“以上的这一切都有可能在2020年发生。”德州仪器|仪表首席科学家Gene Frantz(方进)对《国际电子商情》记者说道。方进是业界公认的DSP技术卓越领导者，他对基于DSP和半导体技术的大胆畅想多次变为现实。
2020年并不遥远。方进解释，回想当初1996时我们对今天的许多预测都变为现实。此外，他开玩笑说：“在美国人们说最好的视力是‘2.0’，那么，让我们用两只最好的眼力(2020)来预测未来吧！基于科学的分析，可以引导业界朝正确的方向前进。”他指出，现在许多人对于科技将把我们引向何方毫无头绪，“如果这样，我们只是忙于推动科技发展，却全然不知道方向是否正确。”他说道。
方进从以下四个方面预测了市场如何向2020年演进，科技将如何影响我们的生活。
第一是绿色能源。它包括三个方面：一是用现在的技术开发非传统能源，包括太阳能、水能、风能和热能等；二是将晶体管的功耗降至更低；三是能源采集技术更加成熟，比如可以用人体的发热或空调的散热来供电。“这些技术正在研究中。比如美国麻省理工学院正在研究采用0.3V的电压驱动IC，这将使得芯片的功耗降到非常低的水平。”他表示。此外，基于DSP和传感技术的能源采集技术也正在研发中。
第二是机器人技术。2020年，我们需要用机器人来为我们做很多事情，主要是我们不想做，或不能做的事情。但是，方进不认为机器人会超过人的智力，他分析道：“我们主要是利用机器人来为我们做事，它们不会对我们造成威胁。那是科幻片中的情景，不会成为现实。”
2020年，电子产品将使我们享受到味觉，嗅觉甚至感观。我们将会生活在一个完全不一样的环境中。此外，针对中国此次特大的地震，方进深有感触，因为就在地震前的四月中旬，他刚去过汶川及周边地区旅游，“现在一切都没有了”他非常伤感地说。“DSP能在未来的地震等灾害中帮助人类减小损失。”他说道。他举例说，比如将DSP与传感器置于建筑物的梁柱处，通过测算扭矩、压力和其它参数来感知建筑物的安全性，这对于灾后房物的安全监控可以起到不小的作用。此外，对于地震预报，这个全世界都在挑战的难题，DSP、传感器等半导体技术也会发挥重要的作用。科学家正在研究些技术，2020年一定会有一些结果出来。
第四则是医疗照护领域。像文章开头提到的那样，芯片将植入我们的身体，为我们监测疾病、预防疾病，并可预测人生命的最后时刻。这方面的研发已开始进行。比如美国南加洲大学正在研究的人工视觉，将芯片植入人体，让盲人重见光明；而美国伊利罗斯大学正在研究一种“capture voice before you speak”的技术，让聋哑人能说话或者进行打电话等工作。至于对生命最后时刻的预测，可以通过植入体内的芯片，通过对体内各种参数的变化趋势来做判断。“美国Rice大学正在进行一项研究，可以将视像传送的带宽降至极低。具体来说，他们正在研究一种‘1 Pix’的摄像机，即只用一个象素，可以形成如今几百万象素才能完成的图像。这种技术如果成功，对于多个应用领域都会带来革命性的创新。比如植于人体内的1 pix摄像机，仅需占用极少的资源。”方进透露。
“DSP等半导体技术是推动以上这些新兴应用的动力。”他说，但是他也指出，半导体技术如何发展是目前业界需要认清的一个事实。“虽然摩尔定律到目前仍有效，但是有一样东西已不能跟上摩尔定律的发展。”他指出，“这就是时钟频率。从过去几年来看，时钟频率已到了一个极点。时钟频率的提升，已受到石英晶振的制约，除非将来有新的替代材料。因此，多核一定是趋势。未来的系统将由众多异构处理单元组成，每个单元都是一个单时钟域处理器。处理元件的布局风格将类似于目前的FPGA。”
但是他接着强调，“功耗将继续按照摩尔定律下降。”业界很多人都知道有一个“方进定律”，即半导体的功耗每18个月降低一半。当初进入90nm时，曾有人对此定律产生怀疑，“这是因为90nm时出现了待机功耗与工作功耗一样的问题。但是，半导体技术进入65nm后，业界解决了这一难题，功耗又重回下降曲线，继续按摩尔定律前进。”他表示。此外，业界正在研究能量采集与能量存储技术来取代电池供电。比如从空调的排出热气采集能量，或者从人体的发热来采集能量，配合芯片功耗的降低(比如以上提供到了0.3V电压的IC)，最终将开发出可不间断工作的器件。
方进还大胆地预测，未来可能出现集成几百个甚至几千个处理器内核的IC，“这不是没有可能。回想1958年集成电路诞生时才几个晶体管，而现在早已集成上亿个晶体管。”他分析道。他还非常看好SiP(芯片级封装)技术。“未来使用尖端的SiP技术进行集成将与SoC一样普遍，SiP技术能够节省主板空间、减小组件数目，允许不同技术的集成，大大简化了开发时间并降低成本。”他指出，“目前所有的SoC都不是真正的SoC，只是Sub SoC，我们将充分利用3D技术,使用SiP进行集成, SiP将像全面集成的SoC一样普遍。”未来的设计人员不用了解底层软件，只用关心应用层上的突破。
