875: How Semiconductors Are Made (And Fuel the AI Boom), with Kai Beckmann
01:10:29 Share

这是第 875 集，嘉宾是默克集团电子业务首席执行官 Kai Beckmann。本集由戴尔 AI 工厂与英伟达联合赞助。

欢迎收听超级数据科学播客，这是数据科学行业收听率最高的播客。每周，我们都会为您带来有趣且鼓舞人心的人物和理念，探索机器学习、人工智能和相关技术的尖端领域，这些技术正在使我们的世界变得更好。我是您的主持人 John Krohn。感谢您今天的收听。现在，让我们化繁为简。

欢迎回到超级数据科学播客。今天，我为您准备了一集关于硬件的重要内容，特别是所有计算的基础——半导体，以及推动当前人工智能热潮的半导体。很难想象有比 Kai Beckmann 更适合讨论这个重要主题的嘉宾了。Kai，

是默克集团德国分公司执行董事会成员。您可能没听说过这家公司，但它很重要。这是一家拥有 350 年历史的公司，是世界上最古老的化学和制药公司。它在 60 个国家拥有超过 62,000 名员工。在为这家巨型公司工作了 35 多年后，

Kai 在过去的八年里一直担任其电子业务的首席执行官。在他的领导下，默克集团开发了用于领先芯片公司的尖端材料解决方案和设备。我们地球上 99% 的电子设备都包含他们的产品之一。这太疯狂了。他是半导体行业的一位杰出演讲者，是基于材料的半导体解决方案、人工智能、数字化和变革管理方面的专家。

今天的节目将对任何希望了解所有计算和数据科学所依赖的硬件的人感兴趣。在今天的节目中，Kai 详细介绍了一家公司的材料如何在全球几乎每台电子设备中都能找到，人工智能如何被用来开发为更多人工智能提供动力的材料，以及人工智能如何被用来开发为更多人工智能提供动力的材料。

他用黑胶唱片类比来解释计算机芯片制造过程，以及大规模稳定量子计算将对社会产生的影响，以及神经形态芯片如何有一天能够以低瓦特灯泡的功率运行，同时匹配人脑的能力。好了，准备好收听这精彩的一集了吗？让我们开始吧。♪

您好，欢迎收听超级数据科学播客。我很高兴您能来。您今天从哪里打电话？我坐在德国达姆施塔特，离法兰克福主要机场不远。那是我们总部的所在地。非常好。对我来说，这是一集令人兴奋的节目，因为

我们在本节目中花费了很多集来讨论软件，然而硬件是推动人工智能创新如此之大的动力。也就是说，我们偶尔会有一些科学思想，比如变压器或神经网络出现，然后它就

是半导体。从那时起，正是硬件推动了这些能力。所以很高兴您能来到节目中。这将是一集精彩的节目。谢谢您，John。感谢您邀请我。您是默克集团德国分公司电子业务的首席执行官，这是我们必须说的完整法律名称，因为我们应该与另一家制药公司区分开来。所以

默克集团德国分公司有不同的部门。其中之一是您负责的电子业务。还有化学品、药品。由于与一家名为默克的美国制药公司名称重叠，我们必须进行区分，以确保我们每次都说是默克集团德国分公司。所以在本集的大部分时间里，我们只会提到您的公司。好的。

但您是贵公司电子业务的首席执行官，默克集团德国分公司。我最后一次这么说，因为它仍然是世界上最古老、最大的化学和制药公司，这真的很酷。它拥有 350 多年的历史，与全球 8000 名同事一起，你们突破科学技术的界限，为世界领先的科技公司开发材料和

以及解决方案。这太大了。您在最近的一次采访中说，半导体行业已经进入了材料时代，您的产品几乎存在于地球上的每台电子设备中。

这太疯狂了。您的产品为何如此普遍？John，对于团队来说，看到我们的产品被用于制造所有这些电子设备，这些设备可以在世界各地购买，这令人惊叹

绝对是自豪的元素。您指的是帮助我们实现这一目标的 8000 名同事。这只是我们公司电子团队的人数。如果您把我们公司作为一个整体，它在

在全球 60 多个国家，从事医疗保健和生命科学以及电子领域的创新工作。所以这是一个相当全球化且自豪的团队，使我们能够拥有如此多的电子设备，这些设备都由我们的材料支持。非常酷。这太大了。令人惊叹的是，世界上有这样的公司。

在全球范围内，在所有我们开发的人工智能系统、所有我们开发的计算系统中都扮演着如此重要的角色。对于我们的一些听众，也许是许多听众来说，这将是他们第一次听到贵公司的名字。鉴于在录制时引起了轰动，我想问您一个问题，那就是微软的 Majorana-1 量子芯片。

它使用新型材料来稳定量子比特，在经典计算中，我们有 0 和 1 位。在量子计算中，我们有量子比特，它们可以取从 0 到 1 的一系列值。历史上，这些量子比特的一个大问题是它们非常不稳定。因此，您需要多次重新运行实验。但是

有了微软的 Majorana-1 量子芯片，据说这些量子比特现在更稳定了。因此，我们现在显然可以扩展到具有数百万个量子比特的量子芯片

您如何预测这种创新会影响半导体行业？贵公司计划如何支持这种突破性发展？如果您将半导体行业视为目前支持软件方面许多创新的完整行业，尤其是在过去几年中，人工智能就像一个新兴事物，每个人都在谈论它。这些创新发生的方式有很多不同的维度。

而现在不进行讲座，但您可以将其归类为支持摩尔定律。这更像是摩尔定律的更多。这也许是正确的术语。然后你还有第二部分，这是摩尔定律的另一个维度。这就是所谓的超越摩尔定律。这就像包装创新一样，只是为了说得通。

仍然是当前架构更强大并创造更好的扩展性。然后你有一个完全超出这些考虑的领域，就未来的性能扩展而言。也就是说，架构基于所谓的

后冯·诺依曼架构，这些架构远远超出了当前使用的基于冯·诺依曼的计算机架构。在这个后冯·诺依曼时代，您会发现，也许作为下一个可能的创新，所有内容都属于神经形态计算的范畴，神经形态计算将逻辑和内存更紧密地结合在一起，知道内存和逻辑之间的通道是瓶颈，是从

从时间和能耗的角度来看都是瓶颈。当然，在这个后冯·诺依曼时代中，最大的机会是围绕量子计算的一切。量子计算，围绕量子计算有非常不同的原理。而且

相当多的解决方案与超导方法有关。不幸的是，超导需要非常非常低的温度。你接近绝对零度。这绝对不是一种易于扩展的方法，因为你需要

一种低温环境才能实现这一点。并且有不同的方法来尝试使这些在超导环境下的量子比特更稳定、更强大。您刚才强调的一种方法，来自微软的方法在这里提供了新的机会。

所有这些技术当然都与材料创新有关，无论是在超导体方面，还是在约瑟夫森结方面。它们都需要材料创新。

市场当然仍然非常非常有限。我们谈论的是少量设备的生产。对于材料公司来说，这绝对不是一个大众市场。然而，我们的公司通过我们在圣何塞的分子间设施，在硅谷，正在与不同的合作伙伴一起探索改进量子比特的不同机会。我们发表的一篇论文是与 Psi Quantum 的合作，不久前发表的。我曾

在去年旧金山的 Semicon West 上介绍过这一点。所以也有机会。这是从硬件的角度来看，如果您允许我再补充一句，那么从软件的角度来看，它当然提供了不同的方法，让我们说，对数据中心进行计算，也许可以取代今天用于数据中心计算的一些系统。然而，

鉴于从量子计算机生成的数据，我相信围绕它的计算将比我们今天或过去在这些数据中心中已经拥有的计算更多。因此，可能未来甚至会在数据中心方面的半导体上提供更多扩展机会。非常好。这是一个非常有趣的答案。您谈论不同类型的新兴技术的方式，

不仅是量子计算，还有神经形态计算。我认为神经形态计算中一个非常酷的想法是，我们今天谈论得很多的是像 GPT-4 这样的系统在能源方面、在冷却系统方面的水资源消耗方面使用了多少能量。对我来说，想到一个神经形态芯片的想法非常有趣

做得正确，这可能需要我们很长时间，尽管也许借助人工智能，我们能够比我们想象的更快地实现这一目标，理论上你可以让一个人脑的能量运行在一个灯泡的能量上。我们知道这一点，因为这就是人脑使用的能量。因此，理论上，您可以拥有所有功能，这种

你知道，许多人所说的通用人工智能（AGI）的基准是能够复制人类拥有的那种智能。如果这是真的，那么设计用于更接近我们生物大脑实际工作方式的神经形态芯片，您可以降低成本，降低能源成本，几乎可以忽略不计。

绝对的。我认为这有两个方面可以发挥作用。显然，大多数人会考虑训练这些模型，这些语言模型，目前大部分能量都在这里消耗。但我可能会甚至……

更深入地研究推理，这些模型在日常生活中的应用，它关乎非常具有成本效益的可扩展性，以便将正确的数据输入到正确的设备中。这可能甚至是一个更有益的领域，可以推动神经形态架构的未来发展。因此，鉴于这些设备中的数据传输是一个关键的优化领域，

而且我认为这不需要 10 年。我会说这是一个五年以上的问题，而不是一个十年以上的问题。你的意思是具体来说是五年？神经形态。神经形态架构在通用计算中的应用。

完美，完美。但这可能不会降低到人脑的效率。不，在这种情况下不会。但是，鉴于人工智能在过去三到四年中如何找到其应用的进展，如果您只是将相同的创新速度继续下去，我认为我们可以期待人工智能在未来几年取得相当多的成就。

当然，毫无疑问。直接与您刚才所说的能够减少数据传输、消除人工智能能力瓶颈有关，在今天，您想要在手机、笔记本电脑上进行的许多尖端人工智能都需要发送到数据中心，在数据中心，拥有大量英伟达芯片或类似芯片的大型服务器能够处理请求并提供一些生成的输出。

当然，正如您刚才所说，通过让边缘设备、笔记本电脑、汽车、手机能够自己进行处理，可以消除这个瓶颈。所以，是的，您提到人工智能热潮，您之前提到人工智能热潮到目前为止是由数据中心驱动的，但下一波将涉及直接在边缘设备上运行的人工智能芯片。

在实现这种转变方面，材料科学面临的最大挑战是什么？贵公司如何为解决这些挑战做出贡献？如果您从目前在数据中心中使用的东西开始，它都是由进一步缩小设备、获得更好的设备来驱动的。

更多晶体管在一个芯片上，并基于更低的电压、更低的功耗来提高性能。这就是我们目前在用于训练大型语言模型的巨大 GPU 或类似 GPU 的系统中看到的。当然，英伟达正在引领这一部分。

在这里，您已经看到了在同一个保护伞下改进性能的不同维度。一个是更快的设备，基于 EUV 光刻技术在设备上进行更多集成，基于全栅极或纳米片架构，该架构就像摩尔定律一样在特定设备上进行扩展。

在特定设备上。同时，您会看到已经集成了内存，并且 GPU 集成在一个称为 CoWoS 的集成系统中。这是一个在基板上芯片上的晶圆，它是一种

将数据和计算更紧密地结合在一起，这已经是性能扩展的另一个维度。这在我们说话的时候就已经发生了，比如 Hopper 或 Blackwell 芯片，它正在推动基于人工智能的数据中心应用程序的性能。这就是今天正在发生的事情。

以及在设备上，使用智能手机、笔记本电脑或台式电脑，甚至在汽车和生产系统等设备上的最新技术。

本集超级数据科学播客由戴尔 AI 工厂与英伟达联合赞助，这两家值得信赖的技术领导者携手提供全面的安全 AI 解决方案，可为任何企业定制。戴尔 AI 工厂与英伟达拥有从台式机到数据中心再到云端的 AI 工作负载量身定制的产品、解决方案和服务组合，为 AI 无缝地为您工作铺平了道路。

集成的戴尔和英伟达功能可以加速您的人工智能驱动用例，集成您的数据和工作流程，并使您能够设计您自己的人工智能旅程，以实现可重复、可扩展的结果。访问 www.dell.com/superdatascience 了解更多信息。网址是 dell.com/superdatascience。

非常酷。退一步，帮助我了解您在贵公司所做的工作，一些可能对我们有帮助的是，如果可能的话，对这些工作有一个大致的了解。对于您服务的众多不同行业来说，这可能很棘手，仅仅在您的半导体部门和电子业务部门就有 8000 人。我想这可能很棘手，但您能否给我们一些概括，或者是一些例子

关键客户？也许您不需要提及他们的名字，但只需要一个关键客户来向您提出请求。然后您如何满足该请求？您的业务周期是如何运作的？如果您允许我，我会从以下方面开始：那么半导体是如何制造的？芯片是如何制造的？那么在今天的技术中，所有大型芯片公司都使用类似的方法。这是一个，

几百个甚至超过 1000 个，1400 个步骤，从一个空白晶圆到一个现成的半导体器件。主要我们——什么是晶圆？

所以晶圆，硅片，它是一个 300 毫米大小的圆盘。对于经验丰富的听众来说，它就像过去的黑胶唱片。所以有些人可能仍然知道唱片，大小完全相同，300 毫米。它是一个非常薄的硅片。在这个圆盘上……

您可以在上面放置材料以制造晶体管，以制造该晶体管上的电力线、数据线。然后你把这些圆盘切成小块

厘米乘厘米大小的芯片，这就是我们最终称之为芯片的东西。这就是我们最终在切割后称之为芯片的东西。为了使这些晶体管工作，您需要材料。您需要方法来构造您的材料。这称为光刻，例如光刻。然后你使用所谓的薄膜技术。您在这些硅晶体管上构建线路和晶体管。

晶圆，这些圆盘。这就是它的制造方式。从空白晶圆到功能性半导体器件，需要 1400 个步骤。这就是需要做的。步骤总是相同的，光刻、图案化、沉积、清洗、平坦化。这些步骤总是反复进行，直到芯片制造完成并工作。非常

非常酷。然后，既然我们对这个过程有了一些了解，请告诉我们支持半导体行业的材料业务是如何运作的。您需要许多特种材料来创建它。所以，当然，可能仍然为太多人所知的一种是用于光刻的。您需要所谓的抗蚀剂。这就像一种光电接收器。

一种化学图像和过去的照片，以及如何使用感光层在您的表面上创建正像或负像，但这仅仅是开始，因为然后您开始通过去除不需要的东西来在这些线上构建结构，通过

定位您需要的东西，通过平坦化表面以便在另一个表面上构建下一层材料。这些是特种材料。它们目前涵盖了大约 80% 的非放射性元素周期表。所以如果你

在学校学过化学，你就会知道元素周期表。如果您查看完整的图片，其中一些元素要么具有放射性，要么半衰期很短。所以它们没有被使用。但其余的 80% 实际上被用于制造半导体。

因此，我目前使用的大多数示例都基于我们所说的逻辑芯片。这是一个 CPU、GPU，所有执行任何逻辑切换的设备。半导体的另一个重要领域是内存芯片，所有用于永久存储数据、动态存储短期数据的东西。所以这些是不同级别的数

据内存的使用，但我在这里使用的大多数示例，每当我谈论晶体管时，更多的是关于逻辑芯片，这是目前世界上驱动计算的主要领域。很有趣。既然我已经问过关于业务的一般情况，并且我们对半导体有了一些了解，您自 1989 年以来一直在贵公司工作。请告诉我们您是如何进入这个行业的，以及您是如何成长为领导者的。这

关于这个问题，有趣的是，我通常不会当着客人的面问他们是如何成长到今天的。但在您的情况下，我认为这很有趣，因为这是一个高度技术性的领域，而且您显然非常了解这些技术方面。您已经做了很长时间了。一个人是如何成为半导体专家，然后成长为像您这样的领导职位的？是的，这不像事后看来那样是一条直线。它，

可以做到，它更像是一条通过非常不同的、非常不同的任务的道路。你知道，在我学习计算机科学之后，我已经非常专注于半导体。我离开了大学，所以现在我在研究半导体设计，当时是在 80 年代后期改进半导体设计。与今天相比，它不是一个如此复杂的领域，但它仍然给了我，当然，对

什么是半导体的深刻见解。在担任那里的研究助理之后，我被吸引加入了另一个非常不同的领域，更多的是在我的，让我们说，老家软件领域。我在我们的公司 IT 部门工作了好几年，更多的是在数据库领域，并为流程改进做咨询。诸如此类的事情。

这让我，我现在可能跳过了二十年，这让我进入了业务领域，负责一个国家组织，销售我们的材料和解决方案。

又过了一步，然后我负责了几年的 HR 工作。更多的是作为董事会成员和一种更一般的请愿者，而不是 HR 方面的专家，但那是大规模变革的时代。我认为业主可能想要一个拥有实际领导知识的人，而不仅仅是一个专家。因此，我们从 HR 的角度推动了公司的转型。

然后几年后，我被要求领导我们公司电子材料和解决方案业务。这当然是一个绝佳的机会，因为它让我回到了起点，回到了半导体。这就是为什么在这里领导力方面也很令人兴奋，以及深度技术，我相信我仍然拥有相当多的

从 80 年代后期开始的一些知识，当然，我随着时间的推移对其进行了更新，对其进行了改进。但与团队一起讨论损益表、增长计划和战略，以及讨论技术，这让我很兴奋。我喜欢去实验室看看。我一周前刚去过那里，看到了一种用于原子层沉积的新工具，并与研发人员交谈

这让我每天早上都兴奋地去上班。是的，您的背景如何融合技术方面以及人力资源领导力等方面，这很有趣，并且随着时间的推移，

几十年来，从技术方面和领导力方面都这样做，使您能够达到一个点，是的，现在您是这个高度技术性业务的首席执行官。既然我们已经谈论了您的过去，我将谈论最近发生的事情，那就是贵公司收购了另一家公司 UnitySC，该公司是半导体行业的计量和检测仪器提供商。现在我们对半导体行业有了一些了解，

什么是计量？此次收购为何重要？

是的，让我先从材料方面开始，然后我想分享一下为我们的客户创造更广泛的业务范围背后的逻辑。材料，所有这些差异化的材料，制造这些令人惊叹的结构所需的复杂材料，我们的客户，世界上所有芯片生产商都需要。这需要沟通。

化学品，真正的化学知识及其物理学，需要我们了解微电子学，因为这就是这些东西最终被优化为电子特性。

它需要我们所说的垂直整合，不同能力的整合。您需要了解如何制造这些材料。您需要了解如何测试电气特性。您需要了解客户工厂的活动。所以是什么驱动了他们的产量，这是他们的最终目标，以及是什么驱动了这些工具的性能。它需要……

另一种能力，即我们如何将这些化学品输送到最终在晶圆上沉积它的工具？因此，了解输送系统是另一个重要维度。这就是我们在这些非常不同的领域中构建公司产品组合的方式。

因为我们的信念是，我们的客户也证实了这一点，这并不是一个愚蠢的想法，只有在跨这些非常不同的维度进行优化时，才能以最快的速度解决这些非常复杂的问题。因为这始终是关于速度的。您能为我们的客户多快地进行创新？如果您以更集成的方

式来推动这一点，您就可以节省这些成本。周期通常需要数年才能推动新技术，您可以大幅节省时间，并更快地将其交付给我们的客户。这就是逻辑。现在谈谈计量。计量是指对最终产品的缺陷进行检查。

在这种情况下，我们收购的公司 UnitySC 是视觉检查方面的专家。这是对 2.5D 或 3D（例如分层结构）上使用的检查，他们可以理解或测试整个系统是否按预期工作。所以理解是这些

所谓的 TSV，硅通孔。这些是硅晶圆中的孔。它们是否以正确的方式构建？形状是否完全符合预期？使用的检查工具就像某种意义上的摄像机，但当然分辨率要高得多，最终会将这些非常小的结构或将其数据流中再现出来。

这就是我们学习如何共同优化材料以驱动最终设备性能的地方。这就是为什么我们有兴趣将这种能力整合到我们的材料重点领域。听起来这种计量，能够视觉检测缺陷本身可能涉及人工智能系统，但高精度计量在实现下一波人工智能突破方面发挥着什么作用？的

当然，这种计量法专门用于我之前提到的 CoWoS，即芯片在晶圆上在基板上，这些集成结构，例如用于 Hopper 或 Blackwell 等芯片或系统。

并且在这些领域中，特别使用了这种计量法。当然，正如您正确指出的那样，计量系统本身生成的数据流当然允许您基于人工智能算法进行优化方法。

一旦该技术被用于堆叠设备，以及用于推动这些创新的材料。因此，我认为我们称之为，对于我们的公司来说，我们称之为 AI for AI，因为我们使用 AI 来制造这些令人惊叹的材料，以便将 AI 作为客户生产的芯片的结果。我希望这说得通。

准备好将您在机器学习和人工智能方面的知识提升到一个新的水平了吗？加入超级数据科学，访问不断增长的超过 40 门课程和 200 小时内容的图书馆。

从初学者到高级专业人士，Super Data Science 都为您量身定制了课程，包括大型语言模型、梯度提升和 AI 等内容。通过 17 条独特的职业发展路径来帮助您学习课程，您将始终专注于您的目标。无论您是想成为一名机器学习工程师、生成式 AI 专家，还是仅仅想将数据技能添加到您的职业生涯中，Super Data Science 都能满足您的需求。立即开始您的 14 天免费试用，网址为 superdatascience.com。

这种 AI 用于 AI，AI 赋能 AI，这是一个非常酷的概念，因为它是一个正反馈循环。芯片越好，AI 系统就越好。这些更好的 AI 系统可以用来制造更好的芯片。这是一个非常幸运的循环。你在节目中多次提到过 Blackwell 或 Hopper 芯片和 Blackwell 的想法。

我们的许多听众可能都知道这一点，但为了明确起见，这是一个类别。它是 NVIDIA GPU 的一个非常新的类别。这些都是驱动我们今天最先进的 AI 系统并推动生成式 AI 热潮（现在是 2025 年的自主式 AI 热潮）的芯片类型和此类技术。在我进入一些领导力方面的问题之前，我还有一些技术问题要问你。所以，

当我们对你进行研究时，我们发现了一种叫做异构集成在 AI 芯片中的东西。那么什么是异构集成，它如何影响 AI 芯片的性能和封装密度？这种密度对于构建越来越强大的芯片至关重要，因为显然，你可以在更小的空间内获得更多的晶体管。

芯片就越强大。是的，这是一个重要的领域，我在我们之前的谈话中也提到了它。所以这就像什么比摩尔定律还要多。那么什么维度驱动性能或允许性能扩展到不仅仅是在芯片上制造更小的晶体管？这是异构集成驱动的附加维度。也许让我先……

快速用一句话回到 AI 用于 AI。我们称之为，我们已经将其命名为我们称之为材料智能。这是利用人工智能来推动用于电子应用的新型材料的开发。我们称之为材料智能。这就是我们的团队作为一个全球研发团队的工作方式，而不仅仅是

或者以传统的方式，通过使用人工智能来替代实验来顺序地改进材料的特性，以避免不必要的实验，并直接进入真正重要的领域。你如何在客户技术中真正发挥作用？你如何预测材料在客户设置中的工作方式以及它如何驱动需求？

他们问题的解决方案，而不仅仅是一眼就能看到的化学特性。这就是我们推动新型材料开发的方式。我们谈论的是需要优化的数百万种不同的选择，以便推动性能的提高

这只是为了让你了解它如何融入 AI 用于 AI。其次是推动我们客户如何提高其设备性能的不同方面。除此之外，

缩小晶体管，构建更集成的系统，异构集成是这里的重要领域。你知道，它传统上始于所谓的“前端工艺”，制造晶体管，而后端则是以某种方式连接它，最终信号到达外部，这在更广泛的方案中被称为封装。

现在这两个极端之间有一些东西。它被称为异构集成，当最终芯片不再只是一个芯片，一个单一的芯片时，当你将不同的芯片组合成一个系统时。在这个具体的例子中，我将其称为 CoVOS。这些结构正是在我使用的例子中构建的。我可以使用

这里也可以使用不同的客户示例。只想使用一种在当前对话中非常常见的命名法。这是当你将芯片粘合在一起以构建内存堆栈时，例如。或者你构建一个内存堆栈，你几乎把它粘在 GPU 旁边，以缩短数据传输时间并使其在将数据传输到 GPU 时更高效。

这被称为异构集成，以使其成为可能。当然，这需要比历史上用于封装的技术更先进的技术。更小的结构尺寸，更复杂的努力来散发系统的热量，作为一个例子，或者优化功耗。所需的精度需要不同的技术，更类似于前端的技术。

技术，这使得它成为一个领域，当然，对于材料创新和计量创新，正如我们公司所关注的那样。有趣。我很高兴你将这种创新，异构集成，集成与其他一些概念联系起来，例如计量学以及它在使晶体管更小、在芯片上具有更高密度晶体管方面的重要性。

除了晶体管之外，有效计算的另一个关键方面是内存。

所以我还有一个关于这方面的问题要问你。这与旋涂介电材料 SOD 有关。电子和光学技术以及旋涂介电材料的相互作用如何影响电子工业？什么是旋涂介电材料？你可能需要从这里开始。

你选择了一个不错的领域。通常，我们区分的是你有了导电材料，通常是金属，即使这些金属也在进化。当我上大学的时候，一个

铝可能是芯片上最常用的金属。然后我们使用了铜，我们使用了钨。与此同时，我们使用了钼和许多不同的导电材料。然后你有了绝缘材料，即所谓的介电材料，你想要避免你有一些不需要的材料。

电子在你的设备上的流动。所以金属和介电材料以一种非常简化的方式。如果你想在芯片上堆叠功能，那么这些介电材料就会被特别使用，但是你需要介电材料来防止任何短路。

或者如果你想将晶体管彼此隔离，那么就会使用介电材料。最可能传统上和常用的介电材料是氧化硅。这是一种在芯片上最容易理解的材料。但是还有很多其他的介电材料被使用，并且有非常特殊的介电材料、化学物质和分子被用于绝缘。

然后是它们在芯片上的应用方式和旋涂方式。这又是一个很简单的方法。回到我一开始的唱机例子。所以如果你还记得你的唱机，也许有些人还记得，如果你想

在唱机的正中间滴一些水。然后水就会在整个唱片上流动。这就是旋涂技术。你把它放在中间，它旋转，你用一层薄膜覆盖整个表面。

薄膜，这正是旋涂介电材料被带到晶圆上的方式。原理相同，只是精度和准确性更高一些。这就是旋涂介电材料如何在晶圆顶部构建一个相当漂亮、均匀的薄膜的方式。如果我们家里的听众现在拿出他们的唱机并在中间滴水，这会损坏他们的黑胶唱片还是会是一个安全的实验？

现在真正谈论我的历史，有一种方法可以以一种潮湿的表面来播放这些唱片，以避免任何划伤。这正是按照我刚才解释的方式进行的。

哇，太疯狂了。我一点都不知道。所以有一些东西需要研究，如果你能找到一个好的 YouTube 教程，也许可以在家安全地尝试一下。如果你找到一个唱机，我不知道还有多少人能在家里找到唱机。在我的圈子里和我一起玩的人中，这实际上很常见，呃，

我们都有唱机并购买唱片。我不知道这是否正常，但在我的熟人中很常见。不过，我的地下室里有一些唱片。我的地下室里可能有超过 2000 张、2500 张唱片，我都不再使用了。我只是把它堆起来，等待我退休的那一刻，然后我就可以回到我的唱机上播放一些唱片了。但那是另一天的事了。

非常好。非常快速地，只是为了让你对你有个人了解，你最喜欢的唱片是什么？我有大量的 70 年代音乐，以及各种 70 年代音乐。我从小听着 Dire Straits、Supertramp 和 Pink Floyd 的歌长大。在我的地下室里，可能还有很多其他的唱片。

我喜欢这些艺术家。我们会，我们会能够，我期待着有一天你邀请我过来。我可以看看你地下室的 2000 张唱片，呃，我们可以听听它们。呃，我们必须在一个有很多，呃，像毛茸茸的地毯在墙上的房间里做。绝对的。

不错。回到我关于旋涂介电材料的技术问题，这导致了关于最终记录的这个题外话，我的理解是旋涂介电材料有望用于高带宽内存。

在未来几年？它是许多材料中的一种。使用了许多特殊材料，尤其是在高带宽内存中，因为高带宽内存需要，比如说，最佳的 DRAM 性能。DRAM，动态随机存取存储器，是一种高带宽内存堆栈的基本组件。因此，你需要许多非常专业的材料才能实现高带宽。

DRAM 的性能。我们也想到的一种是，有一种所谓的 DRAM 电容器需要优化。这就是为什么我们的高 k 材料，这些是制造这些电容器所需的特定材料

绝对领先，以推动 DRAM 系统的性能。有很多不同的东西，你知道，有数百种，如果不是数千种不同的材料被使用，基于元素周期表 80% 的元素，所有这些都被优化为非常不同的生产步骤的前体

所以很难将其中一种挑选出来作为最重要的。但是，你知道，所有这些都是为了推动半导体器件的性能。为了让这个想法更具体，

为什么内存，实际上你比我更了解这一点，但是为什么像 DRAM 这样的高速内存对 AI 至关重要，因为对于这些非常大的模型，例如大型语言模型，你有很多不同的 GPU 彼此通信，并且

通过拥有高速内存，你可以更有效地在这些不同的计算节点之间移动信息。- 绝对的，是的。我们认为我们非常适合的另一个重要维度是，一旦我们超越电子来传输数据，我们就进入光子。每当使用光进行数据传输时，它就会给我们带来两个优势，一个是速度，

另一个是能耗。只是光子不会产生电子产生的热量。去年，我们刚刚通过建立一个基于我们的显示器经验和显示器历史的光电子单元来重组电子行业，我们知道如何操作

以及如何以适当的方式产生光。在这些系统中使用光进行数据传输是进一步提高性能和降低能耗的巨大机会。

数学构成了数据科学和机器学习的核心。现在，通过我的机器学习数学基础课程，您可以牢固掌握这些数学知识，特别是必要的线性代数和微积分。您可以在我的 YouTube 频道上免费获得所有讲座，但如果您不介意为 Udemy 版本支付通常很小的费用，您将获得 YouTube 上的所有内容，以及练习的完整解答和官方课程完成证书。

正如节目中无数嘉宾所强调的那样，要成为最好的数据科学家，你必须了解其背后的数学原理。因此，请查看节目说明或 jonkrone.com/udemy 中我的机器学习数学基础课程的链接。这是 jonkrone.com/u-d-e-m-y。

非常有趣。是的，感谢你的讲解。很高兴能获得你对半导体的技术见解，到目前为止，这完全是本集的重点。我还想现在稍微改变一下话题，问你一些关于你丰富的领导经验的问题。所以我们之前在本集中已经谈到过你自 1989 年以来一直在德国达姆施塔特的默克公司工作。在这三十五年半的时间里，你一直在德国达姆施塔特的默克公司工作

你已经在这个组织中成长起来。我们之前已经稍微谈到了这段旅程。你领导的公司电子部门有 8000 名员工，以前被称为高性能材料。

你想告诉我们关于这次转变的情况吗？是什么导致了这次转变，以及面临的挑战是什么？也许我们都可以从你在公司进行的这种转变中学到一些经验教训。这是公司历史上非常有趣的一部分。在 60 年代末和 70 年代，公司开始，非常聪明的研究人员发现了

液晶在调制光方面的技术特性。这就是所有平板显示器技术进步的最初来源，最初来自我们 60 年代末和 70 年代对第一批基于液晶的计算器或手表的研究。这是一项如此非凡的工作。它花费了数十年时间才从这项工作中产生出商业产品，然后才导致了所有平板显示器的出现。在 2005 年、2006 年到 2010 年的鼎盛时期，我们拥有所有液晶材料 80% 的市场份额，当时所有电视都被平板显示器取代。我们在

显示材料方面积累了丰富的经验，同时也了解了该领域的电子客户。不幸的是，每一次巨大的创新都有一个生命周期。它们起步缓慢，然后很好地增长，然后达到平稳期，然后变得非常困难。问题是，当你曾经在那些日子里如此成功地转向其他领域时，你如何才能改变方向？

而另一种选择是，我们如何利用我们在显示领域学到的东西，在不同的领域应用同样的方法来提高客户的产品性能。这就是我们

基本上在 2014 年进入半导体领域。大约 10 年前。然后我们开始从我们的显示经验中涉足半导体领域的邻近领域。在半导体领域，这个机会随着我们处理它的越多而变得越来越大。这就是我们收购了

从 AZ 材料开始的相当多的公司，到 Sigma Aldrich 的高科技业务，我们 Sigma Aldrich 收购的一部分专注于半导体，到 Visum 材料，到 Intermolecular，到 M Chemicals。而且，你知道，收购了许多公司来形成一个围绕半导体技术的市场领先产品组合，基于这种深厚的化学差距

我们公司拥有的历史遗产。我们已经推动化学发展三个半世纪了，并且自 19 世纪中期以来就了解质量挑战，这是第一个在 1850 年就已经向客户做出的行业质量承诺。所以这是一个如此深厚的遗产，我们征服了一个新的

一个新的半导体市场。这就像完美的契合，因为需要化学，需要物理，需要微电子，所有这些结合在一起形成了一个现在被称为电子部门的业务。想想 350 年前这家公司是如何成立的，这真是太疯狂了，我的意思是，你永远不可能，他们永远也无法想象 350 年后

你会作为一家公司所做的创新以及这将带来的能力。想想这真是太疯狂了

当你回想起 350 年前的时候，当时的领先技术是什么？马车。太疯狂了。在 1668 年，也就是我们公司成立的那一年，情况更加严重。在欧洲三十年战争结束后的不久，一场毁灭性的战争，

当然，医疗保健可能是为了改善人们的生活而最重要的需求。这就是一切的开始。然后从那里扩展到我们如何支持

其他药房，而不仅仅是我们自己的药房。我们如何在 19 世纪支持其他公司并使其他公司取得成功？这就是为什么我们在电子部门称自己为“公司背后的公司，推动数字生活发展”的原因。我们为自己感到自豪的是，我们帮助

我们的客户推动最新和最伟大的创新，不仅在行业中，可以说在当今世界。这就是这一切如何结合在一起的。根据你的观点，在一个现有公司中进行创新要比在一个新公司中推动创新复杂得多

比从一家新公司的初创企业中推动创新要复杂得多。通常，每当你在一个现有公司中推动创新时，你都会以你自己的方式行事。通常，你相信我昨天所做的事情明天也可能成功，这可能是你在商业中可能犯的最致命的错误。说到商业和半导体，今年早些时候在达沃斯世界经济论坛上，顺便说一句，在开始录音之前，

我向凯提到了我的滑雪受伤情况。所以对于我们的听众来说，由于我发生了一次滑雪事故，我现在不能，我目前不能弯曲我的肘部或移动我的左肩。所以我的左臂有点奇怪……幸运的是，手指可以动，所以我仍然可以打字和抓东西。神经科医生说，因为我的手指可以动，其他一切最终都应该开始工作。是的。

但这实际上，滑雪事故发生在上周的达沃斯。是的，所以无论如何，达沃斯每年都会举办世界经济论坛。这个城镇的名字几乎已经成为 WEF 的代名词。在 WEF 的一次采访中，你提到 AI 正在推动尖端半导体的增长，而该行业的其他部分仍然处于周期性低迷状态。我认为这非常有趣，因为

我们听到很多关于英伟达股价或台积电的事情。我们已经听说了你公司今天的所有创新，而且事情似乎进展得非常好。似乎在尖端领域，需求量巨大。然而，

你说该行业的其他部分仍然处于周期性低迷状态。你能多告诉我们一些关于这方面的信息吗？半导体行业服务于非常不同的市场。有一个工业市场。如果你把所有用于工业自动化的半导体都考虑进去，那么就会有一个典型的市场。

与消费电子相关的市场，电视等等。然后你还有手机、台式机和笔记本电脑。然后你还有数据中心这个大领域。如果你把这些非常不同的市场考虑进去，仍然有很多销量是由消费者驱动的

我们所有人都在更换我们的智能手机和更换我们的台式机和笔记本电脑。这就是很多销量产生的来源。如果你看看智能手机和电脑在消费者以及工业方面的安装率，它仍然很低。它仍然很低。所以人们试图坚持他们在 COVID-19 期间购买的东西。

现在是第四年，可能已经是第五年了，这仍然拖延了半导体行业的复苏周期。目前的增长主要由数据中心应用驱动，首先是与 AI 相关的数据中心应用。这并没有拯救其他一切。

这就是目前的情况。它并没有完全补偿，但当然它推动了市场的一个重要的高端细分市场。这就是为什么，当然，对我们来说，它在去年推动了我们的增长，并给我们带来了相当大的好处，来自一个非常好的高端应用。

非常酷。作为一家大型公司的首席执行官，你如何应对这些不同类型的情况？好吧，这个行业可能在这个领域低迷，在这个领域上升。你如何在半导体行业中应对这种情况？半导体行业本质上是周期性的。自从它开始存在以来就是这样，因为它拥有巨大的产能，这些产能通常只知道两种不同的模式。一种是快速运行。

满负荷运行，可能不运行，介于两者之间的运行在经济上没有意义。这就是为什么这个行业当然倾向于具有周期性，因为我刚才解释的需求和供应情况。

现在，在这个行业工作了很多年之后，你对周期会更加放松。当事情起起伏伏时，你不会感到害怕。在我们半导体业务的增长率超过半导体材料 20% 的时候，那不是很久以前的事了。我们试图保持谦逊，努力脚踏实地，不要过于兴奋，因为我们知道

几年后，你会看到一个萎缩的市场，你必须管理成本，你必须管理闲置产能。所以，如果你能很好地管理这两种极端情况，那么你就可以成为一个在周期性环境中成功的公司。我们的客户知道如何处理这个问题。我相信我们的同行，以及我们自己，我们知道如何处理周期性。对于团队来说，

我认为这是一个很好的、令人谦逊的情况。所以如果我们有 20% 的增长率，没有人会感到害怕，如果我们有一年的下降，也没有人会恐慌。我们试图在这些不同的周期中管理我们的业绩，并很好地管理我们的成本，管理我们的研发支出，这样我们就不会受到任何负面干扰。很好。很好的解释。你显然是这方面的大师。

与你的行业或欧洲的 AI 行业相关的另一件事是，很多人抱怨，你听到很多人抱怨欧洲的法规，以及这可能会减缓发展速度。但在最近的一次小组讨论中，你强调说，虽然监管可能是一种限制，但明确的监管框架也提供了投资确定性，尤其是在化学和制药行业。

在你看来，什么样的 AI 法规才能在促进创新和确保合规之间取得正确的平衡？举个例子，如果你以任何形式或形状提供数据供公众使用，那么你希望确保你当然会获得使你的数据可用的回报。如果你提供数据，每个人都可以利用这些数据，

在大语言模型或任何基于 AI 的应用程序中，而无需将其链接回原始创建者。这对于生成该数据肯定没有帮助。因此，与保护那些提供数据的人的贡献有关的一切在当前的 AI 热潮中肯定很重要。我们需要这个。这种稳定性是有帮助的。

当然，另一方面，当事情变得过于复杂时，可能会有一些法规限制新技术的增长。你知道，如果你必须承担很多申请新技术的监管负担，例如，如果你在德国达姆施塔特制造一种新材料，制造一种新材料，并且这需要我们获得许可，这需要我们一年时间才能获得制造这种新材料的许可。

这肯定无助于行业创新。因此，新技术、新型技术的申请速度是欧洲必须努力的必要领域。欧洲在这方面肯定不是领先的。所以是两方面。提供一个框架，创建一个对如何投资的长期理解

以及不通过减缓创新周期来损害行业。这就是需要保持的平衡。很好。说得很好，就像你在这次采访中所说的其他一切一样。在我进入通常的总结性问题之前，我最后一个重要的问题是，这是一种，我

我认为非常令人兴奋的事情，我们的研究员 Serge Massis 提出了一些你最近发表的声明。在与慕尼黑安全会议的 Josef Aschbacher 讨论中，你强调了贵公司与欧洲航天局在推进 AI 应用方面合作的重要性。我认为这非常酷。我不经常谈论太空中的 AI。那么，你认为在太空领域哪些具体的项目或 AI 领域具有前景？

对此有很多不同的看法。也许第一个，也是最不明显的一个是，德国的达姆施塔特有点像休斯顿。所以我们在这里有太空运行中心。它几乎就在步行距离之内。步行 20 分钟就能到达那里。这就是欧洲航天局所有太空任务的运行地点，就在德国达姆施塔特。

这就是为什么我们与达姆施塔特欧洲航天局的技术人员如此接近的原因。这是一个方面。这两个组织，欧洲航天局以及

以及我们公司，都非常注重技术和科学。我们非常专注于推动技术进步。所以人们的心态有很多相似之处。来自这两个组织的人很容易相处。第三，当应用发挥作用时，就是在……

在低重力环境下，你可以进行相当多的生物实验。因此，太空中的药物研究很有意义。许多公司都在投资这方面。太空中的材料研究，一个重要的领域。那么我们如何在

我们的太空研发可能是一个重要的组成部分，以及为了使太空任务更安全、更经济高效而需要的新的材料。这些都是材料也被与欧洲航天局的某些研发机构一起使用的领域。

因此，总的来说，需要在价值链的不同领域进行合作。欧洲航天局就是一个良好合作的例子。最后，

从太空任务中生成的数据是以后优化的重要来源。它在地理数据、天气数据中，以及研究数据、材料数据和其他领域，当然，这些大量生成的数据可以输入我们为行业构建的平台，例如 Athenia，这是一个半导体行业平台，用于推动

器件和材料的创新。超级酷。如果人们想知道，这可能是显而易见的，但凯说这个缩写 ESA，是欧洲航天局，ESA。

太棒了。凯，这是一集精彩的节目。我真的很高兴学习了这么多关于半导体、这个行业以及 AI 在太空等潜在未来创新方面的知识，半导体将在其中发挥关键作用。在我让你走之前，你有没有给我们推荐一本书？它不是你给了我一个暗示。这就是为什么我面前有两本书。我没有带科技书籍。我最近带的是……

我不认为是获得的，因为它们是别人送我的礼物，两本书，我现在正拿着它们对着镜头。一本是加里·夏皮罗的《转型或消亡》。他是消费电子展的负责人，他在1月份拉斯维加斯的CES上把它送给了我。他在书中写的是如何根据消费者的变化来推动变革。

作为领导者。这是一本有趣的读物。我还没读完。我现在同时读两本书。另一本是《领导力与管理》。这本书可能不太出名。这本书是

英伟达的一位领导人约翰·陈写的。所以他写了这本书。我三周前，或者两周半前刚和我的团队在硅谷见面。我们也在英伟达会面，因为我们在材料创新项目上与英伟达共同努力。所以，约翰·陈，

他写了那本书。所以有两本关于领导力的书。它们总是能给你带来新的视角，让你了解是什么推动了公司的成功，是什么让领导者在当今世界更加有效。我认为领导力是理解如何让团队在未来做得比过去更好一个重要的方面。然后

一个值得阅读的重要部分。它是一本纸质书。我在阅读大量iPad或其他数字内容的同时，也在阅读纸质书。但有时你需要老式的方法。对于仅收听音频版本的听众，凯手里拿着书。我们可以，他能证明他正在阅读这些纸质书。这也是我更喜欢的阅读方式。我发现

因为我的手机里还有很多其他的东西，你知道，我的思绪就开始飘忽不定，我想知道我有没有收到什么，我的手机上没有通知。

除了少数几个人，比如我妈妈可以打电话给我。这会传达过来。但我几乎没有办法收到主动通知。但即使那样，如果我试图在手机上阅读，我会想，我想知道那封邮件是否收到了。我应该看看。或者比读完这段难懂的段落更容易的是看看今天chess.com上的谜题是否容易。是的。

我完全能理解。书上没有这些通知。这是一件好事。这就是为什么书是书。尽管我现在确实在手机上阅读很多东西。我每天都在手机上阅读《经济学人》大约20-30分钟。

我已经习惯了能够将鼠标悬停在一个单词上并获得其定义，这是我们必须在书籍中实现的功能。我的意思是，你需要制造足够小且足够便宜的半导体，这样书籍才能做到这一点。我们已经有了

各种各样的电子墨水阅读器，然后你可以在书上做所有这些事情。但我们又回到了iPad，所以也许这有点闭环了。我不知道。我不确定。所以也许有时拥有一些完全不受干扰的东西并且只使用它，没有电池，活生生的。它就是能用。

当然。百分之百。好的。凯，对于那些想在今天的节目结束后关注你的听众，他们应该怎么做？我在领英上非常活跃。这就是我试图保持联系的方式，在领英上分享我的一些想法，也许是在一些真正运营自己领英账户的首席执行官中。所以，我必须说，我从2008年就开始使用领英了。所以我是

我是唯一拥有凭证的人。我的凭证是我的凭证。所以实际上在我账户上完成的操作都是我亲自完成的。所以只要告诉我你是否喜欢我在那里写的东西，我很乐意保持联系。我必须承认，我无法回复领英上提供的每一项服务。所以有很多……

甚至还有个人健康和健身计划提供给我。我必须承认，我并没有回复所有这些，也许一个也没有回复，但这是另一回事。但我喜欢写作，如果任何人的回复中有什么更有建设性的东西，我甚至会积极回复。

我希望这是有道理的。是的，对我来说很有道理。对我来说，我所做的关键事情是，当人们给我发私信时，我实际上有一个自动回复，上面写着，如果你能把它写成评论，我基本上会回复所有这些。你知道，如果有的话，你至少会得到一个回应。如果合适的话，我会写一些后续评论作为回复。但是，是的，私信中有很多

太多的服务提供，不可能全部掌握。嗯，但是，你知道，当我，当我写一些东西，发布关于一集节目的内容时，就像你一样，我很高兴人们评论，我一定会读，我会回复。嗯，

凯，很高兴你来到节目中。感谢你抽出你毫无疑问非常忙碌的时间来和我们一起做这期节目。是的，也许几年后我们再联系，我们可以看看半导体行业的发展情况。约翰，谢谢你。这是一次很棒的谈话。我真的很感激。谢谢。

很荣幸能邀请到凯·贝克曼这样一位著名的技术领导者参加节目。在今天的节目中，他向我们介绍了半导体制造的复杂过程，该过程涉及从空白硅片到功能芯片的1400个步骤，使用的材料涵盖了稳定非反应性元素周期表中80%的元素。这对我来说太不可思议了。

他还谈到了材料智能的概念，即利用人工智能开发创新材料来为下一代人工智能技术提供动力。他谈到了异构集成的发展，例如晶圆上芯片，它允许在内存和计算处理器之间进行更有效的数据传输。

他还谈到了量子计算、神经形态计算和光子学等技术如何能够在未来几年显著加速社会的技术能力。与往常一样，你可以在superdatascience.com/875上获得所有节目笔记，包括本集的文字记录、视频录制、节目中提到的任何材料、凯的社交媒体资料的网址以及我自己的资料。

如果你想亲自与我互动，而不是仅仅通过社交媒体，我很乐意在现实生活中与你在开放数据科学大会ODSC东部见面，该大会将于5月13日至15日在波士顿举行。我将主持主题演讲，并与我的老朋友兼同事、非凡的埃德·唐纳一起，提供为期四小时的Python动手培训，以演示如何设计、训练和部署用于现实生活应用的尖端多智能体人工智能系统。

希望在那里见到你。

当然，感谢超级数据科学播客团队的每一个人，我们的播客经理索尼娅·布拉维奇，媒体编辑马里奥·蓬博，合作伙伴经理娜塔莉·泽斯基，我们的研究员塞尔吉·马西斯，撰稿人扎赫拉·卡尔切伊博士，以及我们的创始人基里尔·阿罗门科。感谢他们为我们制作了另一集精彩的节目。为了让超级团队为你制作这个免费播客，我们非常感谢我们的赞助商。你可以通过查看节目说明中我们赞助商的链接来支持该节目。

如果你有兴趣自己赞助一集播客，你可以在johnkrone.com/podcast上找到如何做到这一点。

否则，请通过与想听的人分享这集节目、评论它、在您最喜欢的播客应用程序或YouTube上评论该节目、订阅该节目、编辑该节目来帮助我们，如果您愿意的话，可以将我们的YouTube视频编辑成短视频。但最重要的是，继续收听。我很感激你的收听，并希望我能继续制作你多年来喜爱的节目。直到下次，继续摇滚吧。我很期待很快与你一起再次享受超级数据科学播客。