AI驅動半導體產業創新突破

calendar_month 12/19/2024
字級:

前瞻半導體,驅動產業創新HPC、邊緣AI晶片等需求大增 台灣擁領先技術實力 將扮演關鍵應用推手

台灣半導體產業是全球技術創新的核心力量,早期製造技術主要應用於消費電子產品的零件製造,如筆記型電腦和智慧型手機。隨著科技快速發展,半導體製造技術拓展到更具前瞻性的領域,再加上AI運算的快速成長與智能化應用的普及,使得高效能計算(HPC)、邊緣AI(Edge AI)晶片,以及高頻寬記憶體(HBM)等AI相關的技術需求急遽增加,此外,隨著物聯網、智慧城市與自動駕駛技術的發展,高階感測技術也成為市場的關鍵趨勢。

AI技術包括系統端的高效能計算,而HPC系統是當前AI運作的核心基礎。隨著AI模型日益複雜,訓練過程中所需處理的參數量和運算速度需求迅速增長,HPC系統提供強大的運算能力,支持AI技術在大型語言模型(LLM)、深度學習和大數據分析等多種應用中實現突破。在物聯網(IoT)與智慧裝置的普及下,AI運算逐漸從雲端擴展到邊緣運算,與HPC晶片不同,邊緣AI晶片需在嚴格的限制條件下(如長待機時間)進行即時運算和決策,才可符合包括智慧家居、自動駕駛、醫療設備等需即時反應的場景。

此外,AI系統龐大的資料存取需求推動高頻寬記憶體技術的發展,特別是在大型神經網絡模型中,記憶體存取速度直接影響訓練與推論的效率。隨著5G、雲端運算與AI普及,未來對高頻寬、低延遲記憶體技術的需求將持續增長。

高階感測技術的應用也在快速發展,以熱成像技術為例,這項技術利用紅外線感測物體表面溫度變化,實現非接觸式的溫度測量,廣泛應用於醫療、工業、安防和環境監控等領域,如紅外線體溫計、工業熱成像設備、夜視系統等,熱成像技術能即時監測溫度,還能提升視覺辨識能力,加強環境和設備的安全性;光達(LiDAR)技術則是自動駕駛汽車的核心技術之一,透過發射雷射光並測量返回時間,建構周圍環境的高精度三維地圖,使自駕車可即時辨識物體和測量距離,也適用於智慧城市的交通管理系統,提供精準的交通流量數據和即時監控,推動交通數位化和自動化。

超音波感測技術則廣泛應用於醫療設備中,如超音波成像設備能提供高解析度的影像,協助醫生進行非侵入式診斷,超音波技術在工業檢測中也常用於物體偵測和距離測量,依靠超音波反射特性來達到精確檢測。

在智慧裝置和物聯網的發展下,超音波感測技術的應用領域正不斷擴展,如檢測氣體管線異音等,在未來的智慧家居和工業自動化場景中,超音波技術將發揮更大的作用。

經濟部產業技術司在規劃台灣半導體技術發展中扮演重要推手之一。政府施政方針的五大信賴產業,半導體與AI更是為雙項領導技術指標,透過科技專案,技術司積極推動AI晶片核心技術的研發,並促進異質整合與系統整合技術,協助台灣半導體與AI應用產業抓住未來商機。

在AI領域,邊緣AI應用正快速發展,邊緣AI技術將精簡後的AI模型放在終端裝置上,使裝置能在不依賴雲端情況下,即時處理數據並作出反應,邊緣AI技術不僅提升終端裝置的計算效率和反應速度,也降低資料傳輸的延遲性,強化終端裝置的自主性與智慧化。

另外,無人機技術布局正朝國內自主開發方向邁進,完整國內無人機關鍵晶片供應鏈,現階段專注於開發為無人機提供精確加速度和角速度數據的「高穩定性慣性量測單元(IMU)」和協助路徑控制和航線穩定的「低功耗姿態航向參考系統(AHRS)」技術,技術範疇涉及加速度計、陀螺儀、溫度感測器等次系統的開發與整合,同時結合AI晶片與演算法,實現高精度、抗干擾與低能耗的技術突破,這項創新技術將打破傳統架構的限制,提升台灣無人機關鍵晶片與系統的自主技術。

AI技術快速發展推動HPC、邊緣AI晶片與高頻寬記憶體技術的需求,而物聯網、智慧城市興起也加速高階感測技術的應用,台灣半導體產業憑藉全球領先的製造技術,成為推動這些創新應用的關鍵力量。從台積電在HPC與AI晶片的製程技術,再到美光在HBM3記憶體的技術突破,台灣企業在全球市場中占據重要地位,未來台灣半導體產業將能在前瞻技術應用中發揮核心作用。

(作者是林正益;工研院產業科技國際策略發展所研究經理)


善用HPC 打造先進製程鏈

人工智慧(AI)正快速改變人們的生活方式,並引領未來產業轉型與經濟發展,尤其是生成式AI的出現,推動雲端運算向邊緣運算的發展,加速消費性電子和智慧家庭等應用的快速變化。全球AI晶片市場高度依賴台灣的半導體產業鏈,台灣生產超過九成的AI伺服器,在IC設計上也位居世界第二,有超過250家業者投入晶片設計,包括通訊手機晶片、資訊PC/NB晶片,以及消費性晶片等標準產品。

儘管生成式AI應用帶來新機會,國內許多IC設計公司對於投資雲端和高效能運算(HPC)晶片的研發仍持謹慎態度,原因是先進製程的研發成本極高,加上AI晶片技術矽智財(IP)大多由國外公司掌控,這些因素讓台灣企業在投入HPC晶片研發時,需面臨成本、風險和資源等挑戰,可能因此錯失AI應用帶來的市場機會。

工研院在經濟部產業技術司補助下,積極投入AI和HPC半導體技術的研發,透過晶創計畫,加強AI晶片與新世代半導體技術的研發投資布局,為國內產業打造HPC共用設計資源及先進製程合作生態系,協助台灣晶片產業降低IP使用門檻及推進先進製程研發等作法,結合半導體業與AI晶片, 成為產業創新的火車頭,帶動百工百業的創新應用。

其中AI晶片開發平台,提供具有彈性、能運行大部分AI演算法的IP,並具備完整的軟體發展工具,協助業者迅速分析AI應用演算法以及最適合搭配的AI晶片硬體架構,並與國際電子設計自動化(EDA)大廠益華電腦建立AI設計和驗證平台,提供從晶片到系統的一條龍設計方案,讓國內業者提前進行AI晶片效能分析、設計優化與軟硬體協同設計,降低錯誤投資並縮短開發時程。

在AI晶片設計中,最重要的挑戰是提升運算效能和資料存取速度,高頻寬記憶體(HBM)雖是目前AI應用的首選,但價格高昂、產能不足且受國外廠商所主導,因此國內也在需尋求替代的解決方案。

工研院與力積電合作研發的「MOSAIC 3D AI晶片」榮獲2024年全球百大科技研發獎(R&D 100 Awards)。此晶片技術大幅縮短記憶體與運算核心之間的傳輸距離,從微米降至奈米,熱能減少至原來的十分之一,同時將資料傳輸速度提升到八倍;不僅能顯著提升AI模型的運算效能,還能在成本和能耗方面提供更具競爭力的解決方案,為我國在全球AI產業競賽中奠定堅實基礎。

MOSAIC 3D AI 晶片技術。工研院/提供
MOSAIC 3D AI 晶片技術。工研院/提供

面對生成式AI應用,晶片算力規格大幅提升,帶動先進半導體製程需求,因此工研院開發小晶片(Chiplet)技術,將多個不同製程節點的小晶片,透過異質封裝整合以擴展晶片規模、運算能力,以靈活搭配多種應用場景;這項技術讓晶片開發成本下降,讓中小型晶片設計業者能以較低門檻涉足高階AI晶片,延續開發動能。

在政府研發資源引導產業創新的支持下,工研院積極投入半導體前瞻技術的研發,並透過與產業界的密切合作,使台灣實現在AI晶片和高效能運算領域的國產化,提升整體產業的競爭力和自主性。

(作者是張世杰;工研院電子與光電系統研究所所長)


高階感測晶片 商機大爆發

美中兩國間的科技競爭已成為國際焦點,並且正改變各行業的發展路徑與國家安全,世界各國也因此投入大量資源在晶片的設計與製造,降低對其他國家供應鏈的依賴,減少潛在風險。感測晶片因為在AI、大數據、物聯網等新技術中應用廣泛,再加上智慧城市、自動化工廠和智慧家居等科技的發展,市場對高效能、低耗電的感測晶片需求愈來愈大,這些感測晶片幫助設備收集、分析資訊,使得各種應用更精確,使得感測晶片產業在全球科技競爭中更具有至關重要的地位。

台灣在半導體產業和技術開發方面具備優勢,這些技術適用感測晶片的研發和製造。尤其是微機電系統感測晶片的領域,台灣有完整的半導體生態系統,從設計、製造到封裝和測試,為技術創新和進步提供強有力的支持。

隨著工業市場和無人載具的迅速擴展,高性能感測晶片的需求將持續增加,特別是能夠精準偵測姿態和定位的晶片,例如,慣性感測元件(IMU)是無人機載具和人機互動技術中不可或缺的組件。根據Global Industry Analysts 2023市場調查報告,到2030年全球IMU市場預計將達到443億美元,其中低雜訊的中高階IMU占60%,低雜訊IMU因為高精度與極高的可靠性,在無人載具、自駕車、低軌衛星和自動移動機器人等高階應用中將扮重要角色,促使IMU技術的進步成為產業關注焦點。隨著感測晶片技術的不斷進步,應用範圍將進一步擴大,涵蓋更多高風險和高精度需求的場景。

高精度IMU技術的發展重點在於如何兼顧低雜訊、低功耗和微型化感測器尺寸,以擴大其產品應用範圍。台灣目前仍需從國外進口高精度IMU,但隨著各國將其列為戰略物資,未來取得高精度IMU將變得相對困難,也可能面臨供應斷鏈與資安風險。發展高精度IMU技術將使台灣自主掌握關鍵技術,確保在無人載具和自駕車等高精度應用中的領先地位,還能提升競爭力、減少對外部供應鏈的依賴,以落實高精度IMU自主化目標。

高階感測的發展至關重要,其關鍵在於感測晶片設計、讀取與校正補償電路晶片、先進感測封裝技術以及符合國際的標準校驗環境,從而實現高穩定性和低雜訊的感測性能。經濟部產業技術司補助工研院研發「低雜訊感測晶片」,協助國內感測器設計業者跨足高階感測器市場,在全球市場中占據更有利的地位。

未來工研院也將攜手感測器製造和封裝業者,建立國內高階感測器產業鏈,透過結合台灣的技術優勢和完善的產業鏈,不僅有助提升台灣在半導體產業的領先地位,還能為未來的科技創新和應用提供堅實的基礎。

(作者是朱俊勳;工研院智慧感測與系統科技中心執行長)

本文同步刊登於2024/12/15經濟日報A12產業追蹤