.[13] 姚平，吴宏，高斌，唐军，张强，张伟，等。全硬件实现的忆阻器卷积神经网络。Nature 2020;577（7792）：641-6.Y. 柳湾Zhang，Y.Liu等人工程7（2021）10511056[14] [10] Migliato Marega G ， Zhao Y ， Avsar A ， Wang Z ， Tripathi M ，Radenovic A ， et al. 基 于 原 子 级 薄 半 导 体 的 逻 辑 内 存 。 Nature2020;587（7832）：72-7.[15] Frankel F，Reid R.大数据：从数据中提炼意义。Nature 2008;455（7209）：30.[16] 裴军，邓丽，宋松，赵明，张勇，吴松，等.基于混合Tianjic芯片架构的通用人工智能.中国科学院学报，2001，12（1）：133 - 134. Nature 2019;572（7767）：106-11.[17] 匡凯，李玲，耿正，徐丽，张凯，廖波，等。因果推理。工程2020;6（3）：253-63。