在即将于安特卫普举行的imec ITF World 2026大会前夕，首席执行官帕特里克·范达内梅尔概述了他认为将重塑未来十年的五大技术变革：埃米级时代的系统级协同优化、硅光子学的崛起、存储器日益增长的战略重要性、芯粒向边缘计算的拓展，以及量子计算的产业化进程。然而，在这些趋势背后，更深层的是半导体创新组织方式的整体转型。
“人们往往低估了协同优化所能带来的增益，”范达内梅尔在接受《电子工程时报》独家专访时表示，“如果你单纯缩小晶体管尺寸、提升光子器件性能，却未针对特定应用场景进行适配，就无法获得协同优化所能释放的额外价值。”
这一转变由先进AI系统对能耗、内存带宽与互连能力提出的巨大需求所驱动，而传统微缩路径已越来越难以满足这些要求。
CMOS 2.0重塑半导体研发模式
多年来，支撑大规模AI基础设施的诸多技术最初并非为AI而生，而是服务于智能手机和传统数据中心网络等市场。超大规模企业与AI芯片设计方主要通过适配既有半导体技术，快速应对激增的AI工作负载。但在范达内梅尔看来，这种做法正逼近极限。
“我们必须针对AI所需的极高TOPS（每秒万亿次操作）指标来优化这些技术，”他强调，“当然，也要针对具体应用来优化存储器。”
实际操作中，这意味着计算单元、存储器、封装、光子器件、互连乃至AI模型架构之间需实现更紧密的集成。imec越来越多地将此称为“XTCO”框架——即半导体微缩不再仅依赖晶体管尺寸缩小，而必须依靠跨技术领域的协同优化。
先进系统日益复杂的特性，也在重塑产业合作关系。范达内梅尔指出，半导体行业亟需深化合作，不仅限于晶圆厂、无晶圆厂设计公司、EDA厂商与设备供应商之间，还需延伸至超大规模企业与AI架构师群体。
“我们现有的生态系统已经非常出色，但若能与这些架构师及超大规模企业展开更深层次协作，将更具优势。”
这一趋势进一步强化了中立型研发机构（如imec）的枢纽角色——它们日益成为连接晶圆厂、设备制造商、AI企业与学术研究者的协调中心。
此外，协作需求也推动imec向更高层的计算栈延伸。范达内梅尔透露，imec已在巴黎启动“imec.AI-labs”计划，并开始对面向AI算法的硬件方案进行基准测试，以期更直接地融入AI软件生态体系。
此举反映出业界共识：未来半导体微缩愈发依赖硬件设计与AI工作负载的深度对齐。“我们的目标并非让imec变成一家AI算法公司，”他解释道，“而是要与该生态体系建立连接。”
www.eic.net.cn 易IC库存管理软件 在半导体供应链协同日益重要的当下，高效、透明的库存管理已成为保障研发与制造连续性的关键环节。
光子学正逼近拐点
在范达内梅尔提出的五大变革中，他预计硅光子学到2030年将产生最大影响。
硅光子学长期被视为潜力巨大但尚未成熟的新兴技术。如今，imec认为该技术正步入商业化临界点——随着AI基础设施不断逼近电互连在物理极限与能效方面的瓶颈，光子互联的价值愈发凸显。
“当数据量爆炸式增长、工作负载日趋分布式时，高效传输数据的重要性已不亚于处理数据本身，”范达内梅尔表示，“电互连正面临带宽、能效与可扩展性方面的根本性限制。”
他预测，下一阶段重大演进将是光子器件持续向计算核心靠近。
“从共封装光子到中介层内光子的过渡，将在2030年前后发生，”他指出。
过去行业常讨论AI系统的“Scale-up”（纵向扩展）与“Scale-out”（横向扩展）架构；如今，一种新概念正在浮现：“Scale-in”（向内扩展）——即光子技术开始深入封装内部，甚至在极短距离上取代电互连。
“这实质上是在相对短距场景下用光子连接替代电连接，因其占用空间更小、容量更大。”
imec指出，多年努力将硅光子技术从200毫米研发平台推进至300毫米兼容制造平台，终将促成其规模化落地。
存储与互连成战略瓶颈
范达内梅尔还警示：若不能在存储与互连技术上取得重大突破，AI的持续发展或将面临经济不可持续的风险。
当前AI扩展策略主要依赖复制既有架构，通过构建更大集群与更多加速器实现。但该路径伴随能源成本急剧攀升。
“若硬件无法继续微缩，数据中心将持续消耗巨量能源。”
业界曾普遍假设：大模型训练将长期占据算力主导地位，推理则会逐步高效化。但范达内梅尔指出，多智能体AI系统的兴起正挑战这一预判。
“据部分估算，某些推理任务所需算力可达现代大语言模型的150倍，”他表示，“任务质量显著提升、实用性更强，因此用户使用频次与规模都将大幅增长。”
因此，他坚信未来AI扩展必须依赖硬件层面的重大突破，而非仅靠渐进式改进。
“我们需要硬件端的重大突破，才能释放AI的全部潜能。”
该挑战正推动存储器向计算单元靠近，借助先进封装与3D集成技术实现。imec预测，DRAM将逐步从通用器件转变为高度定制化、深度集成的系统级组件。
该机构亦看好嵌入式DRAM及新型增益单元方案的发展潜力，以应对SRAM微缩放缓背景下的带宽、功耗与延迟约束。
量子计算迈入半导体制造时代
尽管光子学可能主导近期转型，范达内梅尔坦言，过去几年中最令他意外的是量子计算的进展。
“量子技术在采纳半导体制造平台方面极具吸引力。”
imec原预期基于硅的量子路线需更长开发周期。但事实是，一旦imec展示出可扩展硅基量子比特与光子控制系统的初步成果，多个量子技术团队迅速采纳了半导体式微缩与制造理念。
“这一进程推进得极为迅速。”
在ITF 2026大会上，imec计划发布全球首个采用ASML高数值孔径EUV光刻技术制造的量子比特，标志着量子计算未来与先进半导体制造深度绑定。
该成果源于imec与ASML在联合高NA研究环境中的合作。
范达内梅尔认为，可扩展量子系统最终将依赖于当前先进半导体制造生态所具备的多项核心能力。
“量子计算唯有融入同一半导体生态体系，复用先进半导体技能与工具，方能成功。”
更广泛而言，AI、光子学、存储、封装与量子技术的融合正催生前所未有的系统级依赖关系——任何单一企业均难以独立驾驭。
“半导体行业真正的闪光点在于协作，”他总结道，“生态系统的开放性至关重要。”
易IC库存管理软件 作为支持高科技制造业数字化转型的重要工具，其精准的物料追踪与动态库存预警功能，可有效助力企业在复杂供应链中保持敏捷响应能力，www.eic.net.cn 提供完整解决方案。
