高带宽存储器（High Bandwidth Memory；HBM）是具有高带宽的图形存储器（Graphic Memory），其主要的功用是支持高效能运算（High Performance Computing；HPC）或人工智能运算中与CPU/GPU联合执行高速的平行运算。  HBM由数个DRAM堆叠而成，每个DRAM中又由许多容量较小的存储器单元组成。大数量的小存储器单元以高带宽的I/O与多核的CPU/GPU相连接，当成平行算中使用的缓冲存储器。 HBM的统一标准由JEDEC于2013年公布，2015年SK海力士（SK Hynix）率先开始量产。 以最近的产品HBM3E为例，其容量可达36GB，DRAM的层数为8~12层（8hi or 12hi）。最重要的，其数据引线（data pin）数目为1024，代表它可以同时提供1,024个数据平行储存。为了实施如此高的数据引线，在堆叠DRAM与中介层（interposer）之间使用将近4,000个微凸块（micro bump），而其间距（pitch）相当紧密—55微米，这已经接近微凸块技术的密度极限。HBM在多层DRAM堆叠的底层中，还有一个逻辑制程的基底晶粒（base die）。DRAM层与层之间的信号由矽通孔（Through Silicon Via；TSV）连接。目前异质整合HBM与CPU/GPU使用的先进封装技术为CoWoS （Chip-on-Wafer-on-Substrate），是2.5D先进封装的一种。在此封装中，HBM与CPU/GPU置于同一平面上。其下有一个中介层（interposer），HBM与CPU/GPU金属垫（metal pad）中的信号透过与其黏着的微凸块、由中介层内的连线（interconnect）送到另一边的微凸块上，这就是目前存储器与逻辑芯片异质整合的工作架构。 当HBM要再进一步演化、扩大带宽，预计其DRAM堆叠的层数将从原先的8~12层，再成长成12~16层。其数据引脚数则自1,024成长至2,048。所需要的微凸块数目可能会超越以目前的封装方式所能提供的。未来的HBM要与其协作的逻辑芯片会以何种方式异质整合，即为目前产业界看法有分歧的地方。  要提供更高的带宽，目前看到的可能技术有2种：铜混合键合（copper-copper hybrid bonding）与矽光子（silicon photonics）。  铜混合键合的工作概念相当简单，基本上是将2个分别制造的晶圆上重分布层（Reditribution Layer；RDL）面相对的黏贴在一起—金属对金属、氧化物对氧化物。这样2个芯片之间的信息传递就不必像传统封装的方式：先将一个芯片上的信号用与金属垫（metal pad）连接的微凸块引出，再用金属连线将信号送到另一个芯片对应的微凸块上。  铜混合键合大幅缩短信号传送距离、降低相应功耗，也改善其他的物理性质譬如寄生电容（parasitic capacitance）以及电阻值。最重要的，它的金属垫间距（metal pad pitch）可以降到10微米以下，最近的学术文章已开发出400微米的金属垫间距。这个数据显示用铜混合键合能提供比用微凸块高1至2阶秩的带宽，对于HBM4的更高带宽的需求显然没有问题，而且还有再进化的空间。  矽光子的基础运作机制也很简单：用光子来替代电子，成为传递信息的主要载子。它的好处显而易见：光子的速度比电子快100倍，而且光子在光纤中或光通道中传导理论上不会发热，不像电子在金属中传导一定会产生焦耳热（joule heat）。这个事实的应用其实很早就开始实施了。数据库之间、数据库至家戸之间早就以光纤替代电缆，接下来的挑战是在同一封装中甚或同一芯片中使用光子传导信息此一机制，前者就是现在热议的共同封装光学元件（Co-Packaged Optics；CPO），而后者就是矽光子。  目前NPU、GPU元件都已进入CPO中试验并取得成功。这是CPU/GPU与HBM的整合方案之一。实施矽光子的异质整合方法有2种。一种是沿用前述的2.5D先进封装结构，将中介层的铜连线改变成矽光子的光通道。另外，由于利用光子来传递信息，CPU/GPU与HBM两头都要装上光/电的转换元件。这个方法产业比较熟悉，但是成本较高。另一种方法是把HBM置于封装之外，利用矽光子芯片线路与CPU/GPU连接。这个方法DRAM部分可以维持相当的独立性，但是开发可能需要较长的时间。 相对的，铜混合键合在近年来已渐趋成熟。除了CIS（CMOS Image Sensor）早已派上用途外，像超微（AMD）将CPU与SRAM分别制造后，再用铜混合键合异质整合在一个3D先进封装之中。这些都是此技术成功应用的范例。矽光子与铜混合键合就是现在产业界面临的技术方向抉择，这个抉择的后果影响既深且远。 

数周前NVIDIACEO黄仁勳在GTC 2024大会上发表新一代的GPU （B100/B200）。这B系列的GPU打破相当多纪录，首先这GPU是由2颗独立的芯片并排结合而成，采用台积电先进的4纳米N4P制程，而接合的方式是利用台积电CoWoS（chip on wafer on substrate）先进封装技术。每一个芯片内涵1,080亿个晶体管，这是首次单一芯片晶体管的数目超过1,000亿颗，2颗加总共有2,160亿颗。1980年代我们在念半导体的时代，1个芯片所含晶体管的整合度，由SSI（small scale integration），到MSI、LSI以及最后的VLSI（very large scale integration）。VLSI所定义的单一芯片所含晶体管的数目，也不过是100万颗。现代的科技将这个数字推进10万倍。我们都知道GPU的算力跟晶体管的数目是直接相关，要增加晶体管的数目，一则是利用微影技术缩小晶体管的尺寸，另一则则是增大芯片的面积。就增大面积而言，在NVIDIA B系列前三代的GPU（H / A / V系列），芯片的面积就已经超过800平方厘米，将近3厘米的平方。事实上这芯片面积，包括B系列在内，已经是12寸晶圆的极限，若继续扩大芯片的面积，良率及在1片晶圆所能产生的芯片数目，都会受到很大的影响。在无法继续增加芯片面积的限制下，将2颗芯片利用先进的封装技术，紧密并排在一起，如同1颗大的芯片，将会是未来的常态。苹果（Apple）M1 Ultra处理器，就是由2颗M1芯片并排组合而成。吊诡的是，这回B系列GPU使用的是台积电进阶版N4P制程，与前一代H系的N4相比，根据台积电所公开的数据约是效能提升6%。然而，以单颗B系列的芯片为例，其晶体管的数目相较于H系列，增加约30% （1,080亿颗 vs 800亿颗）、功耗约略减少30%（500瓦 vs 700瓦），换言之，效能提升将近50%。除非NVIDIA在B系列的GPU设计架构上，做了重大突破，否则很难想像这50%的效能改善是从何而来？个人认为很大的改善在于，这2个芯片中的数据传输的损耗大幅下降。2个芯片中所传输的数据量是10TB/s，也就是每秒传输10的13次方的数据量，而M1 Ultra的数据量却是2TB/s。紧密结合芯片中的数据传输所产生的功耗，是远小于数据由芯片传输到印刷电路板上，再到另一个芯片上。两者之间的功耗差距，除了距离长短之外，芯片与电路板间的阻抗不匹配，都会造成传输上的损耗。换言之，在不断需要提升算力的同时，利用先进封装将几颗运算芯片，紧密地结合在一起，未来将会是一个关键。如同利用矽光子及CPO（co-package optics）技术，将数据中心的交换器，大幅地减少其功耗及增加传输数据，是相同的道理。算力除了跟芯片效能有很大的关系外，也跟计算机的架构有关。我们以人工智能运算及量子运算为例，最古典的运算如附图（Ａ）所示。运算犹如一排车阵中，靠时序的控制（sequential control），一部车启动后接着另一部，到最后一道指令，才完成整个车阵的纾解。然而在AI的运算中如附图（B）所示，使用大量平行运算，１个GPU内部包含了数以千计的运算核心，因此算力远大于古典的运算，但基本上仍存在时序的控制。量子运算就完全不同了，如附图（C）所示，在并排的车阵中利用量子的纠缠（entanglement），就宛如一张网络将所有的车子四面八方的圈住在一起，没有时序的控制，一声令下就全员移动，因此算力又远大于AI，相较之下所耗损的功率却少了很多。然而要产生量子纠缠，必须要在极严苛的环境下产生，如超低温及超低杂讯，有太多不可控因素，所以时不时会有错误发生。个人浅见是，量子电脑很难成为一个商品化的产品，更谈不上可靠度及品质管理系统。最有可能是大型的研究机构或大公司的研发部门，拥有台量子电脑，而且每售出1部量子电脑，原厂就得要有一组工程及技术人员进驻该单位。不可否认算力即国力，GPU/AI的算力在未来一段时间内，仍然会是主流。在算力不断地被要求提升之下，芯片的功耗及信号的传输量，会是瓶颈之所在。先进的封装技术如CoWoS，将会是各国所关注的焦点。

2024年的台湾国际科展邀请我进行大师讲座，分享AI「做中学」。生成式AI（generative AI）的出现，对人文及科学会造成不小影响，很多高中老师避免思考生成式AI对他们专业的影响。生成式AI开始侵袭某专业时，专业人士难免有抗拒之反应。过去对「专业」无条件的接受，似乎是台湾学校教育的普世价值，今日，这种执着很危险。当生成式AI辗压人类的专业时，或许正是我们进行反思的最好时刻。专业知识的灌输并不足以培育完整的个体。通过专业教育，虽然可以训练一个人成为实用的工具，但不能保证他能成为一个和谐发展的人。培养学生对价值观的理解和情感上的投入更为重要。他们需要具备对美和道德的敏锐识别力，以建立更全面的个人发展。否则，即便拥有丰富的专业知识，可能只是像一只经过良好训练的狗。生成式AI最擅长学习专业，更容易胜过人类，被训练成为比人类更厉害的机器狗。全盘接受「专业」不对，完全臣服于「生成式AI」也不妥。要避免被AI取代，必须超越专业训练的思维，思考自己本业能更进一步创造的价值。这个价值是甚麽，会随领域而不同，只能各自尝试体会。贝克特（Samuel Beckett, 1906～1989）说: 「尝试过、曾经失败过， 没关系。 再试一次、 再次失败，我们会失败得更好。」这是我们面对AI时代的状况。必须「我无法继续下去，但我会继续。」贝克特是上世纪五十年代「荒谬剧场」的主要作家之一。「荒谬剧场」主要成员是欧洲剧作家，以荒谬小说戏剧而闻名，探讨当人类失去存在目的时会发生什麽，展示从逻辑沟通到非理性和不合逻辑，最终导致沉默的过程。贝克特于1969年获颁诺贝尔文学奖，表彰他以小说和戏剧的形式，在现代人的贫困中获得卓越（in the destitution of modern man acquires its elevation）。贝克特的许多作品都聚焦于人类在生活中无法克服的荒谬情境，包括《墨菲》（Murphy；1938年）、《等待果陀》（Waiting for Godot；1953年）、《克拉普的最后录音》（Krapp’s Last Tape ;1958年）和《幸福时光》（Happy Days ;1961年）。 这几本书很值得年轻学子阅读，从中寻找AI造成人类贫困时代（destitution）的生存之道（elevation）。年轻人可能迷惘于等待何种AI果陀，但千万不要气馁躺平。马克吐温如是说: 「 二十年后，你将会感到更多的失望。你会对于未做的事情感到遗憾，而不是对于你已经做过的事情。这意味着，要避免这种结果，你必须摆脱阻碍你的限制。远离安全的港湾，投身于狂风肆虐之地。探索、梦想并勇往直前。」 在AI时代，必须如此。《等待果陀》的果陀是何物，贝克特没揭晓答案，因此众说纷纭。等待果陀，时光易逝。布朗宁（Robert Browning）说: 「和我一起变老！最好的尚未来到，……青年不过展现人生一半：相信上帝，看见所有，也不要惧怕！！」在AI时代读此句子，更有感触。我希望，年轻的学子终能找到他们的AI果陀。 

我曾经以iPhone为载具，发明一种具有位置传感功能的万用无线遥控器。当你在房间中指向任何家电（如冷气机）时，iPhone会自动成为该家电的遥控器。这一类的创意是基于智能手机的发展而来。智能手机已成为一个重要的硬件平台，可以发挥创意，特别是在拍照摄影功能方面，可以开发出许多创意应用，甚至改变人们的行为方式，被《生活》（Life）杂志誉为Cameraphone Revolution（摄影手机革命）。而iPhone的成功，其中的一位功臣是艾夫（Jonathan Ive，习称Jony Ive）。他是当时苹果的首席设计师，在推动移动创意方面有关键性的影响力。艾夫的创新作品包括iPod、iMac、MacBook Air、iPhone和iPad。他对细节的狂热关注超越表面的外观。这些作品的关键特点在于使用的便利性和简洁性。作为一个艺术设计师，艾夫与科技专家Steve Jobs密切合作，共同创造出具有艺术品味的科技产品。艾夫的标志性设计象徵着当时处于低谷的苹果（Apple）的复兴和重返巅峰。在科技领域中，很少有设计具有如此大的影响力。艾夫的透明且丰富多彩、同时极简洁的美学成为苹果成功的关键所在。他为苹果设计光滑且符合人体工学的产品，彻底改变科技设计，并为个人通讯设备建立新的美学标准。艾夫的设计方法受到Dieter Rams的影响。从美学和哲学的角度来看，Rams的设计原则贯穿艾夫的作品。艾夫于1992年加入苹果，那时正是公司遭遇困难、几乎面临破产的时期。他对公司只专注于电脑科技感到担忧，他说：「我曾担心周旋于以电脑科技本位的事业部门，并涉足各种产品的广泛领域会很困难。然而，出乎我的意料，这并未成为问题，因为我们设计的是包含许多不同组件的系统，包括耳机、遥控器、鼠标、扬声器和电脑。我喜欢在这些相对较新的产品类别中工作，专注于基础的创新设计。即使只是参与一个产品的开发，也能立即改变整个产品类型和相关系统的历史。」艾夫和苹果的成功因素在于其设计工作室的运作方式，类似于一家外部设计公司，但只为苹果这个单一客户服务，并位于公司的核心位置。这个工作室的规模非常小而可控。尽管苹果拥有数万名员工，但艾夫的设计工作室只有约20名设计师和同样数量的支持人员。最重要的是，艾夫的团队有权将他们的设计实现为最终产品。艾夫的团队主动参与产品的开发，而非仅仅被动设计。iMac和其他数十种产品并不是由苹果的工程团队主导，而是在艾夫的设计工作室中构思出来的。苹果以前曾以工程为主导，但Jobs和艾夫改变这种思维，让当时的苹果非常重视设计。艾夫告诉《时代》（Times）杂志：「物品和它们的制造是不可分割的。如果你了解一个产品是如何制造的，你就能在思考产品的外观之前，了解它们的用途、工作原理以及应该使用什麽材料制造。这种工艺的概念正在复兴。」艾夫与Jobs对此有着相同的看法，艾夫表示：「我清楚记得Jobs宣布，我们的目标不仅仅是赚钱，而是创造出伟大的产品。这种理念所做的决策与过去苹果的决策截然不同。」Jobs和艾夫建立了一个强大的工作关系，这成为苹果成功的核心，Jobs甚至称艾夫为他在苹果的「精神伴侣」。2012年，艾夫被英国皇室封爵。尽管获得荣耀，艾夫强调：「我不喜欢独自受到关注。设计、工程和制造这些产品需要大型团队的努力。」台湾资通讯的学生往往搞不懂问题前就开始做专题。结果是浪费时间。我们应该牢记艾夫的话，在最初的设计下功夫: 「在设计过程的开始，一个小小的改变就能在最终产品中定义出完全不同的产品（A small change at the beginning of the design process defines an entirely different product at the end.）。」 

智能手机问世后，产业又重启考虑垂直整合的议题。 PC有较长的历史，而且CPU寡头垄断企业的地位近乎无可撼动，电脑业者可以藉垂直整合主要半导体元件入价值链，差异化本身系统产品的机会并不大。 相对的，智能手机当时才开始起步，主要厂商藉其销售量来支持其手机CPU的设计，用以差异化其产品的功能，如苹果（Apple）、三星（Samsung Electronics）、华为等。垂直整合的考虑再度浮上台面。 不过这次的价值链垂直整合只及于IC产品设计这一层，而半导体制造环节则选择利用已逐渐发展成熟的代工平台。手机IC设计主要在CPU这一块，CPU大幅度决定手机功能，是手机企业核心竞争力的重中之重。垂直整合止于IC设计此一环节，能避开半导体制造环节必须自已持续投入巨额研发费用的无底洞，这是手机系统业者最合宜的价值链垂直整合长度。 后来的汽车产业也有类似的企图，特别是在电动车／自驾车的领域，包括Tesla、比亚迪、小米等企业。这些电动车的终极目标自然是自驾车，包括各级别的自驾芯片，譬如Tesla的FSD（Full Self-Driving）芯片及软件，也许会更积极扩张至AI平台，譬如Tesla的Dojo芯片及超级电脑系统。能设计车用的核心芯片及其运作统统，似乎也可掌握未来汽车产业的核心竞争力。 但是汽车与其它电子系统有根本性的差别。虽然未来电动车／自驾车有时候被戏称移动的电脑，但是它基本上它是人的载具，牵涉到人身安全，因而引发后续的法律、风险与保险等相关问题。人命牵涉到文化中最基本的价值问题，而各国在此方面的认知存有分歧，这些分歧也可能造成市场的碎片化。另外，这些价值的认知即便在同一国家中亦可能存有差异，也可能造成市场发展缓慢。 从这个问题出发，统一半导体元件标准也许是建立规模经济的解决方案。虽然在统一标准的过程中由于各地法律和文化的差异会比较困难，但是在标准统一之后，在各地的法律修定、保险规章费率、系统环境支持等方面可以快速发展，这是扩大整体规模经济的方式。也就是说，对于攸关安全的半导体零件以及人工智能、运行平台制定统一的标准，而产品的差异化及竞争力则置于其他面向。目前已有几个机构正在推动制定汽车半导体元件的标准，譬如国际半导体产业协会（SEMI）。这也许是Tesla在此阶段就将FSD软件公开授权的原因，目前已经有许多车厂宣布支持此一方案。Tesla在此阶段始推动统一标准无疑是深思熟虑的结果：目前尚未达到需要大幅牵动法律修改的自驾程度，此时先推动标准的统一，阻力会少很多，最多只是商业考量，而非汽车企业较难着力的修法程序。等到统一标准形成、变成既成事实后，修订法律也会比较容易进行。而Tesla Dojo芯片和系统，也专注于影像识别的AI，这是自驾车系统最基础的平台功能之一。 有些汽车企业甚至垂直整合入晶圆制造厂的环节，譬如博世（Bosch）和比亚迪。这会重蹈以前系统厂商与半导体厂终归分离的覆辄吗？不一定。 这几家的晶圆厂都是以功率元件为主要产品，包括 power MOSFET、IGBT和SiC等。功率元件的获利方程序与前述典型的藉持续投入研发、快速推进制程以获取超额利润的手段不一样。这不是说功率元件不需要研发，只是比较集中在元件的结构与材料，而呈现的结果主要是耐压、电的性能和可靠性的提升。  功率元件的制造主要在8寸厂，制程也还停留在0.20~0.25微米以上，这是因为要耐高压、电需要较宽的线幅，提高元件性能只能靠元件结构和材料。以IGBT为例，从1980年代出现迄今，总共也只经历7个时代。它的演进远较逻辑和存储器产品缓慢，研发经费可以在较多年限摊提。 在功率元件的领域，研发的规模经济门槛较低，这也解释在此领域还存有大小不等的IDM公司的原因。 汽车企业垂直整合功率元件半导体制造厂在，短期间内可以缓解过去几年在车规功率半导体供需不平衡的问题。但是长期来看，汽车的核心价值会往AI与网络倾斜，能源的变换会变成标配，这个垂直整合是否合理还有待观察。 另一个有趣的议题是有些IC设计公司宣称他们是系统公司—另外的其实只是不做声响、悄悄在做而已，在异质整合成为技术演进主流的年代，这个趋势几乎无可避免。电子系统的核心功能将被整合在单一的先进封装内。电子系统产业与半导体产业如何在长价值链中分工或融合，这是企业该开始问一问自己的议题。

一个产业的加值链通常包含多个加值节点，一个产品／服务的最后价值，即是这些个别加值的总合。传统的企业竞争策略理论会告诉你一个企业能够整合进比较多的主要加值环节、成为企业核心能力的一部分，企业的竞争力会比较强。而且，在面临产业加值链变迁时，企业比较有韧性，更能争取时间以及资源去因应变迁。  半导体自成一个产业，2023年产值到达约6,000亿美元，与PC、手机、服务器等电子系统产业是同一个数量级的产值；另一方面，半导体又是各电子系统产品产业加值链的一环。于是电子系统与半导体的垂直整合，便反覆地成为产业内的策略考虑之一。  70年代主要的美国半导体业者是英特尔（Intel）、德仪（TI）和摩托罗拉（Motorola），其中TI有消费性产品，也有政府契约的产品；摩托罗拉是通讯公司。当时系统公司投入半导体产业有两主要目的：1.投入新兴的关键科技；2.公司核心能力的垂直整合。这两个主旋律在产业内重复出现。  80年代日本主要的半导体公司如NEC、东芝（Toshiba）、日立（Hitachi）、富士通（Fujitsu）、三菱（Mitsubishi）等，以及韩国的三星（Samsung Electronics）、现代（Hyundai）和Gold Star，其背后无不有电子系统公司的身影。倒是台湾80、90年代的主要半导体公司绝大部分都是单从投资新兴关键科技的观点出发，这对于后来的发展影响巨大。  垂直整合当然不是企业在产业内竞争的唯一致胜手段，如规模经济等也会影响竞争的结果。  半导体产业是高科技产业，获得超额利润的主要手段，是藉先于同侪利用尖端技术推出性能更优越的产品，而这种型态的竞争是持续的。持续的技术研发需要巨大资金不间断的投入，商业机构的资金自然是来自于营业利润的累积，营业额的规模大致决定能投入持续研发经费的尺度。在愈接近物理尺度极限时的研发工作变得更为复杂艰难，此时规模经济的因素就变得格外显着。  对于此规模经济考量的因素下，80、90年代最大的次产业DRAM以及逻辑芯片分别演化出不同的样态，以取得在规模经济考量下的最适应模式。  DRAM次产业采取在产品界面标准化策略，促进规模经济的发生—DRAM变成大宗商品（commodity）。大宗商品在流通、用量上较诸专用商品上有天然的数量优势，进一步确立规模经济。  如果半导体产品与电子系统厂商垂直整合，半导体产品的销售原先有竞业的问题—很难想像，譬如，三星手机设计的CPU芯片苹果（Apple）愿意使用。但是因为DRAM界面采用统一标准，竞业因素变得不重要，因此半导体厂产品的总体潜在市场（TAM）扩大了。如此也有负面效果。DRAM产品界面标准化后，原先在系统价值链垂直整合的综效就被打了折扣：大宗商品可从市场中择优取得。  另外，领先的DRAM公司还利用DRAM与2D NAND Flash制程的相似性，跳跃性的扩大存储器制程的研发规模经济，一次性的拉开与存储器产业中第二梯队的差距，形成今日存储器产业三足鼎立的态势。  逻辑产品品类比较分散，过去主要产品CPU处于寡占状态，近乎虚拟的统一标准；其他产品次市场的份额较小，即便统一产品界面标准也难以形成有效的规模经济。所以逻辑产品采取不同的途径来取得规模经济：共享相同或兼容的制程平台，这就是代工次产业概念的滥殇。  存储器产业以统一的产品界面标准，以及代工产业以共享的制程平台，形成各自规模经济，也反转电子系统产业垂直整合半导体的原先企图。

新竹县政府主办一场「智能城乡论坛」，我受邀担任下半场综合讨论的与谈人。题目为「以公私合作推动智能城乡发展」，由行政处长周秋尧及都市发展与环境教育基金会荣誉会长林建元共同担任主持人，分享智能城市发展前景与趋势，及新竹县面临的机会与挑战。会场听众询问，新竹县发展智能城乡的策略为何？ 对于智能城乡应用的永续经营，我认为应该考虑3个问题：首先，要清楚区分必要与非必要（Must-have or Nice-to-have）。将智能城市应用区分为「必备」或「可有可无」反映它们对日常生活产生影响的不同程度。在某些情况下，这些应用的存在或缺乏可能不会显着改变城市居民的日常体验。然而，必须承认这些应用的成功或失败取决于它们的功能性以及它们是否能够融入城市结构。以智能家庭应用而言，电动窗帘大家都感新奇。但要花大钱建置，可能就无人问津。因此这是一个「可有可无」的应用，而非「必备」的应用。第二，需分析维运成本（CAPEX vs OPEX）。很多应用勉强建置，无力维护。智能城市应用的失败案例包括未能满足期望或缺乏必要基础设施的情况。此类缺陷可能包括使用者界面不足、数据处理效率低下或连接性不足。这些挫折强调在部署智能城市解决方案之前，进行健全规划和充分测试的重要性。台湾的失败案例不胜枚举，一个成功案例是YouBike，很务实地在许多台湾的城镇提供服务。在国内大陆，很多类似YouBike的服务太过花俏，OPEX太高而失败。第三，要能够选择有用数据（To data or not to data）。不知如何使用数据，就不会有智能城乡。我提出智能农业的成功案例，是我们帮兰花工厂进行非影像兰花黑头侦测的应用。城市最应该运用的数据是交通数据。而智能路灯是最好的载具，应在现有的路灯挂上智能平台，而非取代现有路灯系统。在台湾，许多智能城市应用的存在与否并未对居民的日常生活产生显着影响，他们的生活维持着往常的方式。而很多「必备」的智能城市应用都是因为政府法规要求。在卫福部一个显着而成功的案例是在医疗应用中推广快速医疗互通资源（FHIR）。FHIR已成为医疗保健领域的一股变革力量，促进电子健康记录的安全交流，并在各种医疗系统之间促进互操作性。其成功是对设计良好且有效实施的智能城市应用在关键领域（尤其是医疗保健）中可能产生积极影响的明证。智能城市应用失败的主要原因是将简单的问题复杂化，同时缺乏解决问题的实际移动力。很务实的解决上述3个问题，智能城市有永续经营的机会。我给的答案，应该都适用于所有城市。

台积电熊本厂（亦可称为日积电，Japan Advanced Semiconductor Manufacturing；JASM）日前不久举行开幕仪式，一时冠盖云集，台日双方重要的政经人士均出席开幕盛会，见证此历史性的一刻。媒体对此重要的事件有诸多的报导，在此不再赘述，但是不知读者是否注意到日积电的英文标示，是用英文小写的，尤其是j上面画龙点睛的一红点，也正象徵日本国徽。如果读者注意到日本对外重要的活动，其中的J都一律用英文的大写，我尤其喜欢大谷翔平代表日本国家棒球队时，队衣上那非常流线英文大写的J，形貌近似于日本的国土。也许读者会说台积电的英文也是用小写的，这就是关键所在。台积电tsmc为何舍弃英文的大写，而改用小写？台积电蒋爸（指蒋尚义）曾跟我说，这是经过高人的指点，因为大写的T出不了头，小写的t可以出头。虽说是迷信，但是台积电决策者能从善如流，宁可信其有，也是美事一桩。所以日积电大写的J出不了头，小写的j可以做到。在此不禁想到AT&T也将商标由原先大写的T，增加了小写的版本，难道是受到台积电成功的影响？在科技产业中如果说起迷信事件，绿色的乖乖算是其中最为人所谈论的，你很难想像在先进半导体的机房中，摆了为数不少的绿色乖乖。绿色代表机台在正常的运转，为了保持机台的稳地度及妥善率，绿色乖乖是绝对少不了的。这一开始也许只是个别的行为，但是在心理作用的怂恿下，逐渐扩展为全民运动。就连超微（AMD）的苏妈（指苏姿丰）来台会见在台员工，也要跟绿色乖乖合照张相。这个习惯也曾被英国BBC所报导，当时还有人戏称，我们真正的护国神山秘密，被别人给揭穿了。前不久我们公司在国内工厂的机台一直有状况，我就请要去国内维修的工程师随身带几包绿色乖乖，大概效果不错，国内的工厂随后通知我们，要寄一大箱的绿色乖乖给他们。这类避邪趋吉的做法，如果善用的话，倒也可以振奋人心激励士气。美国在独立战争中，有段时间陷入与英军的苦战。但当战事延伸到纽泽西州时，华盛顿（George Washington）将军率军在恶劣的天候下勇渡特拉华河，突袭英军逆转战事，被视为是美国独立扭转乾坤的一役。但是在行前却人心惶惶，华盛顿将军于是召集相关的军官及士兵，从口袋掏出一枚硬币，说掷币的结果如果是人头面朝上，代表得到上天的祝福，会打胜仗。果然掷币结果是人头面朝上，且一连几次都如此，军心因而大振，最后取得关键胜利。事后华盛顿将军拿出那枚硬币，结果硬币的两面都是人头。在军中不仅有很多迷信甚至是禁忌，个人服役时是海军的雷达部队。海军最忌讳的是餐桌上吃鱼不能翻身，因为这意谓着会翻船。有回我不小心将鱼给翻了身，身旁的军官看我一脸惊吓样，连忙说我们是陆上部队，不信这一套。至今我还感谢这位帮我解围的军官。 

我一直尝试将不同的工具和大型语言模型（LLM）结合，这是将传统软件工具进行数码转型最快的方式。例如曾将鱼骨图管理加上ChatGPT，效果甚佳。接下来我想尝试将LLM和罗夏克墨渍图结合，进行心理投射测试时。然而，我尝试将ChatGPT和罗夏克墨渍图」（Rorschach Inkblot Test）结合，进行心理投射测试时，ChatGPT的表现就有点荒腔走板，言不由衷。罗夏克测试使用10个墨渍图案，每个墨渍图案几乎具有完美的对称性。其中5个墨渍是黑墨，2个是黑墨和红墨，另外3个是彩色的。这些墨渍图并非随机或偶然的设计，罗夏克（Hermann Rorschach, 1884～1922）精心设计每一个墨渍图，使其尽可能具有模棱两可和「矛盾」的特点。罗夏克将墨渍图开发为诊断精神分裂症的工具。后继者则扩大使用于一般的个性测试。无论是在心理学还是文化上，这个测试本身有着惊人的生命力。罗夏克测试不仅仅关于你看到什麽，更重要的是你如何看待它。大多数的墨水渲染看起来像无意义的形状，但罗夏克墨渍图确实可以看出不同的东西，给个人的创造力留下空间，但这些墨水渲染也有一种真实的结构，可以客观地检查你所看到的东西是否符合标准或超出范畴。罗夏克是一位瑞士精神科医生，曾师从荣格（Carl Gustav Jung）。相较于罗夏克，弗洛伊德是一位文字型的人，他的心理学完全关乎言语疗法，因此早期如ChatGPT的LLM较容易插入（plug in）弗洛伊德的测试。罗夏克认为，看见比说话更深刻，我们如何看待事物更能展示出我们是谁。最近，多模式学习模型（Multimodal LLM）就更能适应罗夏克的测试。罗夏克在发明测试后不久就去世了，此测试在他无法控制的情况下朝着各种不同的方向发展。在美国，神秘的内在风格、个人魅力，是什麽让你在人群中脱颖而出等特性，皆以不同罗夏克测试的变形版进行测验。第二次世界大战爆发，罗夏克测试被大量运用于临床心理学领域。它被用于纽伦堡的纳粹审判，也被用于越战期间丛林中的农民。专家对于不同被测者的反应会有奇妙的解读。例如，您如果在10张卡片中有4个以上的性（Sexual）回应，可能暗示存在精神分裂症；如果被测试者的性回应过少，可能暗示性挫折。罗夏克在墨点卡片湿润的状态下将它们沿中心轴对摺，使它们都具有对称性，被测者很容易将它们旋转90度，解读它们像是水中的倒影。若被测者是罪犯，则镜像回应被用来区分精神病患者和非精神病患者。对图形细节的关注可以解释为冲动或警觉性，亦即能够看到他人忽视的事物。然而，如果过于关注细节，则可能表示对平凡事物的着迷，僵化的强迫性思维，有时还可能涉及偏执狂。之后有大量论文发表对各种对象的测试，有些光怪陆离，有些还颇为搞笑。罗夏克测试引发许多争议，一些严谨的学者开始展开研究。一项于2013年进行的重要研究，回顾所有与该测试所声称测量的方面相关的研究，剔除不够严谨的部分后，证实当前的罗夏克测试的可行性。这些墨水测试具有客观的视觉特性，测试本身有着具体的历史和用途，只要按照特定的方式运作，其结果就有意义。罗夏克测试显然不是容易驾驭的工具，若能巧妙地以微调模型或检索增强生成(RAG)融入LLM，其威力必然大增。

看到新增的独角兽公司从2021年的539家，暴跌到2023年的71家，背后必然有很多新创事业因为后继无力而跌下神坛。成为独角兽是许多新创事业家的希望，但「大势」很重要，我刚创业的那几年，大家谈起创业，成功好像不是偶然，而是必然，但跟我同时期创业的新创企业，还留在舞台上的并不多。这两天看到同年创业的网家（PChome）似乎遭遇极大的挫折，我不是电商专家不敢妄言，媒体说亏损半个资本额的网家该找可以创造综效的企业接手。但有个创投业的前辈告诉我：「没有成功事业模式的公司不值钱」。很残酷，但可能是事实。2020与2021年资金宽松，可能是出手最好的时候，但当年出手或者上市的公司现在正在受到检验，缴不出成绩单的经营者被扫地出门也不意外。所以，勿悲勿喜，把财富当成帐面数字，回归基本面才是正途。那麽当时没出手的，现在如何是好？找个好人家「嫁了」，可能是好选择。但好人家如何定义呢？当然是有综效的公司，日本首富柳井正说：「常识是经营者最大的风险」，我心有戚戚焉。因为有常识的经营者懂得触类旁通，而不是食古不化。创意、创新、创业，一字之差，意义大不相同。创意是光有点子，创新得有执行力，但创业是建构一个可长可久的事业平台，怎可相提并论。很多年轻的新创业者自认天纵英明，在对手面前摆出一夫当关的架势。但我很明白，当个人英雄并不难，能善用网络、人工智能等新科技带来新价值，那也只是个不错的经理人而已，要能建立事业平台，甚至像是施振荣、张忠谋一样，带动整个产业的发展，那才真正是英雄，我们还差得远。之前，有位创业家在几乎烧光资金时，问我有没兴趣入股，说我们联手可以共创天下！喔，我们已经有将近250人了，公司IT、财务、法务、人事等后勤部门配备完整，光把部队找齐就是个大工程，您拿什麽跟我「共创天下」呢？知己知彼很重要，很多人找我们合作只说你们很专业，但追问「哪里专业」，得到的答案经常是让人哑然失笑。前几年，富士通半导体的12寸厂以约新台币160亿元卖给联电，华邦旗下的新唐也以现金2.5亿美元购并Panasonic旗下半导体子公司，两家台湾公司都以好价钱买下日系半导体公司。日本人傻吗？骄傲的日本人愿弯腰跟台湾人谈判，关键在于台湾厂商能以技术或管理能力创造出综效。一个好的创业家，该低头时别逞强。我是创业家，前13年不曾分红，创业家的苦，我知道！