韩国芯片教父:金钟基如何带领韩国成为半导体超级大国

206af4f330bbb88f6c1d32999424db3f.png

来源 :大数据文摘

编译:Mickey

来源:https://spectrum.ieee.org/kim-choong-ki

在韩国芯片行业有这样一群人的传说,他们被称为“金氏黑手党”。金钟基本人不会这么称呼这群人,但对韩国的半导体工程师们来说,“金氏黑手党”,或者说金钟基的学生们,他们无处不在。

从 1980 年代中期开始,随着该国芯片制造的加速发展,曾在 韩国高等科学技术学院(KAIST) 师从金钟基的工程师就开始担任该行业的顶级职位,并在大学和政府机构从事半导体教学或研究工作。

到 21 世纪初,韩国已成为全球半导体市场的主导力量,仅存储芯片就满足了 60% 以上的国际需求。在世界各地,金钟基的众多门徒也大受褒奖,对韩国的经济发展做出了重要贡献。在此之前的韩国,在 1959 年才开始组装收音机,在80 年代初还在制造过时的存储芯片。

这一成功可以部分追溯到现在是 KAIST 名誉教授的 金钟基。他中等身高,30 多岁后头发就花白了,是韩国第一位系统教授半导体工程的教授。从 1975 年这个国家刚刚开始生产第一批晶体管,到 2008 年他从教学岗位上退休,金钟基培养了 100 多名学生,有效地培养了韩国前两代半导体专家。

ac196b2274029d60ae7e9a9466565df4.jpeg

金钟基和他的学生们

三星福利基金会 在 1993 年授予他著名的 Ho-Am 奖以表彰他的影响力,以表彰他“为韩国的半导体产业奠定了坚实的基础”。此后,他被韩国媒体誉为行业“教父”。然而,即使在今天,金钟基在韩国芯片界之外仍然鲜为人知。那么,这个不起眼的半导体“黑手党”老大到底是谁呢?

来自IEEE的这篇文章,将从不同的维度,探索这位韩国芯片教父的贡献和影响力,大数据文摘进行了不改变原意的改编。

以下,enjoy。

相机芯片的开始

金钟基 1942 年出生于首尔,当时韩国是日本帝国的殖民地。他的母亲是小学老师,他的父亲 Kim Byung-Woon 是 韩国标志性纱线和面料制造商Kyungbang的一名纺织工程师。年长的金父亲帮助建立了公司的第一家纺纱厂,他对工程的了解和随之而来的名声给他的儿子留下了深刻的印象。“他每天都会参观工厂,”年轻的金钟基回忆道。“他告诉我,他可以通过听声音辨别哪些机器出现问题以及原因。” 这些经验为金仲基的职业生涯播下了精神种子——他后来称之为“工程师的头脑”。

在成长过程中,金钟基是一个模范的韩国学生:书呆子、听话、沉默。尽管他的家人敦促他进图他父亲的纺织行业,但他却选择了电气工程专业。他在首尔国立大学学习,然后在美国哥伦比亚大学学习,并 在晶体管理论专家Edward S. Yang的指导下获得博士学位。不久之后,在 1970 年夏天,Fairchild Camera and Instrument 聘请金钟基在其位于加利福尼亚州帕洛阿尔托的研发实验室工作。

29937715074b49e4ee5e39b92a16a9e4.jpeg

金钟基在哥伦比亚大学

自二战以来,Fairchild Camera 一直是世界领先的成像设备开发商,包括雷达相机、无线电罗盘和 X 射线机。1957 年,该公司成立了飞兆半导体部门,用硅制造晶体管和集成电路,这是一项创新举措,因为当时大多数半导体设备都使用锗。该合资企业催生了数十种产品,包括第一块硅集成电路,从而推动了硅谷的崛起。作为仙童研发实验室的新人,金钟基被派去研究其中一种新型芯片:电荷耦合器件。

就在前一年,即 1969 年,贝尔实验室的 George E. Smith 和 Willard Boyle 提出了 CCD 的想法,他们后来因此获得了诺贝尔奖。但是,金钟基和他在 Fairchild 的同事们生产了第一批 CCD 设备,这些设备演变成广泛用于数码摄影、射线照相和天文学的商业产品。金钟基很快就精通 了CCD 技术,以至于公司的其他工程师经常在下班时到他的办公室,尝试考他。“很快他们就开始称我为 CCD 教授,”他回忆道。

在其他发明中,金钟基辅助开发了一种 CCD 区域图像传感器,该传感器极大地改善了低光检测和第一个两相 CCD 线性图像传感器——据他所说,这保证了“易用性和高质量的图像再现”。“Fairchild 的——或者更好地称它们为“钟基”的——CCD 使高分辨率相机的广泛应用成为可能,”哥伦比亚大学的 Yang 说。他补充说,如果没有这些功能性设备,“CCD 就不会获得诺贝尔奖。”

金钟基在 Fairchild 的经历改变了他,同样也改变了相机技术。他在韩国和哥伦比亚的学校教育主要强调书本学习和理论。但他在 Fairchild 的经历巩固了他最初受到父亲启发的信念,即真正的“工程师思维”不仅需要理论知识,还需要实践技能。除了做实验,他还养成了阅读公司图书馆内部技术报告和备忘录的习惯,其中一些后来被带到了韩国科学技术院并用作教材。

aabb4d706c289cd28a201128182e051f.jpeg

金钟基在Fairchild

在 Fairchild,金钟基还学会了如何与其他工程师沟通和领导。当他刚刚工作时,说话轻声细语,性格内向,但他在仙童的导师鼓励他自信而清晰地表达自己。据几位教职员工称,后来,金为为了 KAIST 中“说话声音最大”的教授,他们说他如果某天不在学校,整个校园都会显得很安静。

金钟基在 Fairchild 的工作中迅速成长。但在他任职仅五年后,他就回到了韩国。挚爱的父亲去世了,作为长子,他觉得照顾丧母的责任很重。他在仙童经历的种族歧视也伤害了他的自尊心。然而,最重要的是,他找到了一个理想的工作地点。

当时被称为 KAIS(“T”是 1981 年添加的),金钟基的新雇主是韩国第一所科技大学,并且仍然是最负盛名的大学之一。韩国政府于 1971 年在美国国际开发署的资助下成立了该研究所,并邀请 斯坦福大学工程学院传奇院长、硅谷“之父”弗雷德里克·E·特曼 ( Frederick E. Terman ) 起草其蓝图。Terman 强调,KAIS 的目标应该是“满足韩国工业和韩国工业机构对训练有素和创新的专家的需求,而不是增加世界的基础知识储备。” 这是 金钟基传播他新发现的“工程师思维”哲学的理想场所。

韩国创始实验室

金钟基在 KAIS 的实验室从 1975 年春天,就吸引了数十名雄心勃勃的硕士和博士生。实验室受欢迎的主要原因很明显:韩国学生渴望了解半导体。

韩国政府一直在吹捧这些设备的重要性,GoldStar 和三星等电子公司也是如此,它们需要相关人才来制造收音机、电视机、微波炉和手表。但除了 CMOS 手表芯片等基本集成电路之外,该行业尚未大规模生产自己的芯片,这主要是由于缺乏半导体专家。20 年来,直到 1990 年代中期,加入金的实验室基本上是韩国有抱负的半导体工程师接受实践培训的唯一途径。

但并不是 KAIST 对半导体培训的虚拟垄断使金钟基成为无与伦比的导师。他介绍了一种对韩国来说全新的教学风格。例如,他坚信“工程师的思维”的培养中,理论和应用同等重要,这让他的学生感到困惑,他们认为工程学主要是一门学术学科。尽管他们精通数学,阅读也很好,但他们中的大多数人从未在设计和施工方面过于努力。

因此,金教授给他的学生的第一堂课就是动手能力。在他们开始自己的项目之前,他让他们打扫实验室、修理和升级设备,以及寻找必要的零件。通过这种方式,他们学会了如何为自己解决问题,以及如何在没有教科书的情况下即兴发挥。他们对成为工程师的看法发生了深刻而永久的变化。他们中的许多人承认他们至今仍在重复金钟基的格言。例如:“不要选择别人已经扔进垃圾桶的科目。” “科学家首先考虑 原因,但我们工程师必须首先考虑怎么做。” 并且:“错误的决定胜过缓慢的决定。”

金钟基的学生都说他善良、幽默、非专制、一丝不苟、勤奋。但他们也说他很严格,可能脾气暴躁,甚至可怕,尤其是当他认为学生懒惰或马虎的时候。传说他的一些学生从屋顶通过梯子进入实验室,只是为了绕过金钟基的办公室。他最大的不满之一是学生未能正确平衡理论和实践。“等你真的动手尝试过,我们再开始讨论,”他责备那些过于注重智力研究的人。另一方面,他说,“你为什么不在你脖子上的‘硬螺母’里放一些有延展性的东西呢?” 

金钟基的开放性不仅影响了他自己的学生,还影响了无数其他人。他与其他 KAIST 教授合作甚至共享实验室空间,他喜欢联合其他部门和大学举办研讨会,或者只是为了获得新的想法和观点——这在韩国学术文化中过去和现在都是非常不寻常的行为。Chin Dae-Je于 1989 年在三星开发了 16 兆位 DRAM,后来担任韩国信息和技术部长官,在他的自传中,他 讲述了 Chin 于 2018 年中期在首尔国立大学读研究生时寻求金钟基的指导。1970 年代。Chin 回忆说,SNU 和 KAIST 之间“有一种激烈的竞争精神”,他的母校将他称为与竞争对手教授一起学习的“问题学生”。

金钟基的合作范围从学术界扩展到工业界和政府部门。1980 年代初期,在休假期间,他在政府资助的韩国电子技术研究所领导半导体研发,该研究所在他的领导下开发了 32 千位和 64 千位 ROM。他在 KAIST的半导体研讨会启发了 GoldStar(自 1995 年以来的 LG)、现代电子(自 2001 年以来的海力士)和三星在 1990 年代在 KAIST 赞助他们自己的培训计划。金钟基与这些公司的密切合作还帮助在 KAIST 发起了其他主要由行业资助的开创性计划,包括高性能集成系统中心和集成电路设计教育中心,均由金钟基的学生京忠民执导。反过来,半导体行业也受益于从金钟基教出的训练有素的劳动力。

韩国半导体产业的演变

金钟基的 KAIST 实验室与韩国半导体行业的发展颇为同步,可分为三个时期。在第一个时期,从 1960 年代中期开始,政府通过制定法律和制定产业发展计划、建立研究机构、敦促企业和大学更多地关注半导体技术来带头冲锋。1980 年代初,三星和其他电子公司开始认真对待制造半导体设备。因此,当金钟基在十年前创办他的实验室时,他的目的是培训工程师以满足该行业的未来需求。

他的第一批学生主要从事使用 PMOS、NMOS 和 CMOS 技术的半导体设计和制造,这些技术虽然在全球标准中并不领先,但在当时的韩国相当先进。由于行业工作岗位很少,金钟基实验室的许多校友都在政府研究机构任职,在那里他们开发了最先进的实验芯片。1976 年,Lim Hyung-Kyu 是金钟基的首批硕士候选人之一,他被三星派往 KAIST 学习。Lim一直领导三星各种存储设备的开发,最重要的是 1990 年代的 NAND 闪存。

第二个时期开始于 1983 年,当时三星宣布将大力发展半导体,从 DRAM 开始。此举促使现代和金星等竞争对手的企业集团也纷纷效仿。结果,韩国芯片产业迅速扩张。KAIST 和其他大学提供了必要的人力,政府减弱了监管。在 金钟基的实验室,学生们开始探索新兴技术——包括多晶硅薄膜晶体管(用于 LCD 面板)、红外传感器(用于军事用途)和快速热处理(提高效率并降低半导体生产成本)——并在著名的国际期刊上发表研究成果。

KAIST 的毕业生涌向三星、GoldStar/LG 和现代/海力士。随着政府影响力的下降,一些在政府研究机构工作的第一期校友也进入了公司工作。与此同时,越来越多金钟基以前的学生接受了大学教授的职位。例如,在 1991 年离开金钟基的实验室后,Cho Byung-Jin 在现代汽车公司花了四年时间开发 DRAM 和闪存,之后成为新加坡国立大学和 KAIST 的明星教授。在著名的国际期刊上。金钟基的第一位博士生 Kyung Chong-Min 于 1983 年加入 KAIST 的教师;到 2018 年退休时,Kyung 培训的半导体专家比金钟基本人还多。

第三个时期,从 2000 年开始,工业掌握了半导体发展的主导权。学术界产生了更多的专家以及重要的研究,而政府的贡献微乎其微。金钟基实验室的校友继续领导半导体工程,其中一些人晋升为高级管理人员。例如, Kwon Oh-Hyun于 1977 年从 KAIST 获得硕士学位,在 2010 年代的大部分时间里担任三星电子的首席执行官,当时该公司不仅在内存领域还主导着手机、电视和家庭的全球市场电器。

其他校友在半导体研发中发挥了关键作用。LG Display 的哈永民负责平板电脑、笔记本电脑和手机的 TFT-LCD 和 OLED 屏幕;Park Sung-Kye,也被称为“海力士的宝藏”,开发了公司的大部分内存产品。与此同时,在学术界,金钟基已成为效仿的榜样。他的许多学员采用了他的方法和原则来教授和指导自己的学生成为该领域的领导者,确保为业内提供稳定的高技能半导体工程师。

2007 年春天,距离金钟基满 65 岁(韩国学术界的强制退休年龄)不到一年,KAIST 将他选为首批杰出教授之一,从而延长了他的终身任期。除了 Ho-Am 奖,多年来,他还获得了许多其他奖项,包括“为改善公民福利和促进国家发展做出杰出贡献”的民事功勋勋章。2019年,他被评为全国最高荣誉之一的科技功勋人物。

传奇与遗产

对于当今韩国的年轻半导体工程师来说,金钟基是一个传奇人物——他们国家在芯片生产领域取得优势的背后伟大的无名英雄。但韩国在世界市场的主导地位现在正受到威胁。

4bf40237ae35727f70e68a2252b97811.jpeg

使问题更加复杂的是,韩国政府忽视了其在支持 21 世纪芯片开发方面的作用。在金钟基开始培养第一批半导体工程师近 50 年后,该行业再次面临严重的劳动力短缺。专家估计, 每年需要数千名新的工程专家,但该国只生产几百名。然而,尽管公司呼吁更多的工人和大学呼吁推动学术教育和研究的政策,政府却几乎没做任何事情。

在职业生涯即将结束时,金钟基开始担心在韩国扎根的那种“工程师思维”的局限性。“韩国的经济发展依赖于逆向工程和跟随先进国家,”他在 1997 年的一次采访中说。他补充说,这种快速跟进的方法依赖于一个教学生“如何阅读地图”的教育系统——确定一个已知的产品目标并制定实现该目标的过程。“谁制作了地图?先进国家。” 他因此总结道:“我们现在必须改变我们的教育政策,教我们的学生如何绘制地图。”

金钟基本人可能还没有完全实现这一雄心勃勃的愿景,即培养一个具有创造力的工程师国家,能够开创真正的突破性技术,从而确保他的国家在世界舞台上的领导地位。但他希望他的继任者把他的建议铭记在心。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

9f219902082020561b91568c0bcb8fb5.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481606.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

论文学习1-DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning

文章目录摘要Introduction最近工作基于PRA的其他方法其他使用强化学习的方法我们的方法方法介绍(强化学习摘要 研究了大规模知识图的学习推理问题。更具体地说,我们描述了一个用于学习多跳关系路径的新型强化学习框架:我们使用一个基于知识图嵌入的具有…

万字因果推断入门:为什么要做因果推断?

来源:PaperWeekly1、为什么需要因果推断1.1 辛普森悖论首先,考虑一个与现实情况很相关的例子:针对某种新冠病毒 COVID-27,假设有两种疗法:方案 A 和方案 B,B 比 A 更稀缺(耗费的医疗资源更多&am…

论文学习2-Incorporating Graph Attention Mechanism into Knowledge Graph Reasoning Based on Deep Reinforce

文章目录摘要介绍相关工作方法Mean Selection Rate (MSR) and Mean Replacement Rate (MRRIncorporating Graph Attention Mechanism into Knowledge Graph Reasoning Based on Deep Reinforcement Learning摘要 知识图(KG)推理的目的是寻找关系的推理路径,以解决K…

报告下载:《2022城市大脑首部建设标准资料汇总》

2022年9月1日,中国指挥与控制学会正式发布城市大脑首批三项标准,这部《2022城市大脑首部建设标准资料汇总》除了包含发布的三项标准全文内容,还汇总了城市大脑标准研究团队2022年以来的相关研究资料,完整内容包括:1. 解…

nlp3-有限自动机FLandFA

文章目录1形式语言1.2形式语言3推导3.1句型、句子、语言3.2文法3.3派生树与二义性4有限自动机和正则文法4.1确定的有限自动机DFA4.2不确定的有限自动机NFA4.3有限自动机<>正则文法5.下推自动机PDA和上下文无关文法CFG5.1PDA5.1.1 PDA的例子.5.2 其他自动机5.2.1 区别6. 有…

经常看蓝色的东西能提升智力?科学研究发现,蓝色能改变意识状态

来源&#xff1a;科学的乐园我们的宇宙是一个“多姿多彩”的美丽时空&#xff0c;从人类睁开眼的那一刻开始&#xff0c;映入眼帘的就是一个五颜六色的世界。根据科学家的统计&#xff0c;人眼可以识别的电磁波频段包含100多万种“组合颜色”。这要归功于我们视觉系统得天独厚的…

论文学习3-Improving Neural Fine-Grained Entity Typing with Knowledge Attention

文章目录1 当前不足2. 本文的想法3.相关工作4.KNET4.1encoder4.2类型预测4.3attention5.实验6.以后Improving Neural Fine-Grained Entity Typing with Knowledge Attention用于&#xff1a;Fine-grained entity typing细粒度实体类型(它将实体划分为大量细粒度类型&#xff0c…

深度学习和因果如何结合?北交最新《深度因果模型》综述论文,31页pdf涵盖216篇文献详述41个深度因果模型...

来源&#xff1a;专知北京交通大学最新《深度因果模型》综述论文&#xff0c;31页pdf涵盖216页pdf详述41个深度因果模型&#xff0c;值得关注&#xff01;因果关系概念在人类认知中起着重要作用。在过去的几十年里&#xff0c;因果推理在计算机科学、医学、经济学和教育等许多领…

论文学习4-An Attentive Neural Architecture for Fine-grained Entity Type Classification

文章目录1.introduction2.相关工作3. 本文model3.1general model3.2 mention represent3.3 context model3.3.1 averaging encoder3.3.2 LSTM encoder3.3.3 Attention Encoder4. 实验在这项工作中&#xff0c;我们提出了一种新的基于注意的神经网络模型来完成细粒度实体类型分类…

脑机接口技术或将纳入美出口管制?技术成熟度与军用进展情况

来源&#xff1a; 学术plus 编译&#xff1a;学术plus高级观察员 TAO2022年9月&#xff0c;美国国会的下属机构政府问责局&#xff08;Government Accountability Office, GAO&#xff09;发布了题为《脑机接口》&#xff08;Brain-Computer Interfaces&#xff09;的焦点…

OpenAI 发布新语音系统「Whisper 」,英文识别能力可接近人类水平

来源&#xff1a;AI科技评论作者&#xff1a;黄楠编辑&#xff1a;陈彩娴9月21日&#xff0c;OpenAI 发布了一个名为「Whisper 」的神经网络&#xff0c;声称其在英语语音识别方面已接近人类水平的鲁棒性和准确性。「Whisper 」式一个自动语音识别&#xff08;ASR&#xff09;系…

论文学习5-NODE2BITS: Compact Time- and Attribute-aware Node Representations for User Stitching

文章目录摘要1.Introduction2. 介绍两个概念2.1 Dynamic Heterogeneous Network Model动态异构网络模型2.2 时间随机游走3NODE2BITS:基于散列的Emdedding框架3.1 采样时间随机游动和定义时间上下文3.2 基于多维特征的时态语境&#xff08;上下文3.3基于特征的上下文聚合和散列4…

谷歌科学家亲讲:具身推理如何实现?让大模型「说」机器人的语言

来源&#xff1a;智源社区整理&#xff1a;戴一鸣导读&#xff1a;机器人领域已经发展了三四十年&#xff0c;但应用方面的进展较慢。这是因为&#xff0c;机器人建立在这样一个假设上&#xff1a;工作环境是简单可控的。如果将机器人部署到稍微复杂一些的环境&#xff08;如家…

论文学习6-(M2DNE)Temporal Network Embedding with Micro- and Macro-dynamics

文章目录1 intorduction2. 相关工作3. 准备工作4.model4.2 Micro-dynamics Preserved Embedding4.2.1 分层时间关注4.3 Macro-dynamics Preserved Embedding4.3.1链接速率4.3.2 宏观约束联合5. 实验网络嵌入的目的是将节点嵌入到低维空间中&#xff0c;同时捕获网络的结构和属性…

蒲慕明院士:我们为什么要探索人脑的奥秘

来源&#xff1a;学习时报作者简介蒲慕明&#xff0c;1948年出生&#xff0c;中国科学院院士&#xff0c;美国科学院外籍院士&#xff0c;现任中国科学院脑科学与智能技术卓越创新中心学术主任&#xff0c;上海脑科学与类脑研究中心主任。他是国际著名的神经生物学家和生物物理…

论文学习7-Spam Review Detection with Graph Convolutional Networks(阿里巴巴)

文章目录Introduction2. 相关工作3. 本文的model3.1 Preliminaries3.2建立问题3.3闲鱼图上的异构卷积网络3.3.1Aggregation Sub-layer3.3.2 Time-related Sampling3.3.4将图形网络与文本分类模型相结合。3.4 GCN-based反垃圾邮件模式4.实验Introduction ppt 任务&#xff1a;…

新型AI芯片 其能效或是替代品的两倍

DAVID BAILLOT/UNIVERSITY OF CALIFORNIA SAN DIEGO来源&#xff1a;IEEE电气电子工程师在软件和硅中复制人脑是人工智能&#xff08;AI&#xff09;研究的长期目标。虽然神经形态芯片在能够同时运行多个计算方面取得了重大进展&#xff0c;并且既能计算也能存储数据&#xff0…

论文学习8-How Question Generation Can Help Question Answering over Knowledge Base(KBQA-知识问答)

文章目录abstract1.introduction2. our approach2.2 微调fine tuning3.Model3.1QA Model3.2QG modelabstract 本文研究了基于知识库的问答系统的性能改进问题生成技术。问题生成(question generation, QG)的任务是根据输入的答案生成相应的自然语言问题&#xff0c;而问答(ques…

1575万美元!2023科学突破奖揭晓,AlphaFold、量子计算等突破斩获殊荣

来源&#xff1a;FUTURE远见选编&#xff1a;FUTURE | 远见 闵青云 2022年9月22日&#xff0c;科学突破奖基金会宣布了2023科学突破奖&#xff08;Breakthrough Prize&#xff09;的获奖名单。科学突破奖有「科学界的奥斯卡」之称&#xff0c;它表彰在生命科学、基础物理学和数…

nlp4-语料库

文章目录1. 语料库2.建设中的问题3.典型语料库介绍1. 语料库 语料库(corpus) 语料库(corpus) 就是存放语言材料的仓库 (语言数据库)。基于语料库进行语言学研究&#xff0d;语料库语言学(corpus linguistics) 根据篇章材料对语言的研究称为语料库语言学不是新术语&#xff1a;…