積體電路從處理的訊號種類來看，可以分為兩大類，即模擬電路和數位電路。模擬電路處理的是連續的模擬訊號，而數位電路則是處理離散化的數位訊號。在自然界中，訊號都是以模擬訊號的形式存在（例如，在無線傳輸系統中，無線訊號就是一種典型的模擬訊號），而數位訊號則主要存在於人工的電子系統中。而模擬和數位訊號之間的互相轉換就是透過混合訊號（mixed-signal）電路完成。
混合訊號電路系統中通常既包括模擬電路，又包括數位電路，而且我們看到混合電路系統中數位電路成分比重正在變得越來越大（下文會詳述這一點）。混合訊號系統的套用非常廣泛，包括訊號互聯（乙太網路、USB介面等）、音訊系統、無線通訊系統等等。混合訊號積體電路套用雖廣泛，但是在混合訊號系統發展的歷程中，每一段時間都會有一個主要套用來驅動其技術發展。這樣的驅動型套用需要滿足幾個條件：
1.首先，從套用角度，驅動型套用必須有足夠大的市場，而且市場增量必須足夠快，來確保整個行業界有足夠興趣來投入研發以滿足套用的需求。
2.其次，從技術角度，驅動型套用對於技術的需求足夠高，當前的技術並不能完全滿足套用的需求；同時技術進步對於驅動型套用本身也會造成影響，例如隨著混合訊號系統技術指標的進步，驅動型套用可以提供更好的使用者體驗。
當驅動型套用滿足這兩個條件的時候，它就會讓業界投入技術研發，並且帶動技術進步。
對於混合訊號積體電路系統來說，21世紀前15年的驅動型套用顯然是無線通訊系統。從市場來看，2000-2015年是無線通訊市場蓬勃發展的階段，而無線通訊射頻芯片中，混合訊號積體電路扮演著極其重要的角色：例如，混合訊號系統的數模轉換器（ADC）的訊雜比-取樣率之間的折衷關系將會直接決定整個射頻芯片的前端架構並且進一步決定芯片功耗和靈敏度等重要指標。而在2015年之後，隨著人工智慧的崛起，我們看到了高速互聯正在成為混合訊號積體電路技術發展的主要推動力。
人工智慧與混合訊號積體電路
人工智慧無疑是當前最火的技術，同時也是半導體領域最大的市場之一。人工智慧模型的具體執行中包括兩個環節，即訓練和推理。訓練過程中，需要大量的數據並且透過梯度反向傳播演算法來獲得人工智慧模型的權重；而在訓練階段結束之後，模型就可以部署並開始根據使用者輸入來執行推理。
在大模型時代，無論是人工智慧大模型的訓練還是人工智慧模型推理都需要在雲端數據中心完成。尤其是在今天大模型越來越大的潮流中，訓練和推理幾乎都無法在單機上完成，而需要在雲端數據中心的多台伺服器上進行分布式計算。在大語言模型領域，模型訓練動輒需要上百台伺服器來實作，而且預計未來分布式計算的規模會越來越大。
在分布式計算中，數據互聯扮演著極其重要的作用。在分布式計算系統中的每台電腦完成單步計算後，需要把每台電腦中的結果匯總到一起；另外在一些分布式計算的框架中，也需要每台電腦能有能力直接去存取存放在其他電腦上的數據。事實上，目前分布式計算中的主要瓶頸是數據互聯。理論上，分布式計算的效能和分布式系統中的電腦數量應當是線性關系；然而，由於存在數據互聯的開銷，因此分布式計算效能和電腦數量往往達不到線性關系，而且隨著人工智慧大模型時代分布式系統越來越大，數據互聯的開銷越來越大。換句話說，數據互聯已經成為了人工智慧大模型時代最急需解決的問題。
而解決數據互聯的重任就落到了混合訊號系統上。數據互聯的實體層是一個典型的混合訊號系統：在接收端，混合訊號電路需要把接收到的訊號（往往經過了大量的通道衰減和幹擾）進行處理，會付出原本的訊號，並且轉換成數位訊號。在發送端，混合訊號系統需要能根據通道的特性對於發送的訊號做相關的處理，來確保經過訊號衰減後接收端仍然能較好地恢復數據。
因此，人工智慧大模型讓分布式計算成為必須，而分布式計算的效能瓶頸需要混合訊號積體電路來解決。如前所述，人工智慧成為混合訊號積體電路的驅動型套用，因為它滿足了：
1.套用的市場足夠大：人工智慧已經成為目前整個社會最受關註的套用，其市場容量之大毋庸置疑，而當混合訊號積體電路成為人工智慧的重要賦能技術時，芯片公司有足夠的動力去投入研發。
2.對於技術的驅動力足夠：從技術角度，人工智慧對於數據互聯的需求對於技術有非常高的挑戰性，如何保證在不同的互聯距離上，以最低的功耗實作最大的數據頻寬，是人工智慧對於混合訊號系統最大的挑戰。這樣的需求，又進一步細化成了不同的介面：例如224G下一代乙太網路標準，實作超高頻寬互聯的光互聯（隨著共封裝光學的發展，光學介面又進一步獲得了更大的市場動能），中短距離的加速卡間互聯等。在這些互聯介面中，對於混合訊號系統的驅動力來說，尤其以中長距離的互聯（包括乙太網路和光互聯）為重要，我們預計未來該領域的混合訊號系統技術會快速發展，而且這將會成為混合訊號積體電路領域最熱門的方向。
混合訊號系統用於數據互聯的技術路線
從產品需求上來說，根據互聯距離，基本可以分成短距離互聯（例如使用在chiplet上），中距離互聯（用於同一台伺服器中不同加速卡互聯）以及長距離互聯（用於不同伺服器間互聯）。從混合訊號電路技術上來說，這些不同的互聯需求也構成了整個技術譜系。
首先，超短距離（包括封裝內的數據互聯）對於高級封裝技術至關重要，它的頻寬和面積開銷決定了chiplet系統可以擴充套件到多大的規模。由於超短距離互聯的訊號衰減比較小，對於混合訊號積體電路系統來說，超短距離主要的需求是成本考慮，如何增加互聯密度（或者說在盡可能小的面積內完成電路），但是這並不會成為電路設計技術演進的主要推動力。
其次，從中距離互聯開始，通道造成的訊號衰減和幹擾的重要性越來越大，為了補償訊號衰減造成的影響，混合訊號系統中開始用到越來越多的相關技術。這些技術包括：
預計在未來，中距離互聯會繼續增加調變復雜度（例如PAM-4，PAM-6，甚至更高）以提升通道利用率，為了能滿足復雜調變的需求，中距離互聯的混合訊號電路中會繼續沿著目前的技術路線演進，即繼續最佳化模擬前端電路的效能，並且配以更加復雜的數位電路技術來提升效能。當目前的模擬前端+數位增強的路線不夠時，預計會進一步演進到目前長距離互聯使用的技術。
長距離互聯預計會是混合訊號積體電路系統技術演進的前沿方向，極有可能會引入最尖端的技術，同時相關技術可能會慢慢被中等距離互聯所采用。長距離互聯一方面得到了人工智慧技術最多的關註（因為它決定了分布式計算的數據互聯開銷，這又進一步決定了分布式計算的效率，而分布式計算效率是目前人工智慧大模型訓練和部署的關鍵），另一方面又是技術挑戰最大的，而且從通道型別來看，也存在著光互聯和銅絞線互聯兩種方案在互相競爭。從混合訊號積體電路技術來說，我們今年看到了技術路線圖上重要的一步，即越來越多的接收端走向了基於ADC+DSP的方案。
事實上，ADC+DSP的方案可以認為是之前的模擬訊號均衡技術的更進一步。在中距離互聯常用的模擬訊號均衡技術中，透過在模擬電路中加入相應的頻域響應元素（例如加入電感或者反饋電容以消除通道衰減，或者在模擬域對訊號做延遲和疊加以近似FIR濾波的效果）來實作均衡；但是這樣模擬訊號的通道均衡往往無法處理響應非常復雜的通道，而且處理的靈活性也比較有限。為了能更好地處理復雜的通道（這樣的處理對於長距離互聯來說是至關重要的），需要采用ADC+DSP的方案。在這個方案中，接受訊號首先經過較為簡單的模擬通道均衡和訊號處理，之後就使用高速采樣的ADC采樣成為數位訊號，然後在數位域使用DSP來進行進一步通道均衡和濾波，從而能處理更復雜的通道。在ADC+DSP方案中，核心的要點就是ADC需要在實作高取樣率的條件下，同時不能消耗太大的功耗。
隨著混合訊號積體電路設計的發展，ADC的效能（取樣率，訊雜比和功耗）也在提升，而在今天，使用ADC+DSP方案來應對長距離互聯已經成為一個可行甚至主流的方案。在ISSCC 2023中，高效能光互聯相關論文還是全部采用模擬通道均衡的方法，而在ISSCC 2024中，已經至少有一般的論文在使用ADC+DSP的方案。隨著這樣的方案成為主流，一方面我們會看到它會進一步推動混合訊號設計領域一個核心模組——ADC的效能叠代，從而推動整個混合訊號積體電路設計的發展；而另一方面，它會推動混合訊號設計和數位設計進一步結合，未來我們預計會看到基於數位演算法來提升混合訊號設計的效能，而且這樣的「盡早數位化，在數位域處理問題」的思路可能也會在混合訊號設計甚至其他積體電路設計領域中得到更多的套用。
