Redian新闻
>
MEMS,未来十年路线图

MEMS,未来十年路线图

科技


早段时间,美国SIA和SRC发布一份半导体未来发展路线图,这在我们之前的文章《半导体产业,未来十年路线图》中已经有了大概的讲述。同时,我们也发布了《美国人眼中的数字处理器路线图》以及《先进封装,十年路线图》《模拟芯片,发展路线图》。本章则是有关光学和MEMES的。


以下为文章正文:


随着晶体管 2D 扩展速度的放缓和 2.5D/3D 封装技术的成熟,利用集成光子学技术、在 CMOS 工厂制造并采用先进集成电路封装技术的光收发器和互连器件的开发开始成为一项更为重要的技术创新。与数据处理(计算)和存储芯片共置于同一封装内的光收发器被称为共封装光学器件或 CPO。包含有源光子器件和相关光子电路的芯片称为 PIC(光子集成电路)。这些 PIC 将电信号转换为光信号,并在封装之间和/或封装内的计算核心与存储器之间传输光域数据。


CPO 最重要的价值主张是提高带宽密度和能效,而这两项关键指标是由不断增长的计算能力和通信带宽需求所驱动的。这一需求尤其受到复杂的人工智能和 ML 加速器以及计算集群的快速增长和实施的影响,这些加速器和集群正在推动互连带宽、能效和更低延迟的发展,从芯片级系统到由数千个 GPU、CPU 和存储器 IC 组成的大规模系统。


在共同封装光收发器提高数据传输效率的同时,光传感器和执行器在数据收集和处理方面也发挥着越来越重要的作用。这些传感器和执行器在电视、车头灯、投影仪和 DNA 分析芯片等产品中,以及在数据传感器和可穿戴式心率及氧气传感器的光学开关中都至关重要。其中许多传感器都是采用微机电系统(MEMS)技术制造的。MEMS 设备和制造技术还可用于调整、调制或调节可调滤波器、激光器和光纤等光学设备的排列,从而实现近红外(NIR)材料分析扫描仪等新产品。


此外,微机电系统与专用集成电路的结合也在同时走向成熟,这将带来前所未有的产品。


传感器的微型化推动了远程医疗的革命,使诊断可以在偏远地区或家中进行,提供了创伤较小的手术替代方案,并实现了可植入、可摄取或可穿戴的传感器和神经探针。微型传感器还促进了个人数字双胞胎的使用,这样医生就可以通过模拟练习手术,并提供更准确的身体可视化,从而进行更好的诊断。


传感器还促进了智能家居、智能城市和先进制造设施的创新。新型化学传感器可检测气体,监测建筑物内的污染和空气质量。物联网(IoT)的基础是小尺寸、低功耗传感器的可用性。传感器还将继续在结构健康监测和预测性维护、国防和航空等领域得到重要应用。


未来十年,手持和可穿戴小工具市场预计将继续快速增长。此外,人工智能驱动的机器人和自动驾驶汽车也将继续得到广泛应用。所有这些应用都需要更复杂、更可靠、成本更低且具有高带宽互连功能的传感器。



未来十年的传感器



手机经济主要受成本、尺寸、性能和带宽的驱动。强大的传感器设计对手机的 GPS、陀螺仪、加速度计、压力传感器、磁力计、光学图像稳定器、麦克风和指纹传感的成功至关重要。在过去五年中,传感器的灵敏度和精确度增长了十倍,而功耗、成本和尺寸却下降了五分之一。预计这些趋势还将继续。


物理和人工智能在设备计算中的融合使基于微机电系统的产品设计更加出色。这些传感器的集成使导航定位、稳定性控制、撞击检测、自适应照明、图像稳定和牵引力控制等活动得以无缝执行。更好的传感器性能意味着更高的信噪比(SNR)、更高的动态范围和亚毫瓦级的功耗。


还需要具有附加功能的传感器。例如,需要带隙小于硅(Si)、可工作于短波红外(SWIR)的硅集成元件,以实现高分辨率、对眼睛安全的长距离激光雷达(LiDAR)。将这些传感器封装在超小型封装中也是可取的。柔性封装是对可穿戴设备和医疗应用非常重要的另一个新兴领域。


靠近传感器的计算和智能处理对能效和延迟至关重要,而硬件和软件的共同优化则是合作的重要载体。TinyML (www.tinyml.org) 是传感器和执行器领域另一个快速发展的领域。该领域包括靠近边缘设备或边缘设备上的硬件、算法和软件。例如,它可能位于物联网数据管理和计算解决方案边缘的传感器上。通常情况下,传感器数据的 ML 推断在本地完成,耗电量约为 1mW。


未来十年,随着 TinyML 在物联网中的普及和发展,人们关注的关键领域将包括低功耗唤醒电路、与使用先进硅节点制造的硅集成的非易失性存储器,以及以毫瓦级功率预算有效利用有限内存/计算资源的 ML 算法。


硅光子技术有望为传感、互连、通信和计算等多种应用扩展频率和带宽。用于健康/医疗传感(包括血糖检测、血压和心脏病标记)的先进光学传感器以及用于汽车应用(如激光雷达)的传感器带来了重要的发展机遇。这些传感器面临的一个重要问题是如何达到同类解决方案的精度和可靠性。


要为 ADAS(高级驾驶辅助系统)激光雷达系统提供真正的固态光束转向,需要进一步开发光学相控阵和光栅。固态光束转向将降低成本、提高可靠性并缩小激光雷达扫描系统,所有这些都是实现 SAE 3 级及以上自动驾驶汽车量产所必需的。


量产汽车中的 ADAS 激光雷达系统还需要在硅片级集成带有 OPA(光学相控阵)/光栅元件的发射器和带有点云处理功能的探测器。这些元件的集成最好通过元件的代码设计和晶圆级混合键合或类似方法来实现。


使用传感器数据的系统通常不会对其进行进一步的安全检查,而会信任传感器数据。因此,对传感器设计用于解释的物理现象进行操作可能会导致不希望发生的操作过程。例如,智能手机上的 MEMS 加速计可以通过简单地播放含有不易听到的声音的 YouTube 视频来测量步数。甚至还可以用这种方法传递信息。例如,通过激光照射窗户,犯罪分子可以向声控系统注入命令。


因此,集成微机电系统(MEMS)设备的安全问题是一个需要解决的挑战,以防止恶意篡改数据。MEMS 也可以成为安全解决方案的一部分,因为 MEMS 设备可用作保护电路免遭篡改的物理安全机制的一部分。


传感器制造和设计的趋势包括:


  • 用与 CMOS 兼容的基于 MEMS 的谐振器取代晶体振荡器,以实现新的架构、更高的性能和去除片外无源元件。

  • 在手持超声波等应用中使用压电 MEMS 传感器和致动器,以及改进和微型化扬声器和麦克风。

  • 采用一整套技术,利用新的低成本材料和制造技术,大批量生产成本更低的传感器,同时为关键任务(如全球定位系统导航)制造高精度的传感器。

  • 在服装和织物中安装传感器,创造新的时尚类别,与基于手机、戒指、体贴和手表的传感器竞争。许多创新技术还具有军事用途。织物传感器对互联性、可靠性和耐用性提出了新的要求。

  • 微机电系统推动了量子计算的进步,因为微机电系统结构用于实现量子比特与外界的通信。


与许多电子产品不同,传感器的制造工艺多种多样,通常针对特定的应用或传感器类型。根据传感器的不同,它可能需要开放以感知周围环境,同时还要防止不必要的环境影响。有些传感器则更适合密封封装。满足特定传感器结构的独特封装需求的关键因素包括采用不同制造技术制造的传感器的封装,以及在柔性基板上结合柔性和刚性传感器。一个与之竞争的趋势是,在某些应用中,传感器封装解决方案已开始实现标准化,从而提高了供应链的效率。


传感器与相关电子设备的集成有多种方式。传感器可以通过特殊的兼容工艺与电子元件构建在同一芯片上,也可以作为后置工艺创建在 CMOS 上/下,或者作为独立芯片组合在一起。微机电系统(MEMS)也可以从 CMOS 堆栈中分离出来,一些研究人员甚至将鳍片结构作为传感元件的基础。分离芯片或后处理可以使用先进的 CMOS 节点和优化的 MEMS 工艺。这些不同的集成策略对封装、材料选择、制造和组装都有影响。在可预见的未来,上述每种策略都会有自己的优势。


在集成和具有功率/面积效率的光-电-光转换和接口方面仍然存在挑战。要扩大这项技术的应用范围,就必须应对这些挑战。



通信未来的发展趋势



集成光子技术将极大地改善通信基础设施。预计在未来五年内,信道符号率将轻松超过 100 千兆波特,用于光纤通信的集成光子学收发器模块的聚合带宽将达到 3.2 至 6.4 Tbits/s。对提高带宽和能效的迫切要求将推动数据中心的架构从可插拔光学器件过渡到协同封装光学器件(CPO),从而推动从铜缆过渡到更短距离(1 米以下)的光纤。


必须强调的是,如果不使用密集波分复用技术(DWDM,或类似的复用方法)在单根光纤上放置多个光通道,就无法充分利用光纤的巨大带宽(通过光子技术实现带宽密度的数量级增长)。在专用集成电路上成功实施 DWDM 或相干技术,还可以在给定光纤带宽的情况下,在信道数据速率与信道数量之间进行权衡。这种权衡可以提高能效,降低系统成本。未来几年,随着光子互联带宽密度的提高及其应用的普及,降低整个光学系统的能耗、每比特成本和延迟(尤其是人工智能/移动计算应用)将变得更加重要。使用短、低损耗通道将光学器件封装在靠近 ASIC 和其他计算集成电路的位置,将有助于提高部分能效和带宽,从而实现大规模系统的低功耗电光转换和高带宽数据传输。


目前,模拟光子链路用于简化毫米波节点集成电路架构,可使每个芯片的天线数量达到 1000 根以上。模拟光子链路还大大提高了工艺中的节能效果,其能效远远高于信号链中的数字链路。


在通信应用方面,还有大量电磁频谱尚未开发。要充分利用这一巨大的未开发频谱,就需要技术创新。创新的半导体技术,如基于 SOI/SiGe 的光子技术、VCSEL、微型 LED、雪崩光电二极管和基于 InP 的 PIC,将提供先进的工艺平台,实现未来带宽和功率的诸多改进。


在微机电系统领域,光开关正在取代 OEO 开关。基于微机电系统的可调滤波器和电容器、射频开关以及上述微机电系统谐振器正在实现新的架构和更高的集成度,从而减少了占地面积并简化了封装。这些新型元件为通信电路和系统设计开创了一个全新的时代。利用 MEMS 实现通信元件的可调谐性、对准和校准,还能提高规格。



计算与内存



光子学为解决高性能和数据中心计算系统在持续扩展数据移动过程中的功率和带宽瓶颈问题提供了重要机遇。新型高速、低功耗收发器、光源、波导/调制器和光电探测器是集成光子学的一些基本构件--在这一领域,可持续的尺寸可扩展性仍然是一个关键挑战。光子技术为低功耗、高速 I/O 和光子互连结构提供了机遇。此外,光子设备已被证明可以进行某些数学运算,如矩阵矢量乘法。


通过在处理器(CPU/GPU/FPGA/ASIC)附近以及从处理器到存储器的链路中实现光子集成,可以利用光传输与铜传输相比所具有的巨大带宽和低损耗优势,将带宽密度提高 >100倍,能效提高 >10倍,并在全系统范围内扩展封装级性能。


光链路可提供高能效、低延迟的互连,实现网络、计算和内存的分解。这将利用与 ASIC/CPU/GPU 共同封装的光学器件,并使用光通信标准来连接超大规模数据中心中跨机架的计算和内存。


人工智能加速器和神经形态计算是推动更高压缩比的其他令人兴奋的领域,与先进的 2.5D/3D 封装集成相结合,在提高能效方面具有巨大潜力。目前正在探索光基人工智能加速器,该领域投资的增加可能会对 PIC 路线图提出更多要求。用于量子计算的硅光子技术的研发投资也在增加,这需要新的材料和工艺。


基于 MEMS 的产品需要更多的板载计算,以生产出更智能的传感器。MEMS 制造商已 "向食物链上游移动",不再局限于提供原始传感器输出。如今,典型的 MEMS 传感器可提供智能动作或其他经过处理的数据。这是智能边缘处理趋势的一部分。计算与传感相结合的架构正在发生迅速变化,影响着 CMOS-MEMS 集成和先进封装。



用于光子学和微电子机械系统的

新材料和新工艺



为了实现更高的性能和更高的集成密度,创新的半导体工艺平台包括基于 SOI/ Ge 的光子学;通过外延生长、晶圆/晶粒键合或激光腔内连接将 III-V 材料集成到硅晶圆上,用于光源、调制器和探测器;以及基于等离子体色散效应以外的物理效应(等离子体、石墨烯)的有源器件。


用于混合集成的铌酸锂和钛酸钡薄膜是高频调制的促进因素,而利用三维打印技术实现激光封装互连的光子线键是需要进一步研究的其他领域。高带宽、低传输损耗和低功耗的芯片到芯片光互连预计也需要在基板/PCB 的嵌入式波导方面取得进展。重要的是要确保低成本、高可靠性的光子材料,在长时间和宽温度范围内保持稳定的性能,同时还要保持低热滞后和低损耗特性,从而要求低总体能耗。


对于某些传感器和致动器,在提高惯性传感器性能和射频滤波器功率处理能力的同时,还需要进行 CMOS 兼容扩展,因此需要探索钨或其他高原子质量金属等新材料,以减少总体占用空间。此外,还在探索基于氮化铝的 CMOS 兼容平台。此外,还在研究具有更高力密度和线性度的新型压电和相变记忆传感器。这些用于传感器和执行器的新型材料反过来又会引发需要温度和湿度控制的封装材料和技术的创新。


惯性传感器的两个重要材料驱动因素是防止机械装置粘在基板上的能力,以及具有良好 CTE 匹配的材料组,以防止不必要的弯曲和应力,特别是封装产生的弯曲和应力。这些传感器还需要改进的低成本获取材料以及抗磨损、抗粘连、抗腐蚀和消除电荷的涂层。对于化学传感器,材料的要求是以可重复和稳定的方式促进化学反应。声学传感器/执行器材料(如麦克风/扬声器)的一些要求是促进受控运动,以产生、移动和检测声音。


由于这些设备必须承受大量的循环,因此 MEMS 材料的一个关键特点是其变形可预测且不会疲劳。光学传感器/执行器材料包括那些能产生平整、反射表面、不易变形并具有适当光学特性的材料。在射频微机电系统开关中,开发可靠的接触材料仍然非常重要。


在光子学和微电子机械系统应用中,有几种新兴的下一代材料值得关注,应考虑将其批量生产。需要开展前驱体表征工作,以便将这些材料集成到半导体制造中,并开发自动化前端制造设备来应用或去除这些材料。下表 6.1 列出了一些例子。




技术现状/产品实例



将光子技术引入集成电路封装的努力已经开始。近年来,一些显示从独立收发器过渡到 CPO 或为 CPO 设计的光学引擎的初始产品已得到展示。


图 6.1 和 6.2 举例说明了这些早期 CPO 产品。图 6.1 显示的是 Ranovus Odin 光收发器,工作频率为 896Gbps,与 AMD/Xilinx 的 Versal FPGA 集成在同一封装基板上。它在 2022 年的光纤通信 (OFC) 会议上进行了演示。图 6.2 展示了 Ayar Labs 的 TeraPHY 光收发器与数据处理集成电路的集成。这些 TeraPHY 采用 8λ 波分复用技术(WDM),由 8λ 光源--超级新星(SuperNova)提供支持。


最先进的 MEMS 产品将多个传感器与电子元件结合在一起,提供由板载低功耗电子元件处理的高级输出,这些电子元件通常集成了人工智能和高级校准功能。博世、意法半导体、Invensense、模拟器件、德州仪器等公司的产品都带有 API,可随时插入系统。新兴 MEMS 产品融合了传感器/执行器制造技术、材料和设计方面的进步。以下是一些新兴产品的例子:


  • 基于微机电系统的扬声器

  • 可感应多种物质的化学传感器

  • 用于手持成像仪器的超声阵列

  • 可与 CMOS 集成的 BAW 器件


图 6.3 举例说明了最先进的 MEMS 产品。图中显示的是 eXo Imaging 公司的低压 pMUT 阵列芯片:Exo Silicon。Exo Silicon 融合了压电晶体久经考验的卓越成像性能和硅的经济性。每个芯片包含 4096 个独立控制的 pMUT,具有大带宽、无与伦比的灵敏度和高达 150 度的超宽视场。Exo 的硅架构可实现成像质量的快速提升,并提供实时人工智能功能,可对每一帧图像进行分析,引导用户立即找到答案。展望未来,pMUT 技术将实现强大的 3D 成像,并有可能实现 4D 成像。护理人员将能更好地观察病人,更快地做出诊断。




现有技术的局限性



光通信并非新鲜事物。半个多世纪前,随着光纤制造技术的成熟和基于 III-V 技术的光发射器和探测器的出现,光收发器在长距离数据传输中的作用迅速扩大--这要归功于玻璃纤维的低损耗、低色散和宽带宽特性。技术的进步和多样化使成本大幅下降,从而使光收发器在接入和客户端应用中得到广泛应用。


与此同时,20 世纪 90 年代 DWDM 技术和掺铒光纤放大器(EDFA)的出现彻底改变了长途网络,为信息高速公路奠定了基础。多年来,光收发器从定制设计设备发展到板载模块,再到大量多源协议指定的小尺寸(SFF)插拔式光收发器。这些独立的可插拔收发器在当今的数据中心中发挥着不可或缺的作用。


然而,随着数据量和数据处理集成电路计算能力的持续增长,独立收发器很快就会成为高带宽数据传输的瓶颈。安装在面板上的收发器总数可能无法为线路卡上的数据处理单元或数据交换机提供足够的带宽。当数据传输速率提高到 100 Gigabaud 或更高时,从信号完整性的角度来看,集成电路的串行数据交换器与光收发器数据输入引脚之间的铜线损耗将成为一个挑战。因此,CPO 在这种情况下提供了一个很好的替代方案,也是打破这一物理障碍,同时继续降低整体系统功耗和成本的一个令人信服的选择。


将光学收发器置于同一封装内,可以解决信号完整性问题,因为这样就可以用更短、损耗更低的互连器件和潜在的直接驱动光学器件消除线路卡上的长铜线。然而,要真正克服带宽密度瓶颈,我们可能需要为长距离/长距离收发器引入 DWDM 技术,同时保持短距离同封装光 Ioss 机制。


由于 MEMS 设备通常需要定制工艺,因此很难创建类似 CMOS 的高度标准化平台。例如,磁传感器可能需要惯性传感器不需要的材料。一些制造商试图提供在同一芯片上制造多种类型传感器的制造工艺,但成本和性能驱动因素往往决定了定制工艺。因此,必须对 MEMS 器件制造工艺及其相关封装进行编码设计。


另一个限制因素是没有像 CMOS 那样的原始元件,即晶体管。测试方法往往是传感器工作原理或应用所独有的,因此测试和装配基础设施、生态系统和供应链比电子产品更为复杂。虽然在这些领域已经取得了很大进展,但这些问题仍然限制了 MEMS 技术的广泛应用,使基于 MEMS 的产品的上市时间成为一个问题。随着微机电系统市场的持续快速增长,将会有更多的供应商推出微机电系统产品,情况将会有所改善。



挑战、未来需求和可能的解决方案



通信、计算和内存应用需要解决多个领域的技术和供应链挑战:


  • 光子 IC (PIC) 性能 (200G/Lambda +)、产量、可制造性和成本

  • 大规模生产用于硅光子学的低成本 DWDM III-V 激光光源(尤其是 O 和 C 波段)

  • DFB(Distributed FeedBack)QDOT 和其他激光采购选项、性能、电插效率和成本

  • 非密封激光器在升高的环境温度下具有高性能,适合 IC 内封装环境

  • 集成高功率激光器,产量高、可靠性高

  • 激光材料的混合集成

  • 边缘耦合和垂直耦合光纤连接无源/有源方案、光纤间距缩放和成本

  • 光纤组装工艺——低耦合损耗、高吞吐量、高产量

  • 具有高光纤数/密度和减小包层直径的光纤阵列的光纤带状化

  • 光纤阵列互连/端接硬件开发和标准化

  • 共封装光纤 (CPO) 的光纤管理 – 每个封装的高密度光纤(高光纤数)和带状光纤

  • 先进的异构封装,包括可实现高带宽密度、高 SI(信号完整性)和低互连功耗的 3D TSV

  • 用于处理器-处理器和处理器-内存访问的光纤总线架构

  • 用于光互连的低成本光源 • 热可调性和结温管理 • 可测试设计 (DFT) 和可制造性设计 (DFM)

  • 稳定可行的 PIC、激光器和光纤集成供应链和生态系统支持

  • 用于生态系统支持的光子电路建模标准


传感器/执行器应用需要解决多个领域的技术和供应链挑战:


一、CAD


  • 传感器/执行器的非线性降阶建模

  • MEMS 协同设计(传感器/电子器件和封装)

  • PDK(工艺设计套件),具有所有相关物理领域的材料属性


二、材料


  • 所有相关物理领域新材料的表征

  • 材料合成工具,用于发现和优化具有所需特性的材料

  • 弯曲和拉伸下材料的表征,尤其是可穿戴设备


三、标准


  • 材料弯曲和拉伸性能标准

  • 传感器性能FOM 标准

  • 新兴技术的可靠性和测试标准


四、劳动力发展


  • 对 MEMS 所需的多个物理领域的学生进行培训(例如机械和电子)

  • 进行培训,让学士和硕士生更全面地参与 MEMS 和光子学设计,就像针对 VLSI 所做的那样


五、CMOS和多传感器集成


  • 必须继续使用新的封装方法从堆叠式引线接合传感器进行过渡,以实现更大程度的异构集成


六、传感器设计和制造改进


  • 通过使用现场校准、多个传感器和/或与其他非 MEMS 传感器组合,将惯性传感器改进为导航级

  • 改进的设计和制造方法,以及工艺窗口的增强,以补偿制造的非理想性

  • 基于 MEMS 的能量采集器必须提高传感器转换功率输出百分比,才能与太阳能和热电设备竞争

  • 持续开发低功耗和近零功耗传感器以满足能源需求

  • 光学葡萄糖传感器必须变得更加准确才能与基于针的电化学传感器竞争

  • 纸张和塑料传感器的精度必须提高才能与硅基传感器竞争

  •  继续研究原子钟技术以取代大型组件


*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。


今天是《半导体行业观察》为您分享的第3601期内容,欢迎关注。

推荐阅读


越南半导体,有点难!

日本半导体设备,打遍天下无敌手?

用钻石做芯片,又一重磅公布


半导体行业观察

半导体第一垂直媒体

实时 专业 原创 深度


识别二维码,回复下方关键词,阅读更多

晶圆|集成电路|设备|汽车芯片|存储|台积电|AI|封装

回复 投稿,看《如何成为“半导体行业观察”的一员 》

回复 搜索,还能轻松找到其他你感兴趣的文章!

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
三星更新汽车工艺路线图如何变成富人?从IEDM,看芯片技术路线图我讀《呼啸山庄》芯片产业未来十年技术路径图郑永年;我对未来十年的判断【信息量大】最新发布!共建"一带一路"未来十年路线图有了先进封装,十年路线图丁辰灵:潘功胜在金融街论坛说了什么,未来十年经济将如何发展?2023~2025服务器CPU路线图马萨诸塞州 2023 年 STEM 周启动 主题为“您的 STEM 未来就是我们的 STEM 未来”台积电,最新路线图未来十年,企业如何获得增长动能?|中国绿公司联盟·绿色伙伴计划中秋有感郑永年:未来十年,中国经济的底气和前景人口暴增!澳大利亚人口增长受移民冲击,住房问题日渐严峻,未来十年这些州压力最大美国发布首个人工智能路线图从开源模型到商业落地应用,亚马逊云科技构建实用路线图!未来十年,AI可能比传统投资分析更重要英伟达25年路线图惊爆流出!老黄豪赌B100暴打AMD,秘密武器X100曝光多伦多和万锦的圣诞游行路线图大曝光:这个周末逛gai遛娃走花路炸街!多伦多圣诞巡游周日回归,今年路线有变!机构最新调研路线图出炉,这一龙头最受关注刷新了,开眼了!美光研发路线图曝光,HBM4E、CXL 2.0、DDR5在列!三星披露存储路线图:明年推出300+层NAND丁辰灵:阿富汗提出加入一带一路,中俄密会三小时,新经济联合国,看清未来十年趋势!美国眼中的数字处理器路线图2023~2025年Intel CPU路线图2022年中国AI专利申请量比美国高76%;谷歌CEO:AI和搜索助手未来十年内都是发展机会丨AIGC日报英伟达芯片路线图,深度解读月 虹纽约市感恩节游行2023攻略一览 路线图在此ChatGPT只算L1阶段,谷歌提出AGI完整路线图中央金融工作会议“描摹”高质量金融服务路线图
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。