ETO 指出，2018 年至 2023 年期间，全球共发表了 47.5 万篇有关芯片设计和制造的文章。其中 34% 由中国机构撰写，而美国和欧洲的论文数量分别只有 15% 和 18%。虽然芯片制造不像人工智能和LL等热门学科那样受欢迎，但中国似乎正全力投入研究制造的未来。
中国的研究质量也处于高位。如果只看引用率排名前 10% 的文章，该领域有 50% 的文章来自中国。美国和欧洲则远远落后，分别为 22% 和 17%。印度、日本和韩国也对这两个指标有所贡献，但都远远不及中国丰富的研究成果和高引用率。
这些数字并不意味着中国比美国更先进，但这项元研究的作者认为，这可能很快就会实现。ETO 的 Zachary Arnold 在对《自然》杂志的评论中表示：“我不知道我们是否见过一个领域存在如此大的差异……当你看到如此多的活动时，很难想象这不会对中国的技术能力以及未来几年的制造能力产生影响。”
就中国的研究而言，神经形态计算（基于结构类似神经元的处理器）和光电计算（利用光在芯片内传输数据）占据了中国现代研究的大部分份额。这些是后摩尔定律技术，它们超越了追求越来越小的工艺节点的传统框架，因此也不受目前针对中国产业的监管。作为新兴技术，除非美国设法抢在中国之前申请专利，否则禁止出口工具的标准芯片战争手段对这些下一代芯片将毫无用处。
美国对中国芯片市场的攻势主要是为了限制中国制造尖端芯片，具体做法是对中国进口现代芯片制造设备的能力实施制裁。自 2022 年以来，这包括制造小于 14 纳米芯片的任何技术。包括 ASML 在内的国际芯片制造供应商已被明确禁止向与中国有关联的实体出售产品，这实际上出于“国家安全原因”将中国限制在传统芯片上。
可惜的是，正当该行业为这些法规带来的大量成熟芯片从中国涌入世界市场做准备时，中国最终也可能发现西方知识和能力所不及的芯片制造技术。中国研究机构占据了全球芯片制造领域被引用次数最多的前 8 名，而且没有放缓的迹象。这些被引用次数最多的大量研究避开了常见的反华理论，这些理论认为中国只从窃取技术和研究中获利。
中国对下一代计算机芯片的研究是美国产出的两倍
分析发现，中国目前正在进行未来计算硬件的大部分基础研究。作者表示，如果这些研究成果发展成商业应用，美国可能很快就会发现，利用出口管制来保持其在高性能微芯片设计和生产方面的竞争优势已经不可能了。
尽管这项研究的结果并不意味着中国目前处于这一领域的领先地位，但“可以说，它向我们展示了事态的未来发展方向”，进行分析的华盛顿乔治城大学新兴技术观察站（ETO）首席分析师扎卡里·阿诺德说。
这项研究于 3 月 3 日发表，发现 2018 年至 2023 年间，芯片设计和制造研究论文中来自中国机构的作者数量是美国机构作者的两倍多。这不仅仅是数量问题：中国在高引用论文方面也表现出色。在当年被引用次数最多的前 10% 的论文中，50% 是来自中国的作者共同撰写的。相比之下，来自美国的作者为 22%，来自欧洲机构的作者为 17%。
此类研究涉及广泛的学科，涵盖从传统计算机芯片和针对人工智能 (AI) 优化的快速图形处理单元到全新架构的所有内容。为了找到并整理与他们的研究相关的论文，ETO 的分析师必须训练一种机器学习算法。Arnold 说，他们的分析主要捕捉新兴芯片技术，而不是商业进步，后者通常是渐进式和专有的。
这项研究只包括了英文摘要的论文；对于中国作者的论文来说，这些论文更有可能具有国际影响力。阿诺德说，中国一直在提高其在许多领域的研究成果。“但我不知道我们是否见过有哪个领域存在如此大的差异，”他补充道。“当你看到如此多的活动时，很难想象这不会对中国的技术能力和未来几年的制造能力产生影响。”
这一发现与陈云霁在中国的所见所闻不谋而合。陈云霁是北京处理器国家重点实验室负责人，也是设计针对人工智能优化的芯片的公司寒武纪的联合创始人。他表示，中国的制造能力落后于芯片设计，部分原因是美国的出口管制。
从 2022 年 10 月开始，美国商务部开始禁止向中国出售某些先进芯片和制造设备。美国政府表示，其采取这一行动的部分原因是中国正在利用人工智能能力“监视、跟踪和监视本国公民，并推动其军事现代化”。
但陈教授表示，中国的研究正在产生重大的学术影响。他补充说，该团队在谷歌学术上为深度学习设计的计算架构的引用次数已超过 10,000 次，其中最大比例（41%）来自美国。
ETO 团队还确定了芯片研究的“热点”，包括神经形态计算（一种受神经元生物物理学启发的架构）和光学计算（使用光而不是电子来承载信息，可以提高计算机效率）。就论文数量而言，“中国在这两个特定领域都处于领先地位，”Arnold 说。
乔治城大学安全与新兴技术中心的数据研究分析师兼中国问题专家雅各布·费尔德戈伊斯 (Jacob Feldgoise) 表示，如果这两种推测性技术能够实现商业化，那么它们都有可能应用于人工智能。乔治城大学安全与新兴技术中心是 ETO 的主办方。他说，这些技术主要使用美国没有垄断的成熟制造技术。“中国正在试验许多下一代技术，如果这些技术能够实现商业化，美国将很难控制它们，”他补充道。“如果中国能够将其中一些技术商业化，那么他们不只是迎头赶上，而是有可能实现跨越式发展。”
中国是这一领域产量最大的国家
ETO 的研究年鉴追踪关键技术领域的全球研究趋势，绘制增长趋势并确定领先的公司、研究机构和企业。在之前的文章中，我们利用年鉴探索了人工智能安全研究和网络安全的全球趋势。今天，我们将从高层次上介绍研究年鉴中最新添加的主题：芯片设计和制造。
2018 年至 2023 年期间，已发表了数十万篇芯片设计和制造研究论文，但该领域的增长速度并不像人工智能等热门话题那样快。
中国是迄今为止发表芯片设计和制造研究出版物最多的国家，2018 年至 2023 年的论文数量超过排在其后三个国家的总和。
中国在芯片出版物被引用次数最多的方面也处于领先地位，其中一半被引用次数最多的文章都是来自中国组织和大学的作者。
近期已发表的芯片设计和制造研究成果的增长主要来自中国和印度，而大多数其他国家的研究成果产出实际上随着时间的推移而减少。
请注意，ETO 的研究年鉴仅考虑公开的研究出版物，不包括专利或行业内部研究。这对于芯片设计和制造尤其重要，因为芯片设计和制造的大部分工作都是在行业中进行的，因此我们在此仅分析整体情况的一个方面。
根据《研究年鉴》的最新数据，2018 年至 2023 年期间发布了约475,000 篇与芯片设计和制造相关的文章。（这个总数以及这篇文章中来自《研究年鉴》的其他发现均基于我们合并学术语料库中具有英文标题或摘要的文章；它们省略了没有英文摘要和非公开研究的文章。）。
2018 年至 2023 年间，芯片研究总体增长了8% 。这一增长速度低于人工智能或LLM等热门研究领域。
研究年鉴数据集中， 15%的芯片设计与制造相关文章的作者来自美国机构，34% 的作者来自中国，18% 的作者来自欧洲。（请注意，有些文章缺少作者机构和国家/地区信息，并且我们的分析不包括没有英文摘要的文章，这可能会影响中国作者的数量。）最大的生产国——中国——远远领先于下一个最多产的国家（以美国为首）。
仅从高引用率文章来看，中国再次占据榜首。高引用率的芯片设计和制造文章（定义为每个出版年份引用率最高的 10% 的文章）中有50%的作者是中国，而美国作者和欧洲作者分别占22%和17%。在中国和美国之后，韩国和德国分别位居第三和第四位，但差距很大。
2018 年至 2023 年期间，十大芯片研究产出者中有九个是 中国研究机构，其中以中国科学院为首，2018 年至 2023 年期间共发表了 14,387 篇文章。（同样，我们只统计英文文章 - 如果包括中文文章，中国组织的数量可能会更高。）
如果只统计高引用率的文章，中国机构占据了前 8 名。按照我们在这里使用的指标——按引用次数计算，在同一时期的所有芯片设计和制造论文中，最近发表的文章数量位居前十分之一——世界领先者是中国科学院、中国科学院大学和清华大学。
其他多产的产出者包括新加坡国立大学和法国国家科学研究中心，其中后者是按文章数量排名的芯片研究第三大产出者。
年鉴的引用次数最高的文章列表中出现了一些共同的主题，其中包括 2018 年至 2023 年期间发表的十篇引用次数最高的芯片设计和制造文章。其中一些文章重点关注半导体应用中使用的二维材料，例如石墨烯和MXenes。过渡金属在列表中也占有重要地位，包括对铁磁过渡金属和过渡金属二硫属化物的研究。
芯片设计与制造研究的热点问题
过去几年，芯片设计和制造领域发表了数十万篇文章。幸运的是，ETO 工具可以帮助从大量论文中提炼出更广泛的趋势。在本文，我们将展示科学地图如何帮助您了解全球芯片研究的关键领域。
科学地图将数以亿计的全球研究出版物组织成研究集群，这些集群是经常相互引用的文章组 - 通常是因为它们有其他共同点，例如主题、概念或语言。您可以使用地图的内置过滤器缩小到与特定主题相关的集群，或基于其他特征（如增长率、国家或组织）缩小到集群。
科学地图用户通常希望了解某一特定主题的“顶级”研究领域。当然，定义“顶级”研究的方法有很多，但 ETO 分析师通常会结合使用地图的增长和规模概念来开始分析。通过这种方法，我们会寻找既异常庞大又有大量近期文章的研究集群——这是一种罕见的组合。
让我们看看这对芯片设计和制造的具体作用。在调整了地图列表视图中的过滤器后，我将范围缩小到增长评级为 75 或更高的研究集群（即最近发表的文章比例高于地图中所有集群的 75% 或更多）并且在过去五年中至少有 1000 篇新文章。（如果您愿意，可以尝试在每个过滤器上使用不同的阈值。）
ETO 科学地图中的芯片相关研究集群，至少有 1000 篇近期文章和 75+ 的增长评级。
这些集群中的许多似乎都专注于“后摩尔定律”半导体的研究，反映出行业和学术界对传统芯片技术即将面临的极限的担忧。几十年来，半导体行业一直在进行探索性研究，因为他们知道，最终基于互补金属氧化物半导体 (CMOS) 的半导体器件制造将达到原子极限：即我们无法在硅集成电路上物理地安装更多晶体管的临界点。
我们确定的“热门话题”集群反映了这一新兴研究议程中的几个不同主题，包括围绕新计算模型构建的半导体，例如神经形态计算 ( 3255 )，以及用于更高效架构和封装的技术，例如光子学 ( 23560 )。（光子学也越来越多地用于处理器之间的高速网络和数据通信。)
转自：半导体行业观察
© 滤波器 微信公众号
