按时间排列的节点，不是每周活动格。
格子越深，表示该主题在这项指标上越高。
低高
这在很大程度上取决于专业。 一个芯片设计工程师在软件上度过了一天,铺设了电路,并模拟了它们在制造任何东西之前的行为. 工序或设备工程师的工作更靠近实际的法布地板,对沉积、牵引和图案硅瓦的机器进行调制,并追查一批产量下降的原因。
一个学士在电气工程,材料科学或物理学方面足以成为许多入门级设计和法布角色. 研究重的姿势——高级过程开发,新颖设备架构,在国家实验室工作——通常期望有硕士或博士学位,因为所涉及的物理在大约10纳米以下会真正困难.
一些任务已经是: AI工具现在帮助放置和路由芯片布局,对wafer图像中的缺陷进行分类,并生成第一稿验证测试. 在物理上调整一个价值数百万元的蚀刻工具,诊断出以前从未见过的缺陷,或者当一整批瓦片被刮掉时,要承担责任,仍然很难交给模型。
它因国家和专长而大不相同。 在美国,该领域的工程师通常收入很高,有六个数字,随着资历的提高而急剧上升。 在台湾,大多数先进芯片实际上都是制作的,因此与该行业的全球重要性相比,基础工资名列前茅,尽管在全球人才短缺的情况下,基础工资一直在快速上升。
A fab是一家生产芯片的物理工厂;拥有和运行一个每代技术花费数百亿美元. 像Nvidia或Qualcomm这样的无名公司,设计芯片但支付TSMC或三星等铸币厂制造这些芯片的费用——由莫里斯·张铸币厂的铸币模型所普及的分拆,始于1987年.
TSMC成立于1987年的Hsinchu,建造了数十年的制造专有技术,竞争者一直努力复制,现在编造了世界上绝大多数最先进的逻辑芯片. 这种集中,有时被称为台湾的"硅盾",是该岛被远在东亚以外的政府视为战略批评的中心原因.
半导体工程通过贝尔实验室的演示, 当时小实验室外没有人注意到, 专利争吵谁真正发明了集成电路, 杂志文章,
它也是一个历史,不断被地理重写. 同样的技术屡次集中在少数地方——贝尔实验室,硅谷,Hsinchu,Veldhoven——每一个集中点都成为了政府,而不仅仅是公司现在左右计划的战略事实.
在贝尔电话实验室,物理学家约翰·巴丁(John Bardeen)和沃尔特·布拉坦(Walter Brattain)演示了一个工作点接触晶体管,用一个菌丝和两个金色接触器来放大一个电信号,而不是一个大块的,渴望动力的真空管. 他们的同事威廉·肖克利(William Shockley)对被排斥在最初的演示之外感到不快,在几周内发展出一种更实用的交叉式的交流器设计;这三股1956年诺贝尔物理学奖. Bell Labs将公示延迟到1948年6月,这需要数年时间,任何人都才能完全理解这个小实验室长凳刚刚取代了真空管作为现代电子学的基础.
约翰·巴丁(John Bardeen)和沃尔特·布拉坦(Walter Brattain)在12月16日演示了一个工作点接触晶体管;威廉·肖克利(William Shockley)的交叉-晶体管设计在数周内就遵循了,三个后来都分享了1956年诺贝尔物理学奖.
德克萨斯仪器化学家戈登 Teal生长了第一个实用的硅晶体管,取代了在那之前使用的 germ;硅处理温度高得多的能力使它成为整个工业标准化的材料.
1958年9月,德克萨斯仪器公司的杰克·基尔比(Jack Kilby)展示了一个工作电路在单丝壳上的工作电路;1959年,费尔柴尔德半导体公司的罗伯特·诺伊斯(Robert Noyce)为可制造硅版本申请了竞争专利,引发了长达十年的信用法律争斗.
在一篇关于电子学的杂志文章中,摩尔从仅仅五个数据点推断出芯片上的组件数量大约每年翻一番——一个预测行业会变成一个自我实现的路线图.
离开费尔柴尔德半导体,罗伯特·诺伊斯(Robert Noyce)和戈登·摩尔(Gordon Moore)发现了英特尔,不久安迪·格罗夫(Andy Grove)加入为第三名员工;公司成为记忆芯片和后来微处理器的主导制造者.
Federico Faggin领导设计和布局,应用他在Fairchild开发的硅门工艺,而Ted Hoff,Stanley Mazor和Masatoshi Shima则塑造了建筑;整个计算机的逻辑现在适合在一个芯片上.
Carver Mead和Lynn Conway的教科书将芯片设计变成了一种结构化的,可教学的方法;MOSIS穿梭服务于次年推出,让大学首次编造学生自己的芯片设计.
在德克萨斯仪器厂工作了25年之后,张在Hsinchu发现了台湾半导体制造公司,部分资金由台湾政府提供,并与荷兰公司Philips进行了技术许可交易——一个为他人制造芯片但无一己之设计的法宝.
TSMC和三星开始使用完全由荷兰ASML公司在高容量制造中制造的极端紫外线图案扫描仪,这是该行业20多年来采用的第一个全新的图案波长。
美国签署了CHIPS和科学法案,拨款527亿美元用于国内芯片制造和研究,然后在10月限制向中国出口先进芯片和芯片制造设备——为该行业开辟了明确的地缘政治时代.
Bardeen和Brattain的示威活动之后的十年里,人们花费了时间,使晶体管变得可靠和可制造,而不仅仅是可能. 早期的点接触器件是脆弱的和不一致的;Shockley的交叉晶体管和后来的Gordon Teal在德克萨斯仪器公司的硅版本使得技术对于真实的产品来说已经足够崎岖,从助听器和口袋收音机开始. 到十年末,杰克·基尔比和罗伯特·诺伊斯各自都表明,整个电路,而不仅仅是一个晶体管,可以存在于一个单一的半导体上——这个想法使这个时代之后的一切成为可能.
戈登·摩尔1965年的预测将十年的戏剧性改善转变为明确的工业目标,公司开始计划多年的工厂投资来左右打击它. 英特尔成立于1968年,在费德里科·法金的团队于1971年将整个计算机的逻辑折叠到单一英特尔4004芯片之前,在记忆芯片上建立了早期业务. 整个处理器可以坐在一块硅上,而不是一个装满分离芯片的电路板上的想法,重新设定了计算机可能是什么以及它会得到多少小.
由于芯片变得过于复杂,任何一位工程师都无法亲手铺设,卡维尔·米德和林恩·康威1980年的教科书将芯片设计变成了一个结构化的学科,可以进行教学和自动化,MOSIS穿梭让大学生第一次编织出真正的硅. 同样的复杂情况使规模较小的设计团队不得不承担高昂的费用。 Morris Chang回应了1987年的分裂,成立TSMC纯粹是作为制造商,从未与成为其客户的设计公司竞争——这一结构理念最终重组了整个行业.
通过20世纪90年代和2000年代,芯片制造者将晶体管的尺寸逐代推低,采用铜连接,浸润液晶体和比以往更异国情调的材料来跟上摩尔定律. 日本在1980年代的记忆芯片主导地位让位于韩国的三星,后来又让位于更广泛的亚洲制造基地. 由荷兰的ASML公司和日本的Nikon和Canon公司几乎完全建造的深紫线百合扫描仪成为了该行业最大的瓶颈:只有地球上的少数公司能够建造一个精确度足以维持缩放的工具.
ASML的极端紫外线平面机,数十年和数百亿美元开发,最终于2019年进入高产量生产,使得TSMC和三星不断收缩晶体管超越了旧光源的极限. Nvidia的图形芯片,重新用于训练人工智能模型,几乎一夜之间将芯片需求变成了国家战略重点. 出口管制、《美国CHIPS法》和欧洲联盟、日本和韩国的类似补贴方案从此将芯片的设计、制造和销售转变为一个明确的政治问题。
已不存在的邻近职业——被吸收、自动化或法规抹去。
在晶体管之前,无线电、早期的计算机和电话放大器都依赖精通设计脆弱、渴望电力、产生热力的真空管的工程师。 在贝尔实验室1947年的演示之后的大约十年内,晶体管使大部分这种专业知识过时,真空管设计基本上只在吉他放大器和一些遗留下来的军事系统中幸存下来.
在计算机辅助设计工具存在之前,芯片布局是用大尺度手工绘制的,从精密剪切表上的红色和清晰的Rubylith胶片的片子上切开,然后在照片上缩小到用来图案饼的口罩上. 1980年代的Mead–Conway设计方法和数字布局软件几乎完全取消了物理切割步骤.
最早的晶体管,以及懂得如何可靠制造晶体管的工程师,都是围绕 germ而不是硅建造的. 一旦戈登·泰尔的硅晶体管在1954年的德克萨斯仪器中被证明能耐热得多,在大约十年之内,随着整个工业围绕硅进行改造, germ的专业知识就不再是一个可行的特长.
这一历史的每一个转折都遵循同样的形状:实验室结果成为可制造的产品,产品成为整个产业组织自己围绕打击而组织的目标,而能够击中该目标的地方在一段时间内就成为战略上不可替代的地方——直到目标再次改变.
围绕极端紫外线平面图和人工智能芯片构建的当前转折,是政府像工程师一样刻意塑造结果的第一个转折.
不限同一领域，六项评分最接近的职业。
通过问诊与证据诊断疾病并长期管理健康，而非一次手术——医学的通科与长期向导。
抗AI 67 🔐通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 🧫使用临床、试验和卫生系统数据生成可靠的证据，以实现更安全的护理、研究和运营决策。
抗AI 68 📦构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🦾设计那些能感知,决定和采取行动的机器 在物理世界里,困难的问题永远不是智能,而是世界本身.
抗AI 65 🌬️设计、建造和改进风能、太阳能、存储和电网系统，将可再生资源转化为可靠的电力。
抗AI 72写作,测试和维护了管理现代生活的代码——也是最早观看AI将自己的日常工作自动化的职业之一.
抗AI 35 🤖设计并测试了机器智能背后的算法,在一个领域,现在竞相将自己研究过程中越来越大的份额自动化.
抗AI 50 🛰️设计、分析并认证离地而行的飞机、火箭与航天器，在不容猜测的安全裕度下工作。
抗AI 74 🌉把河流、岩石与重力变成桥梁、道路与清洁饮水的职业——自伊姆霍特普起，文明安静的承重行当。
抗AI 72 🦾设计那些能感知,决定和采取行动的机器 在物理世界里,困难的问题永远不是智能,而是世界本身.
抗AI 65 🔐通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 📦构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🌬️设计、建造和改进风能、太阳能、存储和电网系统，将可再生资源转化为可靠的电力。
抗AI 72