產業觀測-半導體業打AI國際杯 需掌握三關鍵

●關鍵一:異質整合封裝技術

臺灣半導體產業聚落完整,在各類智慧終端產品具備國際競爭優勢,但在數位化和AI科技帶來轉型下,更需具備高度晶片整合能力的異質整合晶片設計創新與封裝技術,來延續半導體產業發展的動能。近年全球大廠包括臺積電、英特爾、超微半導體、輝達等公司,都積極投入大面積、多晶片、超高資料傳輸與耐高瓦數的異質整合封裝技術,將多顆不同製程、功能的晶片微縮封裝,不但縮小模組體積、亦可降低運算功耗、提升運算速度,才能加速導入各式終端裝置AI運算應用。

●關鍵二:下世代記憶體研發

除了掌握異質整合封裝技術外,隨着行動裝置、物聯網、自駕車等巨量運算需求的科技興起,對記憶體小體積、大儲存容量、高存取速度等性能的要求也越來越高;因此,提升既有記憶體的製程技術,大幅增加記憶體容量與資料讀取速度的下世代記憶體,也成爲炙手可熱的重點發展項目。工研院長期投入開發磁阻式隨機存取記憶體(Magnetoresistive Random Access Memory;MRAM),除攜手國內護國羣山大廠共同開發出寫入速度小於1奈秒,創下世界最快紀錄的記憶體外,也首次獲得美國國防部出資合作,元件效能媲美英特爾、領先三星達20%的記憶體,未來能與22奈米以下的先進製程整合,更可應用在車用電子、雲端資料中心、物聯網裝置等高性能、高穩定度的產品。

●關鍵三:記憶體內運算

最後,有了異質整合技術與大容量與高讀取速率的記憶體,也需要透過直接在記憶體中執行高運算力與傳輸效能,才能同步提升速度與效率。工研院投入「CIM記憶體內運算」技術,打造新一代AI應用情境的最佳解決方案,突破既有運算必須在處理器及記憶體間重複搬移的方式,直接在記憶體內運算,運算效能提高10倍,功耗卻僅有十分之一,同時滿足「低延遲」與「乘累加運算的功率消耗」。針對未來AI最常見的影像與聲音的智慧分析,目前工研院也已將這項技術率先試用於電池驅動裝置上的關鍵字語音辨識,只要對着裝置說出關鍵字,比如「開燈」,就能直接操控設備。

不僅如此,在5G建置加速、電信業開放式架構推波助瀾下,經濟部在2019年也支持工研院推動成立「臺灣人工智慧晶片聯盟」(AI on Chip Taiwan Alliance;AITA),至今已有涵括IC設計、製造、封測、系統應用及學研單位逾150家會員,促成AI晶片研發投資逾新臺幣200億元,未來可望帶動更高產值目標。未來臺廠若能掌握三把關鍵鑰匙,並透過聯盟整合臺廠上、下游產業鏈,運用臺灣優勢打造AI人工智慧生態圈,吸引國際廠商合作,將可望在AI人工智慧時代續保有領先優勢。