收官 · 约束下的设计
二十页走完。这一页把它们收拢：这门学科真正教会人什么，以及哪些内容会过期、哪些不会。
一、一条主线：缩放及其后果
回看全课，几乎所有内容都挂在同一条链条上：
具体展开就是这门课的骨架：
- Dennard 缩放给了行业三十年的免费午餐（第四页）；
- 60 mV/decade 的玻尔兹曼极限终结了它——电压降不下去，功率密度失控（第三、四页）；
- 于是有了多核与专用化（第四、十七页），这重塑了整个软件行业；
- 器件端用结构革新继续（FinFET → GAA → CFET，第五、十九页）；
- 光刻端用浸没、多重图形化、EUV 硬撑（第十二页）；
- 当单片缩放变贵，转向拆分与堆叠（Chiplet、3D、HBM，第十五页）；
- 而存储墙（第十页）与热（第十五页）成为新的第一约束。
一个热力学常数，一路决定了从晶体管到数据中心的形态。 这是本课最想让人记住的因果链。
二、这门学科教的思维方式
比具体知识更耐久的，是三种思考方式（导论提出，全课兑现）：
① 权衡先于最优。 本课几乎每一页都在指出一对相互冲突的量：功耗与速度、精度与面积（Pelgrom）、分辨率与焦深（瑞利）、密度与可靠性（QLC）、灵活性与能效（加速器）、线性度与效率（PA）。成熟的工程判断不是"哪个更好"，而是"在当前约束下该站在权衡曲线的哪一点"。
② 抽象是被构造的，并且会漏。 从量子力学到应用程序有十几层抽象，每层都让上一层的人不必懂下一层。但漏电、噪声、变异、老化、寄生器件都会穿透模型打上来（第二页闩锁、第十四页变异）。知道抽象在哪里漏，是这个领域的高级技能。
③ 可制造性先于优雅。 设计规则本质上是把制造能力翻译成几何约束（第十四页）。一个物理上正确、却造不出来或良率太低的设计，等于不存在。 这是工科与理科最根本的分野。
三、几个反复出现的判断模式
这些模式在课内多次出现，也适用于课外：
- "新技术必须打败一个成熟对手"：TFET/NC-FET（第五页）、新型存储（第十六页）、存内计算（第十六页）、光/神经形态计算（第十七页）——它们失败或延迟的原因通常不是原理不成立，而是要同时打赢性能、成本、良率、生态与制造成熟度，而最后几项才是杀手；
- "选择较易解决的困难"：浸没式光刻绕开 157 nm 材料难题（第十二页）、CPO 绕开硅激光器（第十八页）——优秀的工程判断常在于换一条阻力更小的路，而非硬攻最难的点；
- "把模拟难题转成数字问题"：Sigma-Delta、数字 PLL、数字预失真（第九、十八页）——因为数字享受缩放红利而模拟不享受（第八页）；
- "命名与真相的差距"：节点数字（第四页）、ADC 标称位数（第九页）、加速器 TOPS（第十七页）——看到指标先问它实际度量的是什么。
四、保质期
| 内容 | 保质期 |
|---|---|
| 半导体物理、pn 结、MOSFET 原理、CMOS 基础（第一至三、六页） | 数十年，几乎不会变 |
| 缩放的逻辑、功耗构成、时序原理、模拟核心公式（第四、七、八、九页） | 很稳定 |
| 制造工序与光刻物理（第十一、十二页） | 原理稳定，具体世代会推进 |
| EDA 流程与算法（第十三页） | 框架稳定，工具与 ML 应用变化快 |
| 前沿各页（第十五至二十页） | 一到两年——已标注核对于 2026-07 |
尤其提醒：具体节点名称、良率数字、产品时间表、以及各厂商的相对位置，变化极快且常有营销成分。一年后重读，请把那几页当作"截至 2026 年中的状态"，并自行核对。
五、若要继续
- 深入教材：Sze《Physics of Semiconductor Devices》（器件）、Razavi《Design of Analog CMOS ICs》（模拟，公认的入门经典）、Weste & Harris《CMOS VLSI Design》（数字）、Rabaey《Digital Integrated Circuits》；
- 动手：SPICE 仿真（开源可用 ngspice）、Verilog + 开源综合工具链（Yosys、OpenROAD、OpenLane），配合开放 PDK 可以走通成熟节点的完整数字流程——这是唯一不花大钱就能体验完整 RTL-to-GDS 流程的途径；
- 跟踪前沿：ISSCC（电路）、IEDM（器件）、VLSI Symposium、DAC/ICCAD（EDA）、ECTC（封装）。这几个会议的论文集是判断行业真实进度的最好来源，比新闻稿可靠得多；
- 跨站互链：🔗 物理站（固体物理、电磁）、cs 站（体系结构、算法、编译）、数学站（概率与优化）、AI 站（加速器负载）、以及即将建成的自动化站（反馈、稳定性、控制回路——本课中 PLL、Sigma-Delta、片上自适应调压都是控制系统）。
六、最后
微电子是一门奇特的学科：它的对象小到需要用量子力学描述，规模大到需要用统计学管理，流程复杂到需要一整个全球产业链协作，而它的产物——芯片——已经成为现代文明几乎所有其他技术的基础。
它也是"约束"这件事最好的教科书。物理定律、制造能力、成本、良率、时间、热——每一项都在收紧可能性空间，而工程师的工作就是在这个不断收窄的空间里，找到一个足够好且能造出来的解。
这与理科的美感不同，但同样深刻：不是"发现世界是什么样"，而是"在世界允许的范围内，把想要的东西做出来"。
全课结束。下一站是自动化——如果说微电子研究"如何造出精确的东西"，自动化研究"如何让不精确的东西按预期运行"。两者互为镜像，且在芯片内部的每一个控制回路里相遇。