6月29日，美国国家科学基金会（NSF）和中国台湾建立新的合作伙伴关系，拨款600万美元联合投资6个项目用于先进半导体芯片设计和制造的基础研究，旨在降低微电子器件和系统的能耗，减少制造对环境的影响，提高半导体的多项性能指标^[1]。

新的研究项目将支持美国和中国台湾研究人员之间的合作，利用中国台湾半导体代工厂的先进工艺设计和制造创新的半导体芯片。NSF资助开展的6个项目包括：

1、240 GHz节能CMOS多输入多输出（MIMO）雷达。加州大学伯克利分校牵头，探索工作频率为240 GHz的用于下一代雷达的低成本集成电路技术，以实现低功耗高分辨率雷达和成像。

2、用于节能相干光互连的新型电子-光子系统的联合设计。得克萨斯农工大学牵头，开发一种相干光互连架构，包括具有动态电压频率缩放的高能效CMOS发射器与高效开关稳压器和节能CMOS接收器，此外还将研究一种基于光锁相环的载波恢复方案。

3、芯片CMOS-MEMS红外光谱系统。加州大学戴维斯分校牵头，利用异构集成和封装等技术，开发一种在室温下运行的片上红外光谱系统，实现红外光谱系统向小型化、超灵敏和低噪声方向发展。

4、收发器系统的实时优化。弗吉尼亚理工大学牵头，研究使用机器学习来持续校准和优化毫米波收发器硬件，包括设计收发器电路和神经形态计算加速器，此外还将完成硬件系统的集成和优化实验。

5、用于人工智能/机器学习的可重构计算处理器技术。加州大学洛杉矶分校牵头，为人工智能/机器学习开发一种运行时可重构阵列技术，该技术可提供亚微秒级的程序切换决策，支持多个活动程序、多大小编译和优先级处理。

6、用于边缘学习和推理的超快速、低功耗人工智能芯片。斯坦福大学牵头，利用具有超低功耗和超快写入速度的新型磁阻随机存取存储器（SAS-MRAM）和CMOS电路，设计人工智能芯片原型，实现片上推理和训练计算，并开发新的持续学习算法，最大限度地减少内存权重更新（即内存写入）和计算复杂性。                   （杨况骏瑜）