当笔者在读到美国发明家雷库兹韦尔（Ray Kurzweil）的著作《后人类》时，我意识到：“能力呈指数级提高的人工智能（AI）将在2045年惠及全人类。”

　　我想：一个类似于科幻电影《终结者》那样的世界，军事计算机“天网”将人类视为敌人并发动核战争的世界可能即将到来。

　　库兹韦尔在接受记者采访时表示：“当我宣布人工智能超越人类的预测时，包括后来获得诺贝尔奖的研究人员在内，没有人同意还需要 100 年到 2029 年，人工智能将拥有比人类更高的智力现在连2029年的预测都被认为是保守的。”

　　实际上，2024年诺贝尔物理学奖将颁发给两位发现并发明了AI基础“机器学习”的研究人员；诺贝尔化学奖授予三位使用AI成功预测蛋白质结构的科学家。也就是说，有五位人工智能相关研究人员入选2024年诺贝尔奖获得者。

　　在《后人类》中，还需要100年的事情，在库兹韦尔预测后的19年就发生了。英伟达的GPU等芯片为AI的进步作出了重大贡献。

　　在本文中，我们会先来预测由于AI产生的半导体需求，2030年（奇点已经到来后）全球半导体市场将增长多少。之后，我们以每个封装（芯片封装）的每秒浮点运算次数作为指标，可以发现摩尔定律在加速。

　　此外，摩尔定律加速发展的因素之一是晶体管的持续变小，而ASML的EUV光刻机在持续地做出贡献。最后，笔者会预测到2050年时候的全球半导体市场，并谈谈我的想法。

　　上图是2024年在ASML投资者日是展示的PPT，主题是“终端市场、晶圆需求和光刻支出”。这张图展示了从2025年到2030年中，各种电子设备（例如智能手机、个人电脑、消费者、有线和无线基础设施、服务器、数据中心和存储、汽车和工业设备）的增长量，同时还有全球半导体行业的增长情况。从图中可以看出，半导体市场能够增长多少。

　　这两种预测方式的区别在于，有没有反映了生成式AI带来的全球繁荣、有没有考虑20232024年的半导体衰退。

　　2022年11月30日，Open AI发布了ChatGPT，因此基于CMD 2022的预测没有考虑生成的AI的影响。由于半导体行业在 2023-2024 年进入周期衰退，因此CMD 2022中没有考虑该影响，仅在CMD 2024中反映了周期衰退的影响。

　　了解了以上情况，再仔细看图1 ，可以发现CMD 2022中除服务器、数据中心和存储之外的电子设备的半导体出货量，都将比CMD 2024更大，不过增速都是个位数，增幅不是很大。

　　服务器、数据中心、存储都将在2024年后推动半导体市场的发展。基于CMD 2024的各种电子设备半导体的预测如下。

　　智能手机半导体的市场到 2025 年将达到 1,490 亿美元，预计将以每年 5% 的速度增长，到 2030 年将达到 1,920 亿美元。

　　PC半导体在2025年市场920亿美元，将以每年4%的速度增长，到2030年达到1120亿美元。

　　消费半导体的市场在2025年达到700亿美元，将以每年3%的速度增长，到2030年达到830亿美元。

　　用于有线和无线基础设施的半导体市场到 2025 年将达到 530 亿美元，将以每年 6% 的速度增长，到 2030 年将达到 700 亿美元。

　　汽车半导体2025年市场760亿美元，将以每年9%的速度增长，到2030年达到1140亿美元。汽车半导体的增长率位居第二，仅次于服务器和数据中心及存储半导体。

　　工业半导体2025年市场840亿美元，将以每年7%的速度增长，到2030年达到1200亿美元。

　　在预测中，唯一预计CMD 2024增长速度快于CMD 2022的半导体行业是服务器、数据中心和存储的半导体，其规模将从2025年的1560亿美元以每年18%的速度增长，到 2030 年达到 3610 亿美元。用于服务器、数据中心和存储的半导体在各种电子设备中增长率最高，2030年的预测值也最高。

　　据预测，到2025年，全球半导体市场将达到6790亿美元的规模，并将以每年9%的复合增长率持续扩张，预计至2030年，该市场价值将攀升至1.51万亿美元。

　　在全球半导体市场中，各细分领域的市场份额从高至低依次为：服务器、数据中心及存储占比34%，智能手机占18%，工业用途占11%，汽车领域占10%，个人电脑约占10%，消费者领域占7%，有线%。

　　基于上述分析，服务器、数据中心以及存储领域所使用的半导体将成为2025年至2030年期间全球半导体市场的主要推动力。由于AI半导体也包含在其中，可以得出结论：AI将成为半导体市场增长的主要驱动力。

　　迄今为止，摩尔定律通常被理解为每两年，单个芯片上集成的晶体管数量将翻一番。然而，在未来，“单个芯片”的概念可能将失去其重要性，而“单个封装”的重要性将日益凸显。因为将各种芯片集成到单个封装中并作为单个系统运行的“小芯片”（Chiplet）将成为主流。

　　如果我们将单个封装的晶体管数量作为图表的纵轴，则可以预测晶体管数量每两年增加一倍的“摩尔定律”将持续下去（图2）。因此，到 2030 年，半导体的每个封装中将集成一万亿个晶体管。换句话说，摩尔定律仍然成立。

　　此外，如果我们在图表的纵轴上绘制“单个封装”的计算速度，我们可以看到带来“技术奇点”的新视角。

　　图3 2010年代，单个封装计算速度2年内增长16倍（能耗2年内增长5倍） 来源：ASML

　　倘若我们在垂直坐标轴上描绘出单个封装下的计算处理速度，便能观察到自21世纪10年代起，该速度经历了显著的变革（参见图3上半部分）。由于人工智能的需求，计算速度每两年增加一倍，预计两年内将增加16倍。这就是新的摩尔定律。

　　另一方面，从纵轴看单个封装的能耗，两年内下降了60%，但由于人工智能的需求，两年内将增加五倍（参见图3下半部分）。这是很危险的，单个封装的能耗增加让芯片产生了巨大的热量。

　　作为解决这一问题的对策，光通信将变得至关重要。目前，数据中心内的服务器之间或容纳服务器的机架之间的通信正在使用光而不是电。未来，需要通过光学连接来连接机架中的各种芯片。

　　虽然能源消耗存在很大问题，但是新摩尔定律带来的高性能计算机是如何出现的呢？

　　图 4是超级计算机 Aurora，它由美国能源部 (DOE) 赞助，由英特尔和惠普企业 (HPE) 开发。

　　以Aurora为代表的超级计算机正在创造新的摩尔定律，即“2年内计算速度提高16倍。”（但背后的问题是开发成本太高，而且消耗大量能源）

　　这种超级计算机集成了大量的先进的逻辑芯片、DRAM、SSD以及其他半导体组件。ASML的High NA EUV光刻机可以用来生产这类尖端半导体产品。

　　图5展示了到2039年的逻辑芯片路线年，台积电能够量产的最顶尖的节点是“N3”，晶体管为FinFET，精细互连间距为23 nm，采用NA为0.33的EUV光刻机（Low NA）。

　　在技术奇点到来的2029年，芯片工艺制程的技术节点是“A10”，晶体管将是第3代Nanosheet（Gate All around / GAA），精细互连间距将是18 nm，采用NA 为 0.55的EUV光刻机（High NA）。并且晶体管背面供电的背面供电网络（BSPDN），有希望能够投入实际使用。

　　图6展示了什么时候开始使用Low NA EUV光刻机和High NA EUV光刻机。Low NA EUV光刻机是在2020年开始在N5节点上正式使用，台积电的“N7+”首次尝试，此外，Low NA双图案技术是在N5至N3工艺节点中得到应用。

　　依据ASML的预测，2027年将开始采用High NA技术于A14节点，而A10节点左右将开始采用High NA双图案化技术。

　　图7显示了从 2025 年到 2030 年，先进逻辑和DRAM将使用多少层EUV。

　　一开始，用于先进逻辑的EUV层预计到2025年将达到19至21层，然后以每年10%至20%的速度增长，并在2030年增加至25至30层。其中，ASML认为High NA将会是4到6层（图7左图）。

　　未来吞吐量将持续提升。对于低数值孔径（NA）的设备，ASML计划将NXE:3800E的产能提升至每小时超过200片晶圆，目标是在2030年之前达到每小时300片晶圆。此外，对于高数值孔径（NA）设备，目标是到2030年将产能从第一代EXE:5000的每小时110片晶圆提升至超过200片晶圆。

　　第一个迹象是，如图3所示，单个封装的计算速度从 2010 年代的“两年内翻倍”迅速提高到 2020 年代的“两年内翻了 16 倍”。第二个迹象是生成式AI的功能不断增加和广泛使用，例如 ChatGPT。

　　我此前认为奇点是电影《终结者》中出现的军用计算机“天网”具有自我意识，“机器将人类视为敌人并在微秒内发动核攻击”的情况。

　　然而，实际的奇点并不是这样的。ChatGPT会遍布全世界，很多人都会使用和依赖这种生成式AI，这不是渗透到大脑中的东西吗？如果这样想的话，是不是可以说奇点已经到来了呢？

　　在撰写这篇手稿时，笔者使用了生成式AI。至少对我来说，奇点可能即将到来。