AI

生成式AI大行其道，對伺服器的效能帶來極大考驗，尤其是在資料傳輸環節，不管是主機板上的晶片互聯，或是運算叢集內的互聯，都需要透過頻寬更大、功耗更低的介面技術來實現。頻寬更大、距離更遠且更加省電的矽光子，也因而成為備受矚目的關鍵技術。矽光子不僅為未來半導體產業發展的關鍵技術之一，預測到2030年，全球矽光子半導體市場規模將達78.6億美元，年複合成長率(CAGR)達25.7%，這也顯見矽光子市場的巨大潛力。為促進矽光子相關產業鏈成員的合作與互動，SEMI國際半導體產業協會近日舉辦矽光子線上論壇，並邀請到Ayar Lab共同創辦人暨技術長Vladimir Stojanovic與光程研創共同創辦人暨執行長陳書履，針對矽光子技術最新進展發表觀點。SEMI台灣區副總裁蘇貞萍於會中指出，生態系的建構是矽光子產業未來發展的關鍵，台灣擁有完整的半導體聚落、成熟的矽晶圓加工技術，以及先進的封裝技術，矽光子完整供應鏈在台灣著床，將加速鞏固台灣在製造生產鏈的領先地位。 矽光子技術引發高速互聯革命Vladimir Stojanovic表示，生成式AI對高效能運算設備(HPC)的互聯設計帶來巨大考驗，以矽光子取代現有的互聯技術，是必然的趨勢。經過多年研發，目前矽光子技術已經進入實用階段。例如該公司所提供的TeraPHY矽光子收發器Chiplet，就已經被許多合作夥伴採用，並藉由先進封裝技術整合在他們的解決方案裡。這些合作夥伴所提供的解決方案，不只頻寬更高、訊號傳輸距離更遠，而且更省電。這些特性正好滿足了AI伺服器與高效能運算系統最迫切的需求。TeraPHY是一款基於共振技術的矽光子元件，其尺寸只有傳統光學元件的千分之一，並且具有強大的可擴展性。一顆TeraPHY元件最高可以支援16個連接埠，每個連接埠則可支援16個波長，每個波長的最大資料傳輸率可達到64Gbps，因此一顆TeraPHY元件就能支援高達32.768Tbps的資料傳輸率。不過，在矽光子光源部分，由於雷射光源元件要在高溫環境下穩定運作，還有許多技術上的挑戰，因此目前Ayar Lab仍採取光源外掛的設計。Ayar Lab提供的SuperNova光源元件是一款支援多連接埠，多波長的雷射光源，可以在低於攝氏55度的環境中運作。 單光子偵測為矽光子技術開拓新應用陳書履則指出，矽光子技術除了應用在資料通訊外，還可以應用在物件感測，甚至量子電腦等領域。整體來說，目前通訊用矽光子技術因發展較早而最為成熟，若要進一步普及，面對的考驗主要來自商務層面跟生態系合作。至於在感測應用方面，傳統矽光子技術最大的技術挑戰在於如何提高矽光子元件接收端的靈敏度、並增加單位面積內感光元件數量以提升解析度及系統效能。相較起來，光程研創的鍺矽(GeSi)光子技術在靈敏度方面相較於傳統矽光子元件可大幅提升千倍以上，亦可以大型陣列方式提升解析度，甚至可以在室溫環境中偵測單一光子的存在。此一突破性的研究成果，已獲得自然(Nature)期刊的肯定，並於2024年二月線上發表和收錄於2024年三月號期刊中。能偵測在短波紅外光單一光子的能力，對於矽光子技術在非通訊領域的應用，是相當關鍵且極具影響未來技術應用的。從短距離生理資訊感測、中距離影像感測、AR/VR，到長距離光達應用，甚至量子電腦等領域，都需要非常靈敏的光子感測能力才能實現。在室溫中偵測單一光子的能力，對於矽光子技術在非通訊領域的應用，是相當關鍵的。從短距離生理資訊感測、中距離影像感測、AR/VR，到長距離光達應用，都需要非常靈敏的光子感測能力才能實現。SEMI秉持著促進產業鏈交流、協作，共同推動技術與市場發展的使命，將攜手與產業合作，把握矽光子所帶來的市場機會，與克服技術挑戰。接下來SEMI也將針對矽光子議題展開許多活動，不僅將在台灣設立矽光子產業聯盟，更將於今年SEMICON Taiwan國際半導體展中設立全新矽光子專區與矽光子技術論壇，讓產業界更了解矽光子技術與應用的發展脈動，預期台灣半導體產業在矽光子技術發展上將扮演關鍵角色引領全球。

回顧自 2011 年起，德國政府喊出工業4.0，帶動全球製造業智慧革命，成為機械和製造業的焦點議題。這兩年高速發展的AI（人工智慧），再次掀起一波「智慧化浪潮」，讓大眾對未來的製造業樣貌充滿期待。如果深入觀察製造業，可以發現從工業 4.0 之前就有的自動控制、工業通訊、機聯網等在製造場域中採用的新技術，有降低成本、提升效率兩大目標，而AI的出現也同樣為滿足更高的效率與效能需求。尤其是 Edge AI 的興起，可將AI運算從雲端下放到邊緣設備，大幅提升即時反應能力，開啟更多應用可能。相較於以往的自動化或智慧化技術，AI 對製造業的影響更深、更全面，因此導入的思維也有所不同 從長期來看，目前的 AI 仍處於發展初期。以電腦發展的進程為例，早年的大型電腦為封閉式架構，直到 IBM 推出個人電腦後，各種協會組織制訂出開放性標準，讓投入廠商有依循的框架，並紛紛推出高效能且可相容軟硬體產品，使電腦普及加速，整體市場也因此快速成熟。對照 AI 發展，我相信未來在推動 AI 也會是走一樣的路，以訂定國際標準作為量化基礎，AI 產品才有機會往高效能、標準化的目標推進，幫助導入成本快速降低，進而推升企業建置的意願。例如 IRAM（Industry 4.0 Readiness Assessment Model）工業4.0就緒性評估模型，曾協助半導體供應鏈組織評估與追蹤智慧製造技術部署進度，並制定數位轉型路徑圖。這些已經通過市場檢驗的產品與工具，就不必重複試錯、調整架構、立即可使用。 AI 逐漸普及後，預期將形成新的產業競爭。許多人討論，哪些工作有可能被 AI 取代？而我認為未來被 AI 取代的並不會是特定產業，而是「不會用 AI 的」工作樣態。在產業及供應鏈發展上，也是相同的道理，只有願意與時俱進的企業，才會在每一波浪潮後進步。舉例來說，機台設備的操作或運作，以往只能靠老師傅依據經驗法則判斷，AI 導入後就可將老師傅的專業量化為數據，用數位系統監控機台，此外還可結合 Edge AI，在機台邊緣即時分析數據，快速偵測異常並自主優化參數，大幅提升生產效率與良率，藉此保有彈性，克服專業知識因少子化傳承不易、勞工成本漸高、產業效率不彰等困境。 從智慧製造角度而言，AI 無疑是製造業降低成本、提升效率的關鍵技術。然而 目前AI 應用尚未成熟，且技術發展並非搶頭香，NVIDIA 經過數十年的累積，才展現今日市場價值，無論是 AI 或其他技術革命，成功關鍵都是一步步累積、堆疊基礎。再以台灣半導體業者為例，他們在工業4.0名詞還沒出現時，就從耕耘服務客戶的角度出發，著手蒐集數據、優化製程，這種以終為始先釐清自身需求，再逐步建構紮實基礎，才是 AI 導入效益可以順利展現成效的作法。 放眼未來，AI 帶來的產業變革已成定局。過去製造業經歷過許多技術變革，然而 AI 除了是全新技術典範，影響所及更涵蓋營運與製程系統，翻轉營運模式。製造業者理解 AI，掌握 AI 外，還必須釐清自身產業應用需求，再依照供需兩端狀況制定完整策略，讓 AI 系統的建置效益與成長曲線相符，重塑企業活力。 （本文作者為SEMI智慧製造委員會委員暨研華股份有限公司副總經理林其鋒）

當我們回顧人工智能的發展歷程，可以看到，2016年AlphaGo擊敗人類圍棋棋王，掀起了一波AI（人工智慧）的浪潮。而2022年底ChatGPT 3.5的問世，則將這股浪潮推至每個人的生活中。生成式AI所帶來的顛覆性創新，在於它賦予了電腦和手機創造文字、圖像、程式碼乃至於影片的能力。這不僅是一時之變，而是以驚人的速度持續進化著。這項技術不僅讓人們感受到「AI真的來了！」，更對全球科技產業產生了深遠的影響。