IEKView : AI Chips Shift Toward Specialization and System-Level Co-Design
- 2026/10/20
- 245
- 3
Demand for AI computing power is rising rapidly and reshaping the future of the global semiconductor industry. As gene...
Demand for AI computing power is rising rapidly and reshaping the future of the global semiconductor industry. As gene...
AI 正在改變半導體的產品開發與產業分工,人才需求也隨之轉變。首先,AI 晶片日益複雜,穩定量產需要設備、材料、封裝測試與工程服務等供應鏈專業共同投入。其次,晶片開發以應用情境為起點,IC 設計人才必須理解終端需求,並整合硬體、軟體、演算...
AI算力需求正快速攀升,並持續改變全球半導體產業的發展方向。隨著被動應答的生成式AI,逐步演進為能自主跨系統執行任務的「代理式AI」,每次任務所需的運算量大幅增加,也帶動資料中心與AI基礎設施持續擴建。這波產業變革的核心,不僅市場規模持續...
AI資料中心運算規模持續擴大,使資料傳輸效率、系統功耗與連接密度成為高效能運算的重要瓶頸。為降低高速資料傳輸的訊號損耗與功耗,矽光子與共同封裝光學逐步成為資料中心高速光通訊的重要方向。由於矽材料本身不適合直接發光,雷射光源、主動光元件與光...
AI資料中心持續提高交換器容量與連接密度,推動高速光收發模組由400G升級至800G與1.6T。光模組量產能力已不只取決於光電元件規格,也涵蓋光學次模組整合、光纖耦合、熱管理、韌體校準、光電測試與系統驗證。中國光模組供應鏈憑藉量產規模、良...
AI伺服器叢集持續擴大,資料交換需求帶動光互連架構由可插拔模組主導,逐步發展為可插拔、LPO、NPO與CPO並存的技術布局。各類方案將依傳輸距離、頻寬需求及封裝位置形成分工,其中CPO透過將光引擎移近ASIC或XPU,重塑光電整合方式;其...
AI 資料中心與伺服器持續擴大記憶體需求,產業競爭正從傳統位元成長,轉向效能、延遲與容量的分層配置。HBM、DRAM 與 NAND 不再只是不同類型的記憶體產品,而是在 AI 運算架構中分別承擔高頻寬運算、系統資料交換及大容量儲存功能,產...
AI資料中心運算規模擴大,使高速光互連逐步成為影響系統頻寬、功耗與連接密度的關鍵環節。矽光子可透過光子積體電路(Photonic Integrated Circuit, PIC)整合光波導、調變器與光偵測器,支援光訊號在晶片平台內傳輸與處...
在全球科技快速演進的浪潮下,我們正處在大數據與深度學習驅動的人工智慧時代,人工智慧的發展重心逐漸從概念驗證,轉向產業應用成熟化以及治理制度化,同時面臨算力資源瓶頸、數據品質、隱私安全以及倫理規範的嚴峻挑戰。有鑑於此,另一項被視為下一波顛覆...
AI 需求在兩年內暴增逾 330 倍。根據 Google I/O 主題演講(Sundar Pichai 主講)公布的數據,每月 AI token 生成量從約 9.7 兆,增至逾 3.2 千兆(quadrillion)。在全球 AI 算力需...