IC从业者的未来

摩尔定律看起来是个技术定律，本质上其实是IC行业的妥协罢了。
在那个主要靠工艺技术提升性能的年代，参与的玩家都遵循每18个月密度翻一倍的节奏，那么大家就都有饭吃。否则就是恶性竞争。那几个大玩家定了这个基调，然后就一直按照这个大家都能接受的速度来提工艺，然后也一直过得比较滋润。所以你看每年的ITRS啥的road map，其实就是大家达成一个共同的技术目标，就以这个速度往前推进，但实际上如果要更快一点，以诸如Intel的技术实力是完全能够做到的，只是谁也不会傻乎乎地这么干罢了。
从技术上来看，工艺极限确实是会达到的，但so what?如果玩家还是那几家，只要没有谁能秒杀谁，那么会达成新的妥协的。如果有新的玩家进入了，那么估计会是另外一个故事了。总的来说IC工艺方面的核心技术还是比较高大上的，华为这种光脚屌丝干翻高富帅的故事在IC工艺方面发生的可能性还是比较小的。只是随着时间慢慢推进，像中芯这种可能也会慢慢地走到3.8nm之类的。。。

看看这个：
  恒温器：Nest Learning Thermostat。Nest 恒温器的核心是一片ARM Cortex A8 CPU，配有多个温度传感器，运动与光线传感器，Wifi芯片。温度传感器是用来感知室内温度，运动与光线传感器的作用是探测室内有无人在行走。Nest 恒温器可以通过Wifi芯片与Nest Labs的服务器相连，获得各种互联网信息，比如：时间、地区、天气、等等，也可以通过Wifi把用户的行为信息备份到服务器上，在更换设备的时候，不需要重新学习一遍，而只需要读取原来的备份数据。ARM CPU自然是分析各种数据，完成机器学习算法之用。
  

简单给Nest恒温器的学习算法建造一个模型，目标函数的输入向量有五个维度：地区、时间、天气、人（有或无）、温度。输出为1，代表用户接受了输入向量；输出为0，代表用户拒绝了输入向量，Nest需要自动调整。Nest的算法是一种“非监督式的学习算法”（Unsupervised Learning），通过用户的反馈，经过一定时间的数据样本累积，对输入向量进行聚类分析（Cluster Analysis），划分出合适的分类，从而能够为用户在特定环境下产生统计意义上的“正确”输入向量，以达成智能调控室内温度的目的。
  

和做工艺的聊过
现在主要是光刻的技术跟不上摩尔定律了
一层金属要多次光刻，花费非常高，所以省面积不省钱。。

所谓夕阳，是高富帅公司在里面窝着，屌丝公司难以跨跃。
IC的成本和项目周期决定了屌丝公司很难干倒高富帅公司，至少成本降不下来时是如
此，人是次要的。
而互联网企业则给是在给人希望，快速有效，资本喜欢，模式简单：人+钱+机器+宣
传，位于所有行业的表层，灵活多变，屌丝变高富帅的几率最大，至少大家看起来如
此，铺天盖地的。实际如何另外考虑。
硬要IC+互联网的结果，好不容易看起来有希望的互联网，又跳火坑里去，啃硬骨头。
吃力不讨好的事儿只能国家来干，担负着国家的责任，民企还是赚钱好，不要反人性。

按道理说现在mpw 很便宜了，.13 工艺也不贵，
IC 应该能搞些个体户做些芯片卖钱了，只要有好的方向。

上学的时候就想过拿定制化的硬件去做很多软件能做的事，可是软件可以随便调试，硬件等实现了，再发现bug不就废了么，周期还是比软件长，这问题怎么办

我也想过这个问题。
我觉得要么就用FPGA实现，要么就只能在发现致命的bug后再流片了。
尽量的把要求速度或者重复次数多的地方给硬件来做，其他的东西交给软件做，如果硬件有问题的话，也许软件也能做一些适当的弥补。

原来我也是这个想法，现在要变了
随着工艺越来越好，transistor变得很便宜，所以灵活性和时间更重要了
所以面积功耗大些，但是用软件能搞定的，也就用软件搞了