半導體製造新競局:埃米世代技術革新與挑戰
- 2026/08/07
- 389
- 15
受惠於AI算力需求爆發,全球半導體產業產值正加速邁向兆美元規模。隨著摩爾定律逼近物理極限,半導體先進製程將以次世代核心技術作為突破口。然而,主要晶圓製造三大廠正面臨次世代技術高昂的設備投資,以及地緣政治驅動跨國擴產的雙重資本壓力,進一步確...
受惠於AI算力需求爆發,全球半導體產業產值正加速邁向兆美元規模。隨著摩爾定律逼近物理極限,半導體先進製程將以次世代核心技術作為突破口。然而,主要晶圓製造三大廠正面臨次世代技術高昂的設備投資,以及地緣政治驅動跨國擴產的雙重資本壓力,進一步確...
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...
COMPUTEX 2026,AI晶片競爭的主戰場轉向讓代理式AI (Agentic AI)工作流高效率運行。代理式AI將推論需求拆解為協調、工具調用、執行與治理等環節,各環節對算力的需求特性不同,單靠GPU無法涵蓋代理式AI工作流中的所有...
2026 VLSI-TSA國際研討會展現了半導體技術由傳統製程微縮正邁向「AI×先進製程×系統整合」的新紀元。面對後摩爾時代的物理瓶頸,本屆會議聚焦於AI晶片與架構、先進製程、次世代記憶體、高頻通訊、異質整合與生醫...
共光學封裝技術(Co-Packaged Optics,CPO)是將光子積體電路(PIC)與電子積體電路(EIC)共封裝於同一基板的先進光電整合方案,旨在從根本上解決AI資料中心在超大規模運算時代所面臨的「功耗牆」與「頻寬牆」雙重瓶頸。20...
Computex 2026顯示AI資料中心發展重點正從單點運算效能,逐步轉向資料搬移效率與系統連接能力。GPU、HBM與先進封裝持續擴張後,系統瓶頸將進一步集中在不同運算資源、機櫃、資料中心與資料中心園區之間的連接效率。隨著銅線傳輸在距離...