IEK View:AI驅動的轉型正重塑半導體產業的人才需求
- 2026/10/12
- 433
- 14
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 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...