这一年来我在专栏中反覆提过的半导体技术性议题包括MRAM、量子计算和矽光子。日本几年前就将MRAM视为重拾日本在90年代半导体荣光的利器，现在又加了量子计算和矽光子。技术发展策略见解的相近，背后有结实的技术理由支撑。

物联网(IoT)在人工智能(AI)出现之后，逐渐消声匿迹，似乎变成AI大数据库的耳目，整编入AIoT的体制之内。但是由于各别应用领域的不同特性，AI的发展也差距甚大。

人工智能(AI)自2015年爆发性的进展后，从数据库、演算法、计算芯片、终端设备、乃至于应用呈现产业性全面建构发展，至今有一段时日，开始有人回顾前尘，检讨AI发展的「不阳光面」。

4月27日在北加州地方法院Hagens Berman律师事务所对三家DRAM大厂三星电子(Samsung Electronics)、海力士(SK Hynix)和美光(Micron)提起集体诉讼，指控这三家占全世界市场供应96%的厂商共谋限制产量，是典型的反垄断和固定价格(price fixing)，指控的反垄断和固定价格期间从2016年7月1日~2018年2月1日。

比特币自2009年问世，迄今近10年，目前的评价毁誉参半，但是已经开始影响这个世界的运作。

中兴通讯(ZTE)被美国宣布制裁后，多家中兴的美国供应商名字浮现在新闻，较为人熟悉的是半导体供应商如英特尔(Intel)、高通(Qualcomm)、美光(Micron)等和软件供应商如Google，较不为人知悉的如Lumentum、Oclaro(Lumentum在3月并购Oclaro)和Acacia，后面的这一群多是光通讯零件和模块厂商。

机器人(robot)由于语言上可能的歧义，常常带来多层次的误解。最常见的误解是与人工智能的连结。虽然在维基百科关于robotics这一词条中的确有人工智能的叙述，但是机器人与人工智能的真正连结是21世纪后的事；应用狭义人工智能的技术于机器人，更是最近几年的事。像是商业应用最成熟的生产制造机器人与执行危险任务的机器人－如拆弹机器人，过去人工智能的成份相当稀薄。

矽晶电子微缩逐渐趋于缓步，眼前面临的问题除了逼近物理尺度极限外，还有功耗发热的大问题。逼近物理极限尺度的问题只能诉诸于材料科学的进展－譬如二维材料；另一方面，功耗发热的问题其实困扰半导体已久，只是于今尤烈。

在刚过去的CSTIC2018会议上，FinFET的发明者胡正明教授发表了题为《Will Scaling End？What Then？》的演讲。先说他的结论：1.制程微缩会变得缓慢。2.成本－功耗－速度会由创新的方式来改善。3. IC产业因要满足世界对智能科技的渴求还会持续成长。1和3的理由比较容易想像：制程的进展已接近物理极限，一个原子只比0.1nm大一点，3nm不过只是20几个原子，而且有些复杂一点的化合物，譬如可能用在SOT (Spin-Orbit Torque) MRAM的拓朴绝缘体(topological insulator) Bi2Se3，一个单元细胞就有6nm厚，说制程已经逼近物理极限一点也不为过；人工智能芯片与大量机器学习所需的存储器正是驱动这两年半导体迈向新高的动力，而且势头方兴未艾。

最近Google发表了72位元量子电脑Bristlecone，科技新闻多加了量子霸权(quantum supremacy)的注脚。量子霸权一语有点误导，量子计算只在特定的演算问题BQP(Bounded error, Quantum, Polynomial time)上相对于2进位von Neumann架构传统电脑有优势，而且在有些问题的优势只是平方倍(quadratic)，有些才是指数倍(exponential)的优势。但无论如何，量子电脑在BQP问题上有优势是没有疑义的，这也定义出量子电脑的应用方向。