在塑料上造芯片,每片不到1美分

简介: 在塑料上造芯片,每片不到1美分
来自伊利诺伊大学厄巴纳 - 香槟分校的研究小组使用 PragmatIC 的制造工艺在塑料上制造了 4 位微控制器。


想象一下,你周围的物体到处充满了智能,一条绷带、一个香蕉皮、一个瓶子等都具有智能。目前来看,这种场景只能出现在科幻电影里。你可能会奇怪,科技飞速发展的今天,为何这一切还没有实现,这是因为人类还没有制造出价格便宜的处理器。

全球物联网设备的数量每年以数十亿的速度增长。看起来这是一个巨大的数字,但实际上这个领域的潜力要大得多,而且相当昂贵的硅芯片正在阻碍它。解决方案可能是引入便宜很多倍的塑料芯片。

之前有研究机构进行了各种尝试,例如 2021 年 Arm 重磅推出 PlasticArm M0 新型塑料芯片原型,可以直接在纸张、塑料或织物上打印电路,该芯片没有采用硅作为基底,而是采用塑料处理器核心,这是 Arm 研究了近十年的项目,但即使这样 Arm 的研究也无法达到标准。

伊利诺伊大学厄巴纳 - 香槟分校和英国芯片厂商 PragmatIC Semiconductor 的工程师们认为,问题在于,即使是最简单的工业标准微控制器也太过复杂,无法在塑料上批量生产。

在本月晚些时候举行的计算机架构国际研讨会(International Symposium on Computer Architecture)上,来自伊利诺伊大学厄巴纳 - 香槟分校的研究小组展示了一种简单但功能齐全的塑料处理器,这种处理器可以以低于 1 美分(sub-penny)的价格制造。该团队设计了 4 位和 8 位处理器。不过这项研究更多细节尚未公开。

团队负责人 Rakesh Kumar 表示,「在 4 位处理器中大约有 81% 可以工作,这足够突破 1 美分的门槛。」

Rakesh Kumar

Kumar 表示,柔性电子产品已经细分市场几十年了,该团队制造的处理器是使用柔性薄膜半导体铟镓锌氧化物 (IGZO) 制成的,这种薄膜半导体可以建立在塑料上,即使在几毫米半径范围内弯曲也能继续工作。但是,虽然可靠的制造工艺是先决条件,但真正与众不同的是设计。

图源:https://technewsspace.com/scientists-have-developed-penny-plastic-flexicore-chips-they-promise-to-revolutionize-the-internet-of-things/ 

为什么不是硅?

你可能会疑问,为什么硅处理器不能做的超级便宜又兼具灵活计算性能?Kumar 经过分析认为这不可能实现。与塑料相比,硅既昂贵又不灵活,如果你把塑料芯片做得足够小,其在弯曲范围内也能继续工作。导致硅失败的原因有两个:一个是虽然电路的面积可以做得非常小,但你仍然需要在芯片边缘留出相对较大的空间,以便从晶圆中切出芯片。对于一般的微控制器,芯片边缘的空间比包含电路的区域要多。更重要的是,你还需要更多空间来安装足够的 I/O 焊盘(I/O pad),以便数据和电源可以进入芯片。这样一来,就会有空白硅片被浪费。

Kumar 团队没有将现有的微控制器架构改编为塑料,而是从头开始创建一种名为 Flexicore 的设计。由于废品率随着逻辑元件的数量而增加。了解到这一点,他们想出了另一种设计,旨在最大限度地减少所需的门数量。他们使用 4 位和 8 位逻辑而不是 16 位或 32 位逻辑。就像将存储指令的内存与存储数据的内存分开一样。但这样伴随而来的减少了处理器能够执行指令的数量和复杂性。

该团队进一步简化了处理器的设计,将处理器设计为在单个时钟周期内执行指令,而不是当今 CPU 的 multistep pipeline 形式。然后他们通过重用部件来实现这些指令的逻辑,这进一步减少了门数。「总的来说,我们能够根据灵活应用程序的需求对其进行定制来简化 FlexiCores 的设计,这些应用程序往往在计算上很简单,」Kumar 的学生 Nathaniel Bleier 表示。

通过以上设计,该团队实现了一个具有 5.6 mm^2 的 4 位 FlexiCore 芯片 ,仅由 2104 个半导体器件组成(大约与 1971 年经典 Intel 4004 中的晶体管数量相同),而去年 Arm 团队开发出的软性微处理器 PlasticARM 则由大约 56340 个器件组成。「就门数而言,FlexiCore 比最小的硅微控制器少一个数量级,」Nathaniel Bleier 表示。
工程师使用 PragmatIC 的制造工艺在塑料上制造 4 位微控制器。

FlexiCore 还具有优化的板载内存和指令集,可最大限度地减少晶体管数量并降低复杂性。研究人员还设计了逻辑元件,使他们可以使用最少的晶体管。毕竟,处理器被设计为在一个时钟周期内执行一条指令。

此外该团队还开发了 8 位版本的 FlexiCore,但效果不佳。

「这正是支持真正无处不在的电子产品所需的设计创新,」 PragmatIC Semiconductor 首席执行官 Scott White 表示。

借助 PragmatIC 技术,该团队生产了具有 4 位和 8 位处理器的塑料涂层晶圆,并在多个程序中以不同电压对它们进行测试,并毫不留情地进行弯曲。这个实验看起来很基础,但根据 Kumar 的说法,它是开创性的。大多数使用非硅技术构建的处理器产量都很差,以至于只能从一个或最多几个可工作的芯片中报告结果。「据了解,这是首次可以报告来自多个芯片的非硅技术的数据,」Kumar 表示。

PragmatIC 一直致力于低成本芯片

Kumar 观察到,芯片行业的目标是兼顾功率和性能指标,以及某种程度的可靠性。他们并没有将重点放在成本、一致性和芯片薄度上。而是将重点放在构建新的计算机架构并瞄准新的应用程序上。

美国西北大学的柔性电子先驱 John A. Rogers 称这项工作令人印象深刻,并期待这项研究的后续发展。

当然,这只是迄今为止这项研究的工作,在 FlexiCore 解决方案或类似解决方案上市之前还有很多工作要做。然而,研究人员已经尝试针对不同的流程和目标工作负载优化他们的解决方案,并取得了一些成功。还有关于弯曲如何影响性能以及塑料芯片的耐用性的问题。

然而,随着如此便宜的塑料处理器和柔性电子产品成为主流,我们很快就会看到真正无处不在的电子产品的曙光。这种芯片可以放置在几乎任何产品的包装上或医疗贴片上,应用领域不在受限制。

参考文献:https://spectrum.ieee.org/plastic-microprocessorhttps://www.hackster.io/news/flexicore-boosts-pragmatic-s-yield-to-offer-basic-yet-functional-sub-penny-plastic-processors-4a1191483ab8https://technewsspace.com/scientists-have-developed-penny-plastic-flexicore-chips-they-promise-to-revolutionize-the-internet-of-things/

相关文章
|
JavaScript
推荐一款工具 -- Watt Toolkit
你是否在为访问Github速度慢而发愁?来来来,推荐你一款工具试试 「Watt Toolkit」是一个开源跨平台的多功能游戏工具箱。 网络加速 使用 YARP.ReverseProxy 开源项目进行本地反代来支持更快的访问游戏网站。 脚本配置 通过加速服务拦截网络请求将一些 JS 脚本注入在网页中,提供类似网页插件的功能。 账号切换 一键切换已在当前 PC 上登录过的 Steam 账号,与管理家庭共享库排序及禁用等功能。
5557 0
推荐一款工具 -- Watt Toolkit
|
Web App开发 JavaScript 前端开发
VsCode 常用好用插件/配置+开发Vue 必装的插件
VsCode 常用好用插件/配置+开发Vue 必装的插件
1333 0
|
SQL 消息中间件 分布式计算
10本大数据领域经典好书,助力你的学习
  学习大数据并不是一蹴而就的事情,即使是工作多年的开发工程师都需要不断补充新鲜的知识内容。目前学习大数据知识可以通过视频和图书两种方式学习,视频的优势在于能够将老师的个人开发经验传授给学习者,而图书的优势在于能够随时翻阅,内容比较丰富。   这里为大家推荐零基础学习大数据的10本经典图书,希望同学们能够通过不同的学习途径充分掌握大数据开发技能。
1035 0
|
Android开发
3-AII--BroadcastReceiver实现锁、开屏、短信监听
零、前言 1.按电源键,屏幕锁屏,再按电源键屏幕打开。在Activity开启时注册广播用来监听屏幕的关闭,Activity关闭时移除广播。 2.这里只能在该Activity中监听,退出后BroadcastReceiver被注销,后面将会结合Service增强应用范围 3.
1526 0
|
20天前
|
人工智能 自然语言处理 Shell
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
本教程指导用户在开源AI助手Clawdbot中集成阿里云百炼API,涵盖安装Clawdbot、获取百炼API Key、配置环境变量与模型参数、验证调用等完整流程,支持Qwen3-max thinking (Qwen3-Max-2026-01-23)/Qwen - Plus等主流模型,助力本地化智能自动化。
32321 118
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
|
15天前
|
人工智能 安全 机器人
OpenClaw(原 Clawdbot)钉钉对接保姆级教程 手把手教你打造自己的 AI 助手
OpenClaw(原Clawdbot)是一款开源本地AI助手,支持钉钉、飞书等多平台接入。本教程手把手指导Linux下部署与钉钉机器人对接,涵盖环境配置、模型选择(如Qwen)、权限设置及调试,助你快速打造私有、安全、高权限的专属AI助理。(239字)
6853 18
OpenClaw(原 Clawdbot)钉钉对接保姆级教程 手把手教你打造自己的 AI 助手
|
14天前
|
人工智能 机器人 Linux
OpenClaw(Clawdbot、Moltbot)汉化版部署教程指南(零门槛)
OpenClaw作为2026年GitHub上增长最快的开源项目之一,一周内Stars从7800飙升至12万+,其核心优势在于打破传统聊天机器人的局限,能真正执行读写文件、运行脚本、浏览器自动化等实操任务。但原版全英文界面对中文用户存在上手门槛,汉化版通过覆盖命令行(CLI)与网页控制台(Dashboard)核心模块,解决了语言障碍,同时保持与官方版本的实时同步,确保新功能最快1小时内可用。本文将详细拆解汉化版OpenClaw的搭建流程,涵盖本地安装、Docker部署、服务器远程访问等场景,同时提供环境适配、问题排查与国内应用集成方案,助力中文用户高效搭建专属AI助手。
4827 12