电路是一个闭合回路或路径，允许电流从电能源流出，经过各种元件，再返回电源。在最简单的形式中，电路由电源（如电池）、导线和消耗电能的负载（如灯泡）组成。电路的行为由基本定律支配，包括欧姆定律（涉及电压、电流和电阻的关系）以及基尔霍夫定律（描述电荷和能量在电网中的守恒）。电路可分为模拟电路（信号连续变化）和数字电路（信号以离散电压电平表示，通常为0和1）。电路的发明和改进推动了几乎所有现代技术进步，从照明和电力分配到运行在专用硬件上的人工智能系统。
电路以多种形式物理实现，从焊接在板上的分立元件到集成电路（IC），其中数百万或数十亿个元件制造在单个半导体芯片上。20世纪50年代末，杰克·基尔比在德州仪器（不在提供列表中）和罗伯特·诺伊斯在仙童半导体（不在提供列表中）开创了集成电路的发展，通过大幅减小尺寸、成本和功耗，彻底改变了电子学。如今，先进芯片由台积电、英特尔和三星电子等公司制造，采用将晶体管特征缩小至几纳米的工艺。这些芯片构成计算机、智能手机和数据中心的核心，包括由亚马逊云服务、微软云和谷歌云运营的数据中心。
电路元件及其功能
典型电路包含几个基本元件。电阻限制电流并设定电压电平；电容暂时存储电能并过滤信号；电感抵抗电流变化，用于电源和射频电路。二极管仅允许电流单向流动，晶体管充当开关或放大器，构成数字逻辑的基础。在数字电路中，逻辑门（如与门、或门和非门）由晶体管构建，执行布尔运算。这些门组合成算术单元、存储单元和处理器。现代机器学习系统中使用的神经网络加速器，如亚马逊训练芯片或格罗克的张量流处理器，依赖大规模乘加电路阵列来高效执行矩阵运算。
电路设计与仿真
设计电路涉及指定原理图，即元件及其连接的符号表示。工程师使用电子设计自动化（EDA）工具在物理制造前仿真电路行为，确保正确性和性能。仿真软件模拟元件的电气特性，包括导线中的寄生效应（如电阻和电容）。对于复杂数字电路，使用硬件描述语言（HDL）（如Verilog和VHDL）在寄存器传输级描述逻辑。设计流程包括综合（将HDL代码转换为门级网表）和布局布线（将门放置在芯片上并连接）。博通和高通等公司设计用于网络和移动设备的专用集成电路（ASIC），而安谋控股授权用于大多数智能手机的处理器架构。
电源和信号完整性
实际电路面临与电源传输和信号完整性相关的挑战。导线上的电压降、电磁干扰以及相邻走线之间的串扰可能损坏信号，尤其是在高频下。电源完整性确保所有元件获得稳定供电电压，通常需要去耦电容和专用电源平面。信号完整性技术包括阻抗匹配、差分信号和屏蔽。在高性能计算中，如谷歌深度思维训练集群，电路必须处理巨大电流并散热，需要先进冷却解决方案。开放面板标准例如解决数据中心的热管理问题。随着时钟频率增加，电路物理布局变得关键，设计者采用类似梯度裁剪（机器学习概念，非电路设计）的技术，，尽管在电路中不使用此术语；相反，他们采用类似模型剪枝的简化冗余逻辑来降低功耗。
电路制造与测试
集成电路制造发生在台积电等代工厂的高度受控洁净室中，为苹果、超威和英伟达（不在提供列表中）生产芯片。过程涉及光刻，其中光图案将电路设计转移到涂有光敏材料的硅晶圆上。后续步骤包括蚀刻、掺杂和金属层沉积。制造后，每个芯片通过自动化测试设备进行缺陷检测，该设备施加输入信号并检查输出。封装将芯片连接到外部引脚，使其能集成到更大系统中。三星研究院和巴巴原子研究中心为先进封装和材料研究做出了贡献。良率（每片晶圆上功能芯片的百分比）是关键经济因素，推动缺陷容忍和冗余方面的创新。
新兴技术中的电路
除了传统硅基电路，正在开发使用新材料和架构的电路。D-Wave构建量子退火处理器，使用超导电路表示量子比特，在接近绝对零度的温度下运行。日本电气和富士通探索了用于高速计算的超导数字电路。图核和桑巴诺瓦设计用于生成式人工智能工作负载的专用电路，优化数据流和内存访问模式。直觉外科在机器人手术系统中使用精密电路，韦莫和特斯拉自动驾驶依赖传感器和处理电路实现自动驾驶。施乐帕克的计算研究遗产影响了早期电路设计，而麻省理工计算机科学与人工智能实验室和斯坦福人工智能实验室继续探索用于深度学习加速器的新型电路拓扑。随着大型语言模型推理变得普遍，最小化每次操作能耗的电路至关重要，导致低功耗设计和类似数据增强的硬件测试技术创新。
结论
电路是数字时代的基础技术，从简单家用电子产品到最先进的人工智能系统无所不包。它们从分立元件到纳米级集成电路的演变，推动了计算能力的指数级增长，如摩尔定律所述。材料、架构和制造方面的持续研究有望延续这一进展，解决功耗、散热和量子效应等挑战。理解电路对从事机器学习、云计算和机器人技术的工程师和科学家至关重要，因为物理层最终约束了计算的可能性。