ETO 指出，2018 年至 2023 年期間，全球共發表了 47.5 萬篇有關晶片設計和製造的文章。其中 34% 由中國機構撰寫，而美國和歐洲的論文數量分別只有 15% 和 18%。雖然晶片製造不像人工智慧和LL等熱門學科那樣受歡迎，但中國似乎正全力投入研究製造的未來。

中國的研究質量也處於高位。如果只看引用率排名前 10% 的文章，該領域有 50% 的文章來自中國。美國和歐洲則遠遠落後，分別為 22% 和 17%。印度、日本和韓國也對這兩個指標有所貢獻，但都遠遠不及中國豐富的研究成果和高引用率。

這些數字並不意味著中國比美國更先進，但這項元研究的作者認為，這可能很快就會實現。ETO 的 Zachary Arnold 在對《自然》雜誌的評論中表示：“我不知道我們是否見過一個領域存在如此大的差異……當你看到如此多的活動時，很難想象這不會對中國的技術能力以及未來幾年的製造能力產生影響。”

就中國的研究而言，神經形態計算（基於結構類似神經元的處理器）和光電計算（利用光在晶片內傳輸資料）佔據了中國現代研究的大部分份額。這些是後摩爾定律技術，它們超越了追求越來越小的工藝節點的傳統框架，因此也不受目前針對中國產業的監管。作為新興技術，除非美國設法搶在中國之前申請專利，否則禁止出口工具的標準晶片戰爭手段對這些下一代晶片將毫無用處。

美國對中國晶片市場的攻勢主要是為了限制中國製造尖端晶片，具體做法是對中國進口現代晶片製造裝置的能力實施制裁。自 2022 年以來，這包括製造小於 14 奈米晶片的任何技術。包括 ASML 在內的國際晶片製造供應商已被明確禁止向與中國有關聯的實體出售產品，這實際上出於“國家安全原因”將中國限制在傳統晶片上。

可惜的是，正當該行業為這些法規帶來的大量成熟晶片從中國湧入世界市場做準備時，中國最終也可能發現西方知識和能力所不及的晶片製造技術。中國研究機構佔據了全球晶片製造領域被引用次數最多的前 8 名，而且沒有放緩的跡象。這些被引用次數最多的大量研究避開了常見的反華理論，這些理論認為中國只從竊取技術和研究中獲利。

分析發現，中國目前正在進行未來計算硬體的大部分基礎研究。作者表示，如果這些研究成果發展成商業應用，美國可能很快就會發現，利用出口管制來保持其在高效能微晶片設計和生產方面的競爭優勢已經不可能了。

儘管這項研究的結果並不意味著中國目前處於這一領域的領先地位，但“可以說，它向我們展示了事態的未來發展方向”，進行分析的華盛頓喬治城大學新興技術觀察站（ETO）首席分析師扎卡里·阿諾德說。

這項研究於 3 月 3 日發表，發現 2018 年至 2023 年間，晶片設計和製造研究論文中來自中國機構的作者數量是美國機構作者的兩倍多。這不僅僅是數量問題：中國在高引用論文方面也表現出色。在當年被引用次數最多的前 10% 的論文中，50% 是來自中國的作者共同撰寫的。相比之下，來自美國的作者為 22%，來自歐洲機構的作者為 17%。

此類研究涉及廣泛的學科，涵蓋從傳統計算機晶片和針對人工智慧 (AI) 最佳化的快速圖形處理單元到全新架構的所有內容。為了找到並整理與他們的研究相關的論文，ETO 的分析師必須訓練一種機器學習演算法。Arnold 說，他們的分析主要捕捉新興晶片技術，而不是商業進步，後者通常是漸進式和專有的。

這項研究只包括了英文摘要的論文；對於中國作者的論文來說，這些論文更有可能具有國際影響力。阿諾德說，中國一直在提高其在許多領域的研究成果。“但我不知道我們是否見過有哪個領域存在如此大的差異，”他補充道。“當你看到如此多的活動時，很難想象這不會對中國的技術能力和未來幾年的製造能力產生影響。”

這一發現與陳雲霽在中國的所見所聞不謀而合。陳雲霽是北京處理器國家重點實驗室負責人，也是設計針對人工智慧最佳化的晶片的公司寒武紀的聯合創始人。他表示，中國的製造能力落後於晶片設計，部分原因是美國的出口管制。

從 2022 年 10 月開始，美國商務部開始禁止向中國出售某些先進晶片和製造裝置。美國政府表示，其採取這一行動的部分原因是中國正在利用人工智慧能力“監視、跟蹤和監視本國公民，並推動其軍事現代化”。

但陳教授表示，中國的研究正在產生重大的學術影響。他補充說，該團隊在谷歌學術上為深度學習設計的計算架構的引用次數已超過 10,000 次，其中最大比例（41%）來自美國。

ETO 團隊還確定了晶片研究的“熱點”，包括神經形態計算（一種受神經元生物物理學啟發的架構）和光學計算（使用光而不是電子來承載資訊，可以提高計算機效率）。就論文數量而言，“中國在這兩個特定領域都處於領先地位，”Arnold 說。

喬治城大學安全與新興技術中心的資料研究分析師兼中國問題專家雅各布·費爾德戈伊斯 (Jacob Feldgoise) 表示，如果這兩種推測性技術能夠實現商業化，那麼它們都有可能應用於人工智慧。喬治城大學安全與新興技術中心是 ETO 的主辦方。他說，這些技術主要使用美國沒有壟斷的成熟製造技術。“中國正在試驗許多下一代技術，如果這些技術能夠實現商業化，美國將很難控制它們，”他補充道。“如果中國能夠將其中一些技術商業化，那麼他們不只是迎頭趕上，而是有可能實現跨越式發展。”

ETO 的研究年鑑追蹤關鍵技術領域的全球研究趨勢，繪製增長趨勢並確定領先的公司、研究機構和企業。在之前的文章中，我們利用年鑑探索了人工智慧安全研究和網路安全的全球趨勢。今天，我們將從高層次上介紹研究年鑑中最新新增的主題：晶片設計和製造。

2018 年至 2023 年期間，已發表了數十萬篇晶片設計和製造研究論文，但該領域的增長速度並不像人工智慧等熱門話題那樣快。

中國是迄今為止發表晶片設計和製造研究出版物最多的國家，2018 年至 2023 年的論文數量超過排在其後三個國家的總和。

中國在晶片出版物被引用次數最多的方面也處於領先地位，其中一半被引用次數最多的文章都是來自中國組織和大學的作者。

近期已發表的晶片設計和製造研究成果的增長主要來自中國和印度，而大多數其他國家的研究成果產出實際上隨著時間的推移而減少。

請注意，ETO 的研究年鑑僅考慮公開的研究出版物，不包括專利或行業內部研究。這對於晶片設計和製造尤其重要，因為晶片設計和製造的大部分工作都是在行業中進行的，因此我們在此僅分析整體情況的一個方面。

根據《研究年鑑》的最新資料，2018 年至 2023 年期間釋出了約475,000 篇與晶片設計和製造相關的文章。（這個總數以及這篇文章中來自《研究年鑑》的其他發現均基於我們合併學術語料庫中具有英文標題或摘要的文章；它們省略了沒有英文摘要和非公開研究的文章。）。

2018 年至 2023 年間，晶片研究總體增長了8% 。這一增長速度低於人工智慧或LLM等熱門研究領域。

研究年鑑資料集中， 15%的晶片設計與製造相關文章的作者來自美國機構，34% 的作者來自中國，18% 的作者來自歐洲。（請注意，有些文章缺少作者機構和國家/地區資訊，並且我們的分析不包括沒有英文摘要的文章，這可能會影響中國作者的數量。）最大的生產國——中國——遠遠領先於下一個最多產的國家（以美國為首）。

僅從高引用率文章來看，中國再次佔據榜首。高引用率的晶片設計和製造文章（定義為每個出版年份引用率最高的 10% 的文章）中有50%的作者是中國，而美國作者和歐洲作者分別佔22%和17%。在中國和美國之後，韓國和德國分別位居第三和第四位，但差距很大。

2018 年至 2023 年期間，十大晶片研究產出者中有九個是 中國研究機構，其中以中國科學院為首，2018 年至 2023 年期間共發表了 14,387 篇文章。（同樣，我們只統計英文文章 – 如果包括中文文章，中國組織的數量可能會更高。）

如果只統計高引用率的文章，中國機構佔據了前 8 名。按照我們在這裡使用的指標——按引用次數計算，在同一時期的所有晶片設計和製造論文中，最近發表的文章數量位居前十分之一——世界領先者是中國科學院、中國科學院大學和清華大學。

其他多產的產出者包括新加坡國立大學和法國國家科學研究中心，其中後者是按文章數量排名的晶片研究第三大產出者。

年鑑的引用次數最高的文章列表中出現了一些共同的主題，其中包括 2018 年至 2023 年期間發表的十篇引用次數最高的晶片設計和製造文章。其中一些文章重點關注半導體應用中使用的二維材料，例如石墨烯和MXenes。過渡金屬在列表中也佔有重要地位，包括對鐵磁過渡金屬和過渡金屬二硫屬化物的研究。

過去幾年，晶片設計和製造領域發表了數十萬篇文章。幸運的是，ETO 工具可以幫助從大量論文中提煉出更廣泛的趨勢。在本文，我們將展示科學地圖如何幫助您瞭解全球晶片研究的關鍵領域。

科學地圖將數以億計的全球研究出版物組織成研究叢集，這些叢集是經常相互引用的文章組 – 通常是因為它們有其他共同點，例如主題、概念或語言。您可以使用地圖的內建過濾器縮小到與特定主題相關的叢集，或基於其他特徵（如增長率、國家或組織）縮小到叢集。

科學地圖使用者通常希望瞭解某一特定主題的“頂級”研究領域。當然，定義“頂級”研究的方法有很多，但 ETO 分析師通常會結合使用地圖的增長和規模概念來開始分析。透過這種方法，我們會尋找既異常龐大又有大量近期文章的研究叢集——這是一種罕見的組合。

讓我們看看這對晶片設計和製造的具體作用。在調整了地圖列表檢視中的過濾器後，我將範圍縮小到增長評級為 75 或更高的研究叢集（即最近發表的文章比例高於地圖中所有叢集的 75% 或更多）並且在過去五年中至少有 1000 篇新文章。（如果您願意，可以嘗試在每個過濾器上使用不同的閾值。）

ETO 科學地圖中的晶片相關研究叢集，至少有 1000 篇近期文章和 75+ 的增長評級。

這些叢集中的許多似乎都專注於“後摩爾定律”半導體的研究，反映出行業和學術界對傳統晶片技術即將面臨的極限的擔憂。幾十年來，半導體行業一直在進行探索性研究，因為他們知道，最終基於互補金氧半導體 (CMOS) 的半導體器件製造將達到原子極限：即我們無法在矽積體電路上物理地安裝更多電晶體的臨界點。

我們確定的“熱門話題”叢集反映了這一新興研究議程中的幾個不同主題，包括圍繞新計算模型構建的半導體，例如神經形態計算 ( 3255 )，以及用於更高效架構和封裝的技術，例如光子學 ( 23560 )。（光子學也越來越多地用於處理器之間的高速網路和資料通訊。）

▲點選上方名片即可關注

▲點選上方名片即可關注