還記得第一台計算機長什麼樣麼？它重達30噸、占地面積達150平米，内部由上萬個電子管以及電容組成。顯然，占地面積大、無法移動是其緻命缺點。
什麼是晶片？
緊接着科學家以矽晶圓材料為襯底制作半導體，帶來體積小、品質輕、壽命長等優點，成為替代真空管的最佳材料。但僅有“半導體”是不夠的，随後達默提出，可将半導體、電容、電阻等原件內建在一小塊半導體晶片上，進而形成一個完整電路，不僅電子線路體積能縮小，可靠性還能大幅提升，而這便今天的主角—晶片(Integrated Circuit Chip)，俗稱IC。
就是這麼個“小玩意”，如今早已滲透生活中每個角落，小到耳機、手機、平闆電腦，大到汽車、飛機，都能看到它的身影。如果按照分類來看，其可分為軍工級、車規級、工業級、消費級，其中車規級對可靠性、穩定性要求較高，僅次于軍工級。
為了适應各類極端環境，它的工作溫度在-40度到+175度，使用壽命要求是20年以上，而消費級晶片的工作溫度也就在0-125度，壽命也就10年左右。同時，車規級的不良率要求在百萬分之一之内，畢竟消費級晶片出現問題，頂多就是“死個機”影響使用體驗，但換成車規級晶片卻能帶來“車毀人亡”的嚴重後果。
也正是因為這些要求，開發難度被進一步增加，導緻車規晶片和消費級晶片有着明顯代差，例如iPhone13、小米11等智能手機早用上了5nm消費級晶片，而主流車規級晶片卻為40nm級。
我們接着往下延伸，車規級晶片又有多種分類，一種是用于電動車電源口的IGBT功率晶片；一種是傳感器晶片，用于雷達、氣囊等。最後一種是控制晶片，包括整車域MCU，自動駕駛域的AI晶片、智能座艙CPU；MCU擁有較高的應用率，像一台燃油車就有70顆MCU，電動車則高出一倍，它的價格相對便宜，性能較為弱雞，但卻成為這次“芯慌”的重點對象。
相比之下，自動駕駛域AI晶片、智能座艙CPU性能更強，并且大家較為熟悉，像最近新車釋出上，基本上都會提到它們，例如“WEY摩卡算力達到1440TOP，ET7算力高達1016TOPS算力等等”。那麼這個算力和TOPS又是什麼呢？咱們接着往下看。
算力是什麼？
算力這兩個字聽起來有些專業，但在現實中與我們密不可分，就像日常玩遊戲、看電影都離不開算力支撐，而你可以把其了解為在特定的時間内，能做出多少次基礎計算。
TOPS為算力機關，1TOPS代表處理器每秒鐘可進行一萬億次操作，而對應的還有GOPS和MOPS算力機關，它們三者之間可進行換算，全部代表以每秒為機關進行的處理次數。
當然晶片也有自己的評價體系，像L1-L2級需要算力小于10TOPS，L3級需要的算力為30-60 TOPS....L5級需要的算力為500-1000 TOPS，不難發現随着自動駕駛級别高越高，對于算力的要求也更高，那麼如何提升算力？
想搞明白這點，我們要先了解晶片的運算原理，晶片處理的是1和0信号，這對應的是“開”和“關”兩種狀态。半導體内部控制栅極的電壓，進而實作溝道的“結合”或“關閉”（栅極類似開關），實作源極和漏極的連接配接，其中溝道的長度越小（這也是納米制程），資訊傳遞也就越快，算力自然更高。當然，這也讓單個半導體體積縮小，導緻特定空間内将容納更多半導體，對算力也會進行提升。
值得注意的是，英特爾創始人之一戈登·摩爾曾提出——摩爾定律，指每隔18-24個月內建電路特征尺寸會縮小，性能也會提升一倍。
2001年：晶片制程工藝是130nm，2012年：制程工藝發展到22nm，2020年：制程開始進入5nm時代，而未來摩爾定律會一直生效麼？
晶片制程極限
從材質實體特性上來看，溝道的極限為矽原子直徑0.2納米，倘若超出這個極限，那就意味着栅極的“開關”特性喪失，源極和漏極将實作自由導通。
以目前的資料來看，在沒有到達實體極限前已經“翻車”，像最新5nm晶片就被曝出功耗大、散熱大等缺點，間接影響使用者實際體驗。
此外，還有兩個不可忽視的限制，第一個是熱力學限制，早期大尺寸半導體，由于流通電子較多，不用考慮這個問題。而在溝道不斷縮短後，電子流通越來越小，受溫度影響很容易産生錯誤，是以不得不為半導體設計熱力學極限。
第二個是量子力學限制，也就是說當溝道不斷縮小後，即便處于關閉狀态，電子也可能随意連接配接，帶來較高的不确定性，半導體可能失效。
當然也有科學家指出，矽半導體的極限尺寸在1納米左右，而這是單個半導體器件的理論極限，當真正量産後會面對更多瓶頸。不過，現在3nm晶片預計在2022年量産，而2nm晶片也被提升了日程，相信晶片制程還将縮小，摩爾定律也不會輕易失效！