2017年改写未来生活的8大技术创新

在《EE Times》作为记者报导电子产业新闻逾20载后，我想现在正是为电子工程领域的技术创新颁发首届“麦利奖”(Merritt Awards)的时候了。这些奖项是完全主观的，并没有特别计划或者是和我在《EE Times》的同事们交换过意见。lHoednc

在被评选出来的的这些技术创新中，有一、两项尚未开发完成，还有一些其实是在此之前即已发展成熟了。另一方面，这个“麦利奖”有一部份来自我的前同事在email中给我的灵感，他希望我帮忙列出2017年度的几项重要创新技术。lHoednc

我决定列出这些即将改变未来的技术，而非与该技术创新有关的人名，同时也希望向在这些技术背后的所有人致敬，毕竟这些技术创新将在未来改写我们的生活。我的评选方法很简单：我从去年开始在推特(Tweeter)发布我所写的每篇文章标题，然后排名最多追随者与转发的“推文”(tweet)。lHoednc

接下来就让我们由后往前依序看看即将改变未来人类生活的2017年8大工程技术创新：lHoednc

8 为科学游行lHoednc

“为科学游行”(March for Science)是去年4月首度在美国华盛顿特区(Washington DC)以及全球600多个城市举行的巡回集会，主要是为了庆祝技术与科学方法及其在日常生活的重要角色，并唤醒大众关注基于实证的政策规划与实践。我不确定这项年度活动是否会持续举办，但我希望很快地能再次一起为科学游行！lHoednc

2017年地球日大游行，全球挺科学lHoednc

7 微波辅助磁记录lHoednc

每十年左右，硬盘驱动器(HDD)产业都必须重新开发其核心技术；就像芯片制造商每隔10年不得不得重新寻找CMOS的微缩比例。lHoednc

Western Digital (WD)在去年10月发布的微波辅助磁记录(MAMR)技术令人印象深刻，而希捷科技(Seagate Technology)也不遑多让，持续投入其先驱的热辅助硬盘技术。lHoednc

WD产品经理手持MAMR原型硬盘lHoednc

这并不是目前最酷的技术，但如果少了硬盘，就没办法迅速地存取储存在Facebook的照片以及其他云端服务了。lHoednc

6 三星3D NAND、英特尔3DXPlHoednc

我认为三星更值得这个奖项，因为它既是该技术的先驱，又在去年8月发表了Tbit级3D NAND芯片。lHoednc

过去几年来，三星的工程师为业界带来了新一代的3D设计与制造。该公司不仅彻底改变了NAND闪存(flash)，同时还成为单体3D设计的代表，可望成为未来多年半导体产业的中流砥柱。lHoednc

在这个领域有许多竞争对手——NAND制造商迅速成为三星的追随者，迫使其创造自家的创新技术，因为到处都充斥着如何制造这些芯片的秘密了。英特尔(Intel)是主要的追随者之一，但该公司也试图进一步延伸，因而率先在去年3月推出新兴的储存级内存与装置。lHoednc

2D NAND vs. 3D NAND结构lHoednc

5 RISC-V指令集架构 lHoednc

美国加州大学柏克莱分校(UC Berkeley)的研究生和教授在过去几年来的努力，创造了一种新的微处理器架构——RISC-V，它并不受到授权的限制。这项成果还为开放来源硬件带来了更多新的可能性。有鉴于当今半导体产业的整并与成熟，即使是这个运动的资深共同创办人也对这项开发成果感到震惊。lHoednc

事实上，首款执行Linux的RISC-V SoC至少要到2018年才能商用化，那么它适合列入2017年的奖项吗？同样地，许多RISC-V核心也正用于2018年及以后的各种商业产品。但对我和其他观察家来说，他们都从2017年开始播下种子。lHoednc

美国加州大学柏克莱分校打造的RISC-V核心lHoednc

4 百度DuerOS语音助理lHoednc

其实要颁奖给有功于推广人工智能(AI)喇叭概念的亚马逊(Amazon)并不难，但我想它并不需要更多的知名度——在美国的地铁甚至都为其装点起来，期望争取成为这家西雅图数据中心巨擘的第二公司总部所在。此外，随着该公司收购Whole Foods，我最近对于Amazon的AI技术反而变得害怕而不再是敬畏了。lHoednc

相形之下，号称“中国Google”的百度(Baidu)宣称，该公司最先在网络上发明了智能语音助理，只是因为他们说的是中文，所以很多美国人并没有注意到。lHoednc

百度Duer事业部总经理景鲲认为所有的装置都应该以语音启动。我曾经有机会见到他，也发现他是一位脚踏实地的人。所以，我暂且相信他会用收集的个人资料做正确的事情。lHoednc

百度Duer事业部总经理景鲲lHoednc

3 Nvidia的Volta GPUlHoednc

几年前，我有机会参加辉达(Nvidia)的年度GPU技术大会，执行长黄仁勋的主题演说让我开始关注ImageNet深度学习神经网络及其意义。而在去年5月的年度活动中发表Volta，则是该公司首度因应训练神经网络的需求而量身打造的首款GPU芯片。lHoednc

Volta超越了Nervana和Graphcore等新创公司，也由于该芯片有助于发挥最佳性能而得到AI研究人员的赞赏。lHoednc

Nvidia执行长黄仁勋在主题演说中发表Volta GPUlHoednc

2 Google Tensor处理器 lHoednc

多年来，我们不断看到有关Google招聘芯片设计人员的消息，很想知道他们在做什么。管理这个团队的人可能也不时地在问自己这个问题。lHoednc

Google终于在2016年5月发布首款张量处理器单元(Tensor Processing Unit；TPU)，目的在于加速深度学习神经网络的推论作业。这真的令人印象深刻，尤其是想到这可是花费了16个月的设计周期啊！lHoednc

今年，Google更新TPU以用于处理训练任务，并披露了第一代芯片的内部工作细节。在这个知识财产权(IP)保密的时代，Google仍不吝于分享，希望整个产业能朝着每个人的利益发展。这就是我们需要的精神！lHoednc

Google首款自制机器学习专用芯片TPUlHoednc

1 极紫外光微影 lHoednc

经过20多年的发展，ASML在2017年出货了号称历来最大最贵的电子产品之“量产就绪版”。如果这款极紫外光微影(EUV)步进器成功了，他们将有助于在未来几年打造更先进的电子组件。lHoednc

最新的EUV系统并不完美。据我所知，他们缺乏一种生产所需的保护薄膜。他们可能还需要改进其抗蚀材料，而且吞吐量仍然低于193nm技术每小时200+晶圆的目标。lHoednc

也就是说，这个系统是物理学的一大奇迹。它透过激光束照射熔融锡滴而产生光源，再经由光学数组使光折射出来，并将其聚焦于奈米级的空间中，这样的精确度对于微处理器设计人员已经足够了。随着时间的进展，预计再过几年，将持续开发出新的EUV技术所需的高数值孔径(NA)版本。lHoednc

EUV微影时代真的快来了？（来源：ASML）lHoednc

每一位身处或受益于科技产业的我们(也就是说所有人)对于坚持投入这些系统与技术创新的团队都心怀感谢。lHoednc

（本文授权编译自Aspencore旗下EDN姐妹网站EETimes，原文8 Top Innovations of 2017，Susan Hong编译）lHoednc

lHoednc