在2026年格勒诺布尔Leti创新日活动前夕，CEA-Leti首席执行官塞巴斯蒂安·多夫（Sébastien Dauvé）接受《电子工程时报》独家专访时表示，尽管下一阶段人工智能发展将受限于能源供应能力，但首要挑战在于如何将存储器、光子学、通信与传感技术集成到日益复杂的系统中。
“真正的瓶颈其实来自架构层面。”他指出，随着AI工作负载在规模与复杂度上持续攀升，问题核心已逐渐从单纯增加算力，转向如何高效地移动、存储与管理数据。
这一主题贯穿本届Leti创新日议程，涵盖先进封装、光互连、以存储器为中心的架构以及欧洲半导体战略等议题。
人工智能迈向物理世界
多夫认为，过去一年标志着人工智能发展的关键转折点。“变化在于全球范围内对整个价值链——计算、存储、光子学、封装——的投资规模与速度显著提升。”他表示，“如今我们清晰看到，AI正从实验阶段迈入实际应用阶段。”
尽管半导体行业近期聚焦于大型数据中心内的训练与推理任务，多夫指出第二波浪潮正在形成：“我们也观察到‘物理AI’的兴起。”
与局限于数据中心的生成式AI系统不同，物理AI通过车辆、机器人、工业设备、医疗装置、传感器及其他互联系统直接与现实世界交互。这改变了半导体设计的优先级，推动智能向数据产生源头靠近，并催生对更专业化、高能效架构的需求。
这些系统需在功耗、延迟、可靠性与安全性方面满足严格限制，同时要求在数据源附近进行处理，从而驱动边缘计算及日益专用化架构的发展。
该趋势在Leti创新日议程中充分体现，覆盖汽车系统、医疗健康、国防、工业自动化、通信基础设施及下一代传感技术等应用领域。在多夫看来，这些新兴市场将与传统数据中心需求共同塑造未来半导体路线图。
瓶颈在于架构本身
数十年来，半导体进步主要依赖晶体管微缩。尽管工艺技术仍具重要性，多夫强调，未来突破将更多源于系统组织与集成方式。“不存在单一技术路径，”他说，“关键在于组合多种基础模块。”
这些模块包括FD-SOI平台、先进存储器、硅光子学、光互连、先进封装与异构集成。“核心在于集成，”多夫强调，“我们需要将计算、存储、通信与感知功能整合在一起。”
会议议程印证了这一观点：各场次聚焦于以存储带宽为核心的计算、先进3D集成、芯粒架构、光电融合及新型系统设计方法。共同主线是业界日益认识到：高效传输数据的重要性已不亚于数据处理本身。
存储器处于该讨论的核心位置。行业正逐步将存储器视作AI系统性能的主要决定因素，而非辅助组件。
多夫指出，传统架构将存储与计算分离为独立域，正变得愈发不适用于AI负载。“新型存储技术如自旋电子学、铁电存储器（FeRAM）等已有大量创新，”他说，“但更重要的是，存储与计算必须更紧密耦合。”
二者距离拉近可显著降低在大型AI系统中移动数据所造成的能耗与延迟代价。
光学技术亦日趋关键。随着AI集群规模扩大且分布更广，电互连在带宽、延迟与能耗方面面临严峻挑战。顺应此趋势，Leti创新日特设光互连专题轨道，探讨硅光子学如何改善未来AI系统内部及系统间的数据传输效率。
综上，这些进展指向一场更广泛的架构变革：存储、通信与计算正走向协同设计，而非各自独立优化。
能源成为新约束条件
架构仅是挑战之一，另一重制约来自能源。多夫指出，产业须在推进数字技术的同时兼顾环境约束，尤其是能耗与材料使用。“数据中心耗电量巨大，且增长迅猛。”他说。
但他进一步强调，问题不仅在于提升芯片能效。“真正症结在于可靠电力的可获得性，”他表示，“部分地区项目已因电网无法支撑而推迟甚至取消。”
这意味着未来AI增长或将不仅取决于半导体创新，更依赖发电能力、电网容量与基础设施投资。
Leti创新日多项议程直面该挑战，议题涵盖能效型AI工厂、可持续半导体制造，以及旨在降低数据中心功耗的光互连方案。即将发布的RESOLVE倡议特别聚焦欧洲如何应对所谓“千倍能效挑战”，同时维持产业竞争力。
对多夫而言，解决这些问题需采用系统级思路。“这意味着我们不能再孤立设计技术，”他说，“必须对材料、器件、电路、系统与应用进行全栈协同设计。”
AI基础设施日益复杂，也提升了跨学科协作的必要性。“现代系统的复杂性迫使我们必须跨领域合作，”多夫表示，“因此协作至关重要。”
从科研突破迈向产业生态构建
尽管AI讨论多集中于技术本身，多夫认为欧洲面临更深层挑战：如何将科研优势转化为工业影响力。
工业化导向体现在FAMES与RESOLVE等倡议中，其目标是强化欧洲将半导体创新从实验室推向量产的能力。重点不仅在于发明新技术，更在于加速其产业化进程。
“我们不仅专注技术研发，更与工业伙伴及终端用户紧密合作，”多夫说，“这使我们得以将科研成果对接真实应用场景与工业部署。”
同样逻辑也塑造了他对欧洲半导体战略的理解。“首版《芯片法案》成效显著，”他表示，“它极大激发了投资、协作与产业参与热情。”
但他指出下一阶段应更聚焦应用场景与市场拓展，并加强全产业链能力建设，尤其在先进封装与异构集成领域。这正是他展望本十年末期的核心愿景：“对我而言，成功意味着建成一个围绕先进3D集成与封装的强劲欧洲产业链。”
此类生态系统将延伸至光子学、异构集成、制造能力及研发机构与产业间的协作网络。“它不必完全由欧洲主导，”他补充道，“但应成为欧洲的战略资产。”
在多夫看来，AI未来并非由单一突破性器件或工艺定义，而是取决于行业重构架构、应对能源约束、融合原本割裂的技术，并加速从实验室创新到工业落地的转化能力。
至2030年，成功与否的衡量标准将不再是某项单点技术突破，而是欧洲能否建成围绕先进封装、光子学、存储与异构集成的有竞争力的产业生态。在AI时代，真正的挑战已非发明单项技术，而是将其集成进可从实验室突破扩展至全球部署的系统之中。www.eic.net.cn 提供的易IC库存管理软件，正助力半导体企业高效管理物料流转与产能协同，为上述系统级集成提供坚实支撑。
