七、为保持美国领先，要打造一个“蛙跳式”的策略

如果美国将其眼光局限在打造一个更便宜便捷的半导体产业，并对中国的破坏式崛起无动于衷，那么美国则不会保持其半导体的领先地位。因此为了保持美国半导体的领先地位，我们需要制定一个先进的策略。

美国半导体上一次面对半导体威胁是在20世纪80年代。当时美国政府的响应就是聚焦在基于现存技术提高计算速度：当时的困境我在前面已经提到，那就是隐约可见的CMOS技术限制和半导体市场的转移。但问题也是迎刃而解了。

在过去的三十年，多样化的计算系统百花争鸣。而CMOS技术的解决方案也层出不穷。

这个事件说明，在面对困境的时候，政府的支持是非常重要的。我们也要明白到，政府的采购在半导体市场中，只占一个小份额。这并不能推动半导体产业的转变。因此这就需要同行合作，才能解决所有问题。

为了加强半导体的竞争力和创新，我们建议关注以下四点原则：

（1）采取应用驱动的方法

政策制定者应该采取应用驱动的方针去引领创新。

（2）以十年为一个阶段

我们除了要合适的技术研究，也需要在技术研究上花费相当长的时间。

（3）补偿弱势产业的投资

我们知道，类似人工智能、大数据分析、自动驾驶汽车系统这些领域，由于前景光明，回馈较快，因此吸引的投资是自然不少的。但类似材料科学、先进制造这些回报周期较长的基础学科，我们需要对其偏向支持，因为这些是所有产业的基本。

（4）减低设计成本

现在设计成本正在日益增加，和上世纪80年代推动EDA的发展降低成本一样，美国政府应该推动更多新技术的发展，降低设计成本。

八、机遇和挑战聚焦在哪些领域

美国半导体很久没有遭受过如此严峻的挑战了，这次需要产业界、学术界和政府三方联合来应对这个挑战。在可见的将来，我们认为在以下领域会面临机遇和挑战：

（1）架构

（a）冯诺依曼架构

为了适应后摩尔定律时代的需求，类似带有不同且复杂的存储层的多核处理器会在未来成为需求，这会推动冯诺依曼架构的转变。

（b）量子

量子计算有可能革新计算能力，并解决现在面临的一些棘手问题。现在也有几种不同的量子架构，这就需要衡量和选择了。

（c）神经形态计算

这也是未来的一个趋势

（d）模拟计算

模拟计算会先于数字计算变革，并会解决一些数字目前还没能解决的问题。但在实际应用中，数字计算压制了模拟计算一头。

（e）特殊目的的架构

FPGA、GPU、深度学习/机器学习加速器、边缘计算，这是一些潜在的发展方向。

（f）近似计算

近似计算能够解决多媒体处理、机器学习、信号处理等问题。

（2）计算形态

嵌入式系统、个人和便携式系统、超大规模系统在未来都可能有变革。

（3）未来十年有可能取得相关进展的技术