晶创台湾方案评论 （二）

第二项技术议题是「加速产业创新所需异质整合及先进技术」，这个很明显是对上述生成式人工智能（generative AI）芯片及应用的支持项目。 

延伸报导名人讲堂：晶创台湾方案评论 （一）
异质整合（heterogeneous integration）是将用不同制程、材料制作的芯片透过先进封装整合在一起，提升系统功能与表现效能。目前生成式AI及其他的AI应用是用2.5D先进封装，将GPU芯片与HBM3或HBM3E封装在一起，以提高带宽、提高速度。再下个时代的HBM4或许可能采用铜混合键合（copper hybrid bonding）的3D先进封装或者用矽光子以连接GPU与HBM，进一步提高速度和带宽，这些也都是异质整合和先进封装的发展方向。 
 
这个技术方向自然是用来支持生成式AI芯片的发展，如果生成式AI的发展方向是正确的话，异质整合的方向也是正确的。异质整合还有自己的重要性，以前ITRS（International Technology Roadmap for Semiconductors）用来标示技术进展的计量是制程微缩的节点，2017年后产业界就用Heterogeneous Integration Roadmap，显示每年可以被异质整合进封装的元件种类／形态／功能。

这意味着异质整合本身也成为半导体增加经济价值的驱动力之一。 
 
这个项目中的异质整合技术—特别是与生成式AI高度相关的矽光子与铜混合键合—台湾的半导体产业早已提前投入并取得相当成果。 
 
异质整合的芯片设计比以前单一芯片的设计要复杂许多。譬如铜混合键合的芯片设计由于上下两片芯片—譬如GPU与DRAM—尺寸要一样，而且金属接点要互相对应，2个芯片的协同设计是基本要求。此时的设计工作会牵涉整个系统而非单一芯片，新的设计辅助工具也是需要的。台湾半导体产业在这方面也提早准备了，譬如联电与Cadence于2022年初发布完成联合开发设计工具的消息。 
 
至于人力资源与投资环境的问题，这在台湾已是沉疴，在此只加注一点。 
 
从方案中的人力资源方案来看，显然政策上已经清楚认知台湾人口基数的长期下降才是目前人力资源不足的主因。这一点是显着的进步。清楚问题的根源才有机会提出正确的解决方案。 
 
对这个方案有3个基本问题，第一个问题是方案的提出时间。2023年并不是常规的10年科技政策出台的年度，而且此届内阁即将任满。于即将任满的时间制订一个长达10年的政策，在行政伦理上合适吗？ 
 
第二个问题是经费。10年新台币3,000亿元的经费是个不算小的金额，如果以每年的平均经费来计算，此方案在年度科技总预算的占比高达30%。这样的专案预算编列只有2种结果：一是排挤其他常规项目的空间、一是需要增加新预算。如果是增加新预算，长期计划就要另觅长期的新财源。这些在方案中以及相关的信息揭露都没有看到。

问题是预算来源到底是那一种？削减其他专案预算？还是要开譬新源，而源头在哪？ 
 
最后一个是关于电力的问题。目前很多的生成式AI芯片设计在效能与节电—散热之间的选择，都大幅的倾向追求效能，而将散热的问题留给制程与封装去解决，是以连芯片水冷这样复杂的方案都也列入考虑了。生成式AI很耗电吗？当初ChatGPT刚问世时，各大云端服务器都遭遇耗电骤升的窘况，而那只是浅尝即止的试用期。 
 
如果这方案真的很成功，在生成式AI芯片的制造应用都顺利推展到各领域，算过电力供应要怎麽成长才能支应吗？这些电力哪里来？ (作者为DIGITIMES顾问)