第304章 大能聚会（2/2）

“黄昆先生团队的张老师，半导体物理专家。”

一位四十岁左右的研究员站起来，身材不高，但眼神锐利，他面前的稿纸上画满了能带图和波函数。

“咱们计算所的高先生，体系结构专家。”

高先生大约五十岁，方脸，浓眉，穿着灰色的中山装，袖口沾着粉笔灰。

他面前摊开一本厚厚的笔记本，上面密密麻麻记满了字。

“北大数学系的程先生，函数逼近论专家；清华数学系的徐先生，应用数学和运筹学专家；北大物理系的甘先生，固体物理；清华物理系的何先生，统计物理......”

每一位被点到名的学者都微微颔首。

他们中有年过花甲的老先生，也有三十出头的年轻研究员，但无一例外，眼神中都闪烁着那种只有沉浸在基础研究中的人才有的专注光芒。

“今天会议的主题是——”夏先生转身，在黑板上写下几个大字：集成电路的数学原理、物理基础与体系结构方向。

“‘星河计划’不能只埋头做工艺、画版图。”夏先生转过身，面对众人，“我们必须从根子上想清楚：我们究竟要造什么样的芯片？它要解决什么数学问题？会撞上什么物理限制？该用什么体系结构？以及——如何用数学方法来设计它？”

他顿了顿，目光扫过全场：“今天有五个核心议题。每个议题，我们都必须达成共识，形成可指导工程实践的技术路线。”

“现在，第一个议题——”夏先生看向北大数学系的程教授，“程先生，请您开场。”

程教授站起身，他六十多岁，头发全白，但腰板挺直，声音洪亮。

“同志们，造计算机，最终是为了求解数学问题。”他走到左边的黑板前，拿起粉笔，“在工业与国防中，最常见的是哪类问题？是微分方程、线性方程组，还是逻辑判断？”

他在黑板上写下三类问题：

微分方程（流体力学、弹道计算、反应堆中子输运）

线性方程组（结构力学、电网潮流、经济计划）

逻辑判断（自动控制、解码译码、协议处理）

“我从‘两弹一星’工程中，申请到了一份脱密后的典型算题统计。”程教授从公文包里取出一份文件，递给旁边的助手，在墙上投影出一个计算图表。

图表显示，在过去三年的大型科学计算任务中，线性方程组求解占比42%，常微分方程数值积分占比28%，偏微分方程离散求解占比18%，其他如傅里叶变换、矩阵特征值、最优化等占比12%。

“超过70%的计算资源，用在了方程求解上。”程教授指着图表，“这意味着什么？意味着我们的第一代芯片，必须优先支持科学计算，特别是浮点运算和矩阵运算。”

“但工业过程控制呢？”高先生插话，“实时控制需要确定性的响应时间。一个化工厂的反应釜温度控制，要求毫秒级响应，不能等一个复杂的矩阵分解算完。”

“这正是矛盾所在。”程教授点头，“为科学计算设计的计算机，追求高精度和通用性，但响应时间不确定；为实时控制设计的计算机，要求在最坏情况下都能保证响应时间上限，但计算能力往往有限。”

会议室里响起了低声讨论。

数学家们倾向于支持科学计算优先，因为那是国家战略需求的核心；而来自工业一线的代表则强调实时控制的重要性。

吕辰举手发言：“程教授，高先生，我有个不成熟的想法。”

他站起来，走到黑板前：“我们能不能设计一种可配置的架构？在芯片内部，划分出不同的计算单元，有些单元专门做高精度浮点运算，优化科学计算；有些单元做定点的快速逻辑运算，优化实时控制。”

他在黑板上画了一个粗略的框图：“这些单元可以独立工作，也可以协同。当需要科学计算时，调动浮点单元；当需要实时控制时，调度逻辑单元。操作系统，或者说调度程序，根据任务类型动态分配资源。”

这个想法让在场的几位体系结构专家眼睛一亮。

高先生立刻追问：“硬件上怎么实现？代价会不会太大？”

“可以用‘指令集扩展’的思路。”吕辰解释道，“基础指令集是精简的、确定的，保证实时性。然后通过扩展指令，增加浮点运算、向量运算等复杂功能。需要科学计算时，调用扩展指令；不需要时，这些硬件单元可以处于低功耗状态。”

“数学上，这相当于一个资源调度优化问题。”清华的徐教授开口了，“我们可以建立一个多目标优化模型：在芯片面积、功耗、制造成本的约束下，最大化科学计算性能和实时控制性能的加权和。权重要根据实际应用场景来定。”

讨论持续了四十分钟。

最终达成共识，即第一代“星河”芯片应优先支持科学计算，但硬件设计必须为实时控制留出可扩展的接口和确定的响应时间上界。

数学组承诺在三个月内提交《“星河”指令集数学需求白皮书》，明确各类算法的计算特征和性能要求。

接下来讨论第二个议题，晶体管缩小会遇见什么墙？

黄昆团队的张研究员走到中间的黑板前，他说话语速很快，带着南方口音。

“同志们，晶体管尺寸缩小，可以提高开关速度、降低功耗。但——”他顿了顿，用粉笔在黑板上画出一个mosfet的剖面图，“缩小到一定程度，会撞上根本性的物理限制。”

他画出能带示意图，标注出费米能级、导带、价带。

“在硅平面工艺中，栅极对沟道的控制能力，取决于氧化层厚度和介电常数。”张立纲用粉笔指着栅氧化层的位置，“当沟道长度缩短到与耗尽层宽度相当时，会出现短沟道效应，栅极失去控制，电流关不断。”

他在黑板上写出一个公式。

l_min ≈ 3 * √(e_si * φ_t \/ (q * n_a))

“根据这个模型，在典型的掺杂浓度下，硅mosfet的沟道长度极限大约在0.5微米左右。再往下，就需要全新结构。”

宋颜教授提问：“张老师，这个0.5微米是理论极限，还是当前工艺下的实际极限？”

“理论极限。”张老师推了推眼镜，“实际上，由于工艺波动、界面态、热效应等因素，实际能达到的可靠尺寸可能要到0.8微米甚至1微米。再往下，漏电流会急剧增大，功耗失控。”

“绝缘层呢？”宋颜教授问，“除了二氧化硅，有没有更高介电常数的材料？”

“有。”张老师在黑板上写下几种材料，氮化硅（e≈7.5）、氧化铝（e≈9）、以及一些稀土氧化物（e可达20以上）。

“但这些材料与硅的界面态问题需要研究。”他补充道，“二氧化硅之所以成功，很大程度上是因为它在高温下能与硅形成近乎完美的si-sio2界面，界面态密度极低。换用其他材料，界面物理完全不同。”

“也就是说，我们未来必须在两个方向同时突破。”吕辰总结道，“一是器件结构，比如让栅极从三面包围沟道，增强控制能力；二是材料，寻找更高介电常数的栅介质，以及更高迁移率的沟道材料。”

“正是！”张立纲赞赏地点头，“这就是‘多栅晶体管’和‘高k介质\/金属栅’的方向。你们现在就应该开始材料研究。”

“这就像一个带约束的优化问题。”数学所的陈教授忽然开口，声音很轻，但异常清晰，“在泊松方程、载流子输运方程等物理约束下，寻找器件几何参数和材料参数的最优解，使得开关速度最快、功耗最低、可靠性最高。我们可以建立一个多目标优化模型......”

物理学家和数学家开始用公式对话。

张老师写出泊松方程和电流连续性方程，陈教授在旁边标注出哪些是约束条件，哪些是优化变量。

讨论的结果是，成立“器件物理与新型材料联合研究组”，由黄昆团队、材料所、以及红星所的材料中心共同组成。第一阶段目标：建立硅基mosfet的尺寸缩放理论模型，明确0.5微米节点的关键技术挑战；同步开展高k介质和化合物半导体的基础研究。

讨论完第二个议题，已经是晚上九点过，计算所的工作人员前来继茶。

夏先生宣布原地休息，大家相互递烟，聊起近来的一些课题之类。