由COVID-19大流行带来的连锁反应，众多后果之一是对电子设备至关重要的微芯片的全球短缺。制造这些芯片的工厂不得不在疫情高峰期关闭。一些产品可能会被推迟数月。
现在评估后续影响还为时太早，但足以让我们把注意力集中在一些关键的问题上，包括如何使制造过程对冲击和紧急情况有更强的适应性。
一个众所周知的问题是，微芯片仅由少数几家公司设计，包括韩国的三星和加州的英特尔、英伟达和高通。但并非所有这些公司都制造芯片。有些可以，有些则将工作外包给第三方。而大约80%的芯片是在亚洲制造的(Nature Electron. 4, 317; 2021)。最大的制造商是位于新竹的台湾半导体制造公司(TSMC)，使用目前的制造工艺，它负责全球28%的产能。尽管这种集中无疑给该地区带来了巨大的利益，但它也造成了目前的供应短缺。
中国大陆、美国和欧洲国家正在增加对微芯片研究和开发的投资。亚马逊、谷歌、微软和其他大型美国技术公司也在做同样的事情，投资额估计达数亿美元。
同样有所帮助的是本周的一份报告，谷歌的研究人员已经大大减少了设计微芯片所需的时间(A. Mirhoseini等人，自然594，207-212；2021)。这是一个重要的成就，对加快供应链将有巨大的帮助，但技术专长必须广泛分享，以确保公司的 "生态系统" 真正全球化。而且，该行业必须确保节省时间的技术不会赶走拥有必要核心技能的工程师。
研究人员和工程师们继续设计和制造处理能力和复杂性越来越高的微芯片。根据摩尔定律——随着晶体管变小，每块芯片的晶体管数量大约每两年翻一番的原则(G. E. Moore Electronics 38, 114-117; 1965)——每块微芯片的晶体管数量已经从1970年代初的几千个增加到今天的几百亿。
尽管芯片的制造在很大程度上是自动化的，但设计仍然依赖于手工过程。工程师和设计师使用计算机辅助设计软件，但他们仍然需要花费数周或数月的时间来研究如何将所有的元件装入可用空间。谷歌的研究人员现在表明，通过使用人工智能(AI)，这个过程可以在一天之内完成。
通常情况下，一个微芯片的面积是几十到几百毫米见方。这一空间需要容纳数以千计的组件，如内存、逻辑和处理单元，再加上许实际长度数公里的超薄电线，将这些组件连接在一起。设计过程中最具挑战性的方面之一是 "芯片平面规划"。这涉及到将这些组件放置在哪里最好，就像建筑师设计一栋建筑的内部空间，使其能够容纳所有需要的固定装置和设备一样。
谷歌的研究人员使用了10000张芯片平面图来训练AI。然后，AI开始学习生成平面图，与工程师设计的平面图相比，不用更多空间、电线和电力。小型化和低功耗对于智能手机中使用的芯片尤为重要。
人工智能生成的芯片的设计时间不到6个小时，该方法已经被用于设计谷歌的张量处理单元，即TPU，主要用于该公司基于云的机器学习应用。目前还有更多的测试，以确保AI的设计能力是稳健的，能够适应其他数据集和芯片类型。
0
