2017年8大技術創新，每一個都那麼優秀

在《EE Times》作為記者報導電子產業新聞逾20載後，我想現在正是為電子工程領域的技術創新頒發首屆「麥利獎」(Merritt Awards)的時候了。這些獎項是完全主觀的，並沒有特別計劃或者是和我在《EE Times》的同事們交換過意見。

在被評選出來的的這些技術創新中，有一、兩項尚未開發完成，還有一些其實是在此之前即已發展成熟了。另一方面，這個「麥利獎」有一部份來自我的前同事在email中給我的靈感，他希望我幫忙列出2017年度的幾項重要創新技術。

我決定列出這些即將改變未來的技術，而非與該技術創新有關的人名，同時也希望向在這些技術背後的所有人致敬，畢竟這些技術創新將在未來改寫我們的生活。我的評選方法很簡單：我從去年開始在推特(Tweeter)發布我所寫的每篇文章標題，然後排名最多追隨者與轉發的「推文」(tweet)。

接下來就讓我們由後往前依序看看即將改變未來人類生活的2017年8大工程技術創新：

＃8 為科學遊行 「

為科學遊行」(March for Science)是去年4月首度在美國華盛頓特區(Washington DC)以及全球600多個城市舉行的巡迴集會，主要是為了慶祝技術與科學方法及其在日常生活的重要角色，並喚醒大眾關注基於實證的政策規劃與實踐。我不確定這項年度活動是否會持續舉辦，但我希望很快地能再次一起為科學遊行！

2017年地球日大遊行，全球挺科學

＃7 微波輔助磁記錄

每十年左右，硬碟驅動器(HDD)產業都必須重新開發其核心技術；就像晶元製造商每隔10年不得不得重新尋找CMOS的微縮比例。

Western Digital (WD)在去年10月發布的微波輔助磁記錄(MAMR)技術令人印象深刻，而希捷科技(Seagate Technology)也不遑多讓，持續投入其先驅的熱輔助硬碟技術。

WD產品經理手持MAMR原型硬碟

這並不是目前最酷的技術，但如果少了硬碟，就沒辦法迅速地存取儲存在Facebook的照片以及其他雲端服務了。

＃6 三星3D NAND、英特爾3DXP

我認為三星更值得這個獎項，因為它既是該技術的先驅，又在去年8月發表了Tbit級3D NAND晶元。

過去幾年來，三星的工程師為業界帶來了新一代的3D設計與製造。該公司不僅徹底改變了NAND快閃記憶體(flash)，同時還成為單體3D設計的代表，可望成為未來多年半導體產業的中流砥柱。

在這個領域有許多競爭對手——NAND製造商迅速成為三星的追隨者，迫使其創造自家的創新技術，因為到處都充斥著如何製造這些晶元的秘密了。英特爾(Intel)是主要的追隨者之一，但該公司也試圖進一步延伸，因而率先在去年3月推出新興的儲存級內存與設備。

2D NAND vs. 3D NAND結構

＃5 RISC-V指令集架構

美國加州大學伯克利分校(UC Berkeley)的研究生和教授在過去幾年來的努力，創造了一種新的微處理器架構——RISC-V，它並不受到授權的限制。這項成果還為開放來源硬體帶來了更多新的可能性。有鑒於當今半導體產業的整並與成熟，即使是這個運動的資深共同創辦人也對這項開發成果感到震驚。

事實上，首款執行Linux的RISC-V SoC至少要到2018年才能商用化，那麼它適合列入2017年的獎項嗎？同樣地，許多RISC-V核心也正用於2018年及以後的各種商業產品。但對我和其他觀察家來說，他們都從2017年開始播下種子。

美國加州大學伯克利分校打造的RISC-V核心

＃4 百度DuerOS語音助理

其實要頒獎給有功於推廣人工智慧(AI)喇叭概念的亞馬遜(Amazon)並不難，但我想它並不需要更多的知名度——在美國的地鐵甚至都為其裝點起來，期望爭取成為這家西雅圖數據中心巨擘的第二公司總部所在。此外，隨著該公司收購Whole Foods，我最近對於Amazon的AI技術反而變得害怕而不再是敬畏了。

相形之下，號稱「中國Google」的百度(Baidu)宣稱，該公司最先在網路上發明了智能語音助理，只是因為他們說的是中文，所以很多美國人並沒有注意到。

百度Duer事業部總經理景鯤認為所有的設備都應該以語音啟動。我曾經有機會見到他，也發現他是一位腳踏實地的人。所以，我暫且相信他會用收集的個人資料做正確的事情。

百度Duer事業部總經理景鯤

＃3 Nvidia的Volta GPU

幾年前，我有機會參加英偉達(Nvidia)的年度GPU技術大會，首席執行官黃仁勛的主題演說讓我開始關注ImageNet深度學習神經網路及其意義。而在去年5月的年度活動中發表Volta，則是該公司首度因應訓練神經網路的需求而量身打造的首款GPU晶元。

Volta超越了Nervana和Graphcore等新創公司，也由於該晶元有助於發揮最佳性能而得到AI研究人員的讚賞。

Nvidia首席執行官黃仁勛在主題演說中發表Volta GPU

＃2 Google Tensor處理器

多年來，我們不斷看到有關Google招聘晶元設計人員的消息，很想知道他們在做什麼。管理這個團隊的人可能也不時地在問自己這個問題。

Google終於在2016年5月發布首款張量處理器單元(Tensor Processing Unit；TPU)，目的在於加速深度學習神經網路的推論作業。這真的令人印象深刻，尤其是想到這可是花費了16個月的設計周期啊！

今年，Google更新TPU以用於處理訓練任務，並披露了第一代晶元的內部工作細節。在這個知識產權(IP)保密的時代，Google仍不吝於分享，希望整個產業能朝著每個人的利益發展。這就是我們需要的精神！

Google首款自製機器學習專用晶元TPU

＃1 極紫外光微影

經過20多年的發展，ASML在2017年出貨了號稱歷來最大最貴的電子產品之「量產就緒版」。如果這款極紫外光微影(EUV)步進器成功了，他們將有助於在未來幾年打造更先進的電子組件。

最新的EUV系統並不完美。據我所知，他們缺乏一種生產所需的保護薄膜。他們可能還需要改進其抗蝕材料，而且吞吐量仍然低於193nm技術每小時200+晶圓的目標。

也就是說，這個系統是物理學的一大奇蹟。它透過激光束照射熔融錫滴而產生光源，再經由光學數組使光折射出來，並將其聚焦於奈米級的空間中，這樣的精確度對於微處理器設計人員已經足夠了。隨著時間的進展，預計再過幾年，將持續開發出新的EUV技術所需的高數值孔徑(NA)版本。

EUV微影時代真的快來了？（來源：ASML）

每一位身處或受益於科技產業的我們(也就是說所有人)對於堅持投入這些系統與技術創新的團隊都心懷感謝。

編譯：Susan Hong

本文授權編譯自EE Times，版權所有，謝絕轉載

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！