8月23日，集成电路关键技术研讨会在北京举办。参加会议的专家围绕着我国集成电路产业链条中的光刻机、软硬件质量保障等集成电路关键技术问题进行了研讨交流，以促进国内集成电路行业发展。
“未来十年，集成电路关键技术迎来黄金发展期，机遇和挑战并存。”此次研讨会主持人、中国科学院自动化研究所高级工程师刘庆莲说。
随后，中科院计算研究所研究员李华伟、中国科学院微电子研究所研究员李璟、北京理工大学光电学院教授李艳秋、清华大学教授刘雷波、中国科学院化学研究所副研究员郭旭东从芯片全生命周期质量保障、超精密测量及控制、光刻机研制、集成电路硬件安全、新型光刻胶材料等方面做交流解析，并给出了可能的应对方案建议。
李华伟在题为《openDACS ：构建开源EDA工具链，提供芯片全生命周期质量保障》的报告中指出，EDA工业软件是集成电路产业的支点。而当前EDA产业高度垄断的现状，不符合半导体行业发展对EDA技术的开放创新需求。当下的国际环境，一方面给国内EDA企业在建设全链条工具链的同时推进对最先进工艺的支持提出了更高的挑战，另一方面也促使国内半导体行业将更积极应用国产EDA工具，为快速推进国产EDA工具选代验证优化和自立自强带来了机遇。
李华伟介绍了我国EDA领域专家学者发起的EDA开源项目openDACS，该项目面向芯片设计-制造-集成全流程的不同环节设立了不同SIG组，目标是发布和维护我国开源EDA主干版本，培养EDA人才，促进产学研技术协作和生态构建。
此外，李华伟还介绍了中科院计算所重点研发的测试技术及相关EDA工具。她表示，测试技术贯穿EDA工具链，为芯片全生命周期的质量提供保障；openDACS的SIG1将汇聚芯片设计验证和测试综合的EDA开源代码，推动集成电路芯片质量技术的创新发展。
李璟的报告题目是《IC光刻中的超精密测量及控制技术》。报告介绍了IC制造中决定制程最高精度的光刻步骤，着重讨论了光刻高端装备中超精密测量与控制关键技术，以及与系统别的部分的关联和工艺需求的关联性。
李璟主要就光刻技术中的高端装备以及超精密测量与控制技术进行了介绍。她认为，光刻领域现阶段面临的挑战主要有：1.建立生态需要更强的定力和耐性；2.供应链的风险管理跟技术的发展和实现路径是强相关；3.装备样机与线上工艺的磨合，开启并非是传统意义上的验证，而是又一段研发历程；4.不止EDA，软件工具与应用场景的仿真十分重要而又容易被忽略, 应该花大力气研究。
而机遇是：在弄清楚短板与长板的过程中，可以摸清楚我国技术能力在国际链条中的真实定位，从而做出应对。这样做才能够倒逼国内市场给予国产品牌或者技术更多的机会，让上游向下游倾斜部分人才和资源；能轻松实现企业界与学术界产生更多的互动和连接。
李艳秋做了《光刻机历史、现状、趋势和挑战》的报告。她在报告中强调，先进光刻机是国之重器。她结合自己在国内外近24年从事光刻机研制工作经历，回顾了光刻机的主要的发展历史和特征，讲述了光刻机的发展现状、趋势。面对国内外光刻机研制中的若干挑战，也介绍了团队潜心研究DUV和EUV光刻机曝光系统模块设计和像差检测及先进计算光刻等最新进展和成果。期望能对中国光刻机研制贡献绵薄之力。
研讨会上，刘雷波指出，信息产业构建在“硅”之上，没办法保证集成电路的硬件安全，就无法从根本上解决应用、系统与网络的安全问题。而集成电路又恰恰是一个产业链条长、技术涉及范围广、国际分工协作非常充分的领域，这就使得有效解决集成电路的硬件安全问题变得更困难。刘雷波首先介绍了集成电路硬件安全问题的起源，然后分析了相关原因及应对策略，并着重介绍了CPU芯片的硬件安全技术。最后刘雷波建议，有关部门要对此加以重视，集成电路安全问题无法单独通过软件手段解决，以硬件技术为基础的软硬件联合方法是最行之有效的手段。
最后，郭旭东介绍了半导体光刻胶的研发思路以及国内外研发现状，包括传统的高分子光刻胶、新型的单分子树脂（分子玻璃）和有机-无机杂化光刻胶，讨论了制约我国本土光刻胶产业高质量发展的重要的条件之一产品质量控制。
近十多年以来，我国半导体光刻胶的研发取得了重要的成果，产业转化也有了一定的进展。郭旭东表示，随着国产光刻胶技术日趋成熟，我国半导体制造业快速的提升的现状与不稳定的国际形势之间的矛盾，为国产光刻胶产业带来的重大机遇。
“然而，作为复杂的配方型电子化学品，下游用户对光刻胶的质量及其稳定性要求极为严苛，倘若不能够达到一定的质量水平，我国的半导体光刻胶产业，特别是高档的半导体光刻胶产业就无从发展。”郭旭东说。
据悉，此次研讨会由北京市科学技术协会指导，北京女科技工作者协会主办，北京集成电路学会（筹）、中国技术创业协会科技成果转化分会、中智科学技术评价研究中心等单位支持，北京市经开区国家信创园协办。共有来自经开区的集成电路光刻、信创相关企业30余人参加了此次研讨会。
版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的全部作品，网站转载，请在正文上面注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：。
QB 前沿研究：从医学影像中检测和诊断COVID-19的机器学习技术调查