半導體產業強化技術自主化 專家獻策

半導體產業作為戰略性關鍵領域，已被政府列為「五大信賴產業」之一，工研院從AI晶片開發、AI伺服器散熱技術、先進晶片技術自主，到半導體設備自主化，都有豐碩的研發成果。期盼藉由創新技術研發助攻半導體產業轉型升級，強化台灣在半導體領域的關鍵角色。

隨著生成式AI蓬勃發展，AI模型對高速記憶體的依賴日益加劇，業界都會以「記憶體撞牆（Memory Wall）」來形容效能擴展所面臨到的關鍵瓶頸。工研院攜手晶豪科技（ESMT）推出AI PIM晶片，導入「記憶體內運算（PIM）」技術。該方案延續3D運算儲存堆疊架構以及效能優勢，相較傳統設計，實現頻寬提升八倍、能耗降低90%，並整合國際JEDEC標準介面，不僅推動3D AI晶片標準化，更能與現有平台無縫整合，具備高度擴展性與市場相容性。此突破將加速生成式AI在行動終端與邊緣裝置的普及應用，為台灣AI晶片自主創新開啟新里程碑。

機器人、無人機、各類穿戴裝置日新月異，在AI浪潮下相關應用無所不在，這些終端邊緣裝置要執行AI運算，往往面臨耗電高、速度慢、AI演算法龐大且複雜等技術瓶頸。為突破限制，工研院以軟硬整合技術，結合自行開發的AI模型與電路架構，打造出「下世代運算架構軟硬整合之超低功耗邊緣辨識」技術，成功開發省電十倍以上的AI晶片，讓AI運算也能在體積微小、極省電的邊緣裝置中實現，有助AI應用全面開花。

工研院採用「記憶體內運算」（Computing in Memory；CIM）技術，擺脫傳統運算架構需不停在處理器和記憶體之間搬運資料，耗時也耗能。CIM還可支持高平行度運算，節省運算時間和功耗。硬體設計方面，電路結構採用極低電壓設計，將一般1至1.2伏特的製程電壓降至0.4伏特以下，大幅降低運算功耗。軟體設計方面，適度降低資料精度，只保留最必要資訊，在不影響辨識準確度的前提下，減少運算量，提高能效。

先進晶片技術自主方面，AI、車電等高效能運算崛起，高速、穩定且低耗電的記憶體需求不斷增加，但現行快閃記憶體已追不上處理器速度。工研院研發出「SOT-MRAM磁性記憶體」，寫入速度只需0.4奈秒，可運用在AI、高效能運算、車用、航太、量子電腦系統等領域。

在AI伺服器散熱技術部分，工研院與一詮精密攜手投入「千瓦級AI伺服器散熱方案」，從VC Lid散熱技術下手，成功將散熱性能提升超過千瓦，可運用在AI伺服器散熱，現在已與英特爾驗證實驗室、超微半導體合作。