又值岁末，准备迎接新的一年。联合国在稍早宣布2025年为「国际量子科技年」，此外也是表彰海森堡（Werner Heisenberg）与薛丁格（Erwin Schrodinger），提出并奠定量子力学理论基础的100周年。两位先驱者在100年前，分别以矩阵数学及波动力学，诠释电子在原子尺度内的行为，并得到实验的证实，开启了量子力学的大业。随后量子力学在物理、化学、生物，甚至工程应用领域，都获得重大的进展，并引领各学科踏入一个全新境界。然而量子力学从一开始提出，就被很多科学家所质疑其理论的完整性，历经100年此争辩依旧方兴未艾。就以近来备受关注的量子运算，之所以具有如此庞大的运算能量，是基于量子叠加（superposition）以及量子纠缠（entanglement）2项基本的特性。而叠加与纠缠，从1920年代末期便开始争论不休，参与论战的包括爱因斯坦（Albert Einstein）、波耳（Niels Bohr ）等人，乃至于海森堡与薛丁格两位。论战以薛丁格的猫开始。猫装在箱子内，在没打开盖子前，猫不是生也不是死，而是处在生跟死的叠加态—这完全违反我们的经验法则，但是在量子的世界是可行的。最近網絡上有一则贴文，「在没打开主管办公室门之前，我是处在生跟死的叠加态」，似乎比薛丁格的猫更易懂。薛丁格的波函数有一连串组合的解，然而当我们人为去量测时，依照波尔及其哥本哈根学派的解释，会造成波函数的塌陷，而得到其中的一个解，也就是量测得到一个物理量。至于还有其他的解，在下一瞬间的量测，会得到另一个物理量。所以会量测得到哪一个物理量，变成机率问题，因此在量测之前，电子是处在多个叠加态之中。爱因斯坦对于此机率性的假说非常不以为然，也因此衍生出「上帝不会掷骰子」 的名言。用人为的方法去量测量子或基本粒子的物理状态，一直是在科学界无法解决的问题，因为这些粒子的物理量都非常微小，人为的量测不免会干扰到粒子原先的状态，而造成波函数塌陷或不连续的产生，但是如果不去量测，又无从得知粒子的状态，这真是两难。1957年另一位先驱者Hugh Everett，用数学的方式将观察者也纳入波函数的计算，而得到多重世界的结果，每一个世界代表著其中的一个叠加态。也就是我们所量到的状态，是在这个世界所发生的，另外还有其他的世界有著不同的叠加态，与我们平行存在。多个平行世界或宇宙，在我们现实世界是无法想像的，但在量子的世界是有可能发生。记得在小时候看过一出电影，片名叫「联合缩小兵」（Fantastic Voyage）的科幻片。内容是描述冷战时期，美国军方为了抢救一位命在旦夕的苏联科学家，将一组人马及核动力潜艇，用尖端科技加以缩小，并用针头注射入科学家的血管，并航行到科学家的脑部，用雷射光清除其脑中的血块。过程中有很多有趣的事发生，包括科学家体内的抗体攻击缩小后的小组人员及潜艇。如果把观测者及量测设备，缩小到量子尺度，然后去量测基本粒子的物理量，如此才能得到真实的量子行为。量子纠缠又是件令人匪夷所思的事。2个纠缠过的粒子，在分开很长一段距离之后，依旧维持著超越时空的关联性，而互通有无。爱因斯坦称之为「鬼魅般的作用力」，这完全颠覆我们以力学为中心的物理学，但后来实验证实这个纠缠的作用力是存在的。要观察及理解量子的世界，唯有将观察者微缩到量子的尺度，才能得到确切的答案。在真实的世界里，虽然我们不完全掌握量子的奥秘，但基于其所表现出来的行为，仍足以借此开发出影响人类文明的工具，量子运算就是个鲜明的例子。这也许就是联合国将2025年订为国际量子科技年，背后的原因吧！

哥德尔（Kurt Friedrich Gödel；1906～1978）在现代逻辑上的成就是独特而伟大的。事实上，哥德尔的成就不仅是一座学术纪念碑，更是长久屹立于学术历史中的地标。逻辑学科因为哥德尔的成就而彻底改变其本质与发展可能性。在哥德尔的伟大成就中，他的不完备定理（Incompleteness Theorems）是数理逻辑中的基本结果，宣示形式系统的内在局限性，尤其是那些能够表达基本算术的系统。第一定理表明，任何足够强大且一致的形式系统都不可能完备，这意味著该系统内会有无法使用自身证明的真命题。第二定理进一步指出，没有一个系统能够证明自身的一致性。大型语言模型（LLM），如GPT-4，可以协助数学定理的证明，但与传统方法相比，它们仍有明显的限制。这些模型可以提出想法、建议步骤或提供解释，这些都可能在证明构建过程中发挥作用。它们能处理某些符号运算并形式化某些证明，特别是那些遵循已知模式或来自数学文献中的证明。然而，LLM无法从零开始进行复杂或新颖定理的深度推论，因为它们的回应基于数据模式，而非形式逻辑推导。一些专门设计来证明定理的AI系统，如Coq、Lean和Isabelle，依赖严格的形式逻辑，并能生成完全角式化的证明，且这些证明可经过验证确保其正确性。相比之下，大型语言模型缺乏对逻辑和数学结构的形式理解。然而哥德尔的定理表明，某些真理无法由这些AI系统确立，且复杂系统的一致性无法从系统内部证明。AI无法「打破」哥德尔定理，因为这些定理是逻辑学的基本结果。它们适用于任何具有一定复杂性的形式系统，并且已被证明无误。由于AI运行依赖形式逻辑，它同样受到哥德尔不完备定理的根本限制。尽管AI无法打破哥德尔的定理，但它能帮助探讨这些定理的影响，模拟不同的逻辑系统，并研究这些限制在各类数学框架中的具体表现。然而，AI无法独立证明复杂或新颖的定理，也无法突破哥德尔不完备定理所设下的限制。哥德尔说：「我只相信先验的真理。世界的意义在于愿望与事实的分离。数学要么对人类心智而言过于庞大，要么人类心智不仅仅是一部机器。事物本身与谈论事物之间是有区别的（I only believe in a priori truth. The meaning of world is the separation of wish and fact. Either mathematics is too big for the human mind or the human mind is more than a machine. There is a difference between a thing and talking about a thing.）在AI的协助下，我们或许能够进一步探索数学的深邃领域，扩展人类心智的理解范围。

川普（Donald Trump）二度当选为臺积电未来的营运带来高度不确定性。事实上，当美国2022年10月祭出出口管制，压制中国先进制程的发展，及2024年陆续传来英特尔（Intel）与三星电子（Samsung Electronics）的营运警讯，虽让臺积电在先进制程市占率持续提升，但也大幅提高在地缘政治及产业垄断课题上的风险，如何在川普二进白宫的四年降低本身的经营风险呢？我认为首先必须在企业愿景及产业定位做出调整：臺积电的愿景：成为全球最先进及最大的专业集成電路技术及制造服务业者，并且与我们无晶圆厂设计公司及整合元件制造商的客户群共同组成半导体产业中坚强的竞争团队。臺积电的使命：作为全球逻辑集成電路产业中，长期且值得信赖的技术及产能提供者。依当前的时空环境，臺积电的使命仍然合适，但愿景中「最先进」、「最大」、「竞争团队」这些字眼可就敏感了。作为实质无可替代的半导体制造服务龙头，愿景应已不需再著眼自身，而是从更宏观格局的半导体生态系、科技产业及科技应用生态系，乃至于当前人类社会科技文明的发展来思考，从一个关键enabler的角色，提出一个新的愿景与产业定位。基于这样的愿景与定位，衍生出与各国政府、学研界、产业界相关的合作推动项目，例如半导体人才培育、促进高影响力新兴科技发展等計劃，让臺积电不只是透过服务客户对科技发展做出「间接」贡献，而是透过与国际社会各利害关系成员的连结合作，让国际社会感受到臺积电更「直接有感」的贡献，化解不必要的敌意与忧虑。就未来四年川普主政的营运风险，相信臺积电内部早已做出种种情境的沙盘推演，我认为必须就最极端恶劣的情境，如反垄断及分拆压力、无法取得最先进设备材料等情况来预先擘划避险策略，才能有更妥善的因应做法。这边试拟两策略作为参考方向。一、 需培养竞争对手适度让利古典吕氏春秋有云「全则必缺，极则必反，盈则必亏」，太盈满必将招致亏损。臺积电独拿先进制程与封装市场，即便到美德日设厂，但缺乏第二供应来源，对美国政府来说，终究是己身半导体产业痛点及国家安全、供应链安全风险所在。昔日英特尔成为CPU霸主时，必须有超微（AMD）存在以作为第二供应来源及维持市场竞争机制。虽力积电广开制程技术授权之门的做法，引起不少争议，但若臺积电采用类似做法，愿意授权其他业者，将可让美国及各国政府心安许多。例如目前臺积电制程处于由三納米转2納米阶段，那么相对成熟的7納米是否可评估授权可行性，不见得授权给英特尔与三星，格罗方德（GlobalFoundries）未尝不是更合适的合作对象。在过去，企业经营仅需追求成长，但这几年地缘政治与黑天鹅事件冲击下，必须同步追求降低风险，甚至对臺积电来说，降低风险比追求成长更为重要。透过培养竞争对手让出部分市场，可有效降低极端风险的可能，而透过授权金的取得，应可适度降低让出市场对获利所造成的冲击。二、 进一步平衡臺美两地布局川普上任后的半年，可能是观察是否其将选举诉求转成实质政策的关键时期，如何利用这段缓冲期化解川普政府的敌意与忧虑，甚至为其塑造政治利多，就成为臺积电必须与川普团队沟通的重点，关键在于对美国的布局是否得进一步加码，淡化美国政府对先进制程与先进封装产能过度集中臺湾的隐忧。若臺积电追加在美投资设厂計劃，在面临庞大资本支出及川普对拜登（Joe Biden）《芯片与科学法案》（Chips and Science Act）补贴金额不认帐的隐忧下，考量投报率与营运风险，不见得是好的做法。那么若设立研发中心呢？臺湾政府近几年有推动外商设立研发中心的政策，例如超微数月前申请的「全球研发创新伙伴計劃」，投资金额为86.4亿元，政府与超微出资比例为38%：62%。而研发人才50%自国外引进，另50%为本地聘用。臺积电过往对于过于未来的研发相对不会过早投入，而是就客户有明确需求的技术进行研发，但当半导体技术逼近物理极限时，结构、材料、异质整合的研发挑战更为关键，在臺湾人才短缺的情况下，或可思考把一些与量产技术研发不那么直接相关，但未来会有影响的科研技术项目摆在美国，运用美国顶尖的科研人才来掌握技术生命曲线更前期的技术领域，并承诺美国政府研发中心的50%会由臺湾派遣。如此一来，对臺积电来说，投资金额远较设立晶圆厂为低，而臺湾派遣人才可透过与美国人才共事掌握更前端技术，而对美国政府来说，臺积电在美国的价值活动从制造延伸至研发，且从臺湾引入对等的顶尖人才，则是臺积电更进一步融入美国的政绩，可有效化解美国的忧虑与误解。当臺积电处于如今最顶尖的产业地位与关键战略核心，再怎么低调都无法从地缘政治风险中脱身，适度的舍才有可能换来更长远的长治久安！

2024年10月6日，我到国家戏剧院观赏朱宗庆打击乐团击乐剧场《六部曲》。打击音乐水准极高，让观众感受到洗涤心灵的音乐飨宴。国家戏剧院是一座智能剧院，舞臺背后设有巨型银幕，能与表演者进行虚实结合的互动。表演过程中，银幕上出现浮云、瀑布、抽象光影等动画。感觉上打击乐器与银幕图像较无實時地关联。在我脑海中浮现的是各种打击乐器的實時梅尔频谱图 （mel spectrogram）。梅尔频谱图是一种变形的频谱图，常运用于语音处理和机器学习。它与频谱图类似，显示音频信号随时间变化的频率内容，但其频率轴不同。我发展一套AI工具MusicTalk，其中一个功能可以實時分辨出一首乐曲中同时演奏的乐器种类。MusicTalk将乐器的声音转换为梅尔频谱，并以特殊AI演算法分析，准确度接近95%，是迄今最准确的方法。我在开发MusicTalk时，研究许多打击乐器的梅尔频谱图，因此在《六部曲》的演奏过程中，各种变化多端的梅尔频谱图不断在我脑海中浮现。将抽象动画与敲击声音连结并不容易，若能将敲击声音与科学结合，将更具意义。第一位以科学系统化赋予敲击声意义的是奥恩布鲁格（Leopold Auenbrugger, 1722～1809）。他是旅馆老板的儿子，在维也纳大学接受医学教育，深受Gerard van Swieten影响。1761年，他出版小书《新发明》（Inventum novum），成为以叩诊法（percussion in the diagnosis）诊断胸部疾病的第一人。尽管传说他的发现灵感来自童年敲打父亲酒桶的经历，但更可能的是他敏锐的音乐耳朵让他能分辨出胸部病变过程中的音调变化。他描述各种病变如何导致叩诊时音调转变为不同音色，如「高音」（sonus altior 或鼓音）、「低音」（sonus obscurior 或模糊音）、或「钝音」（sonus carnis percussae 或肉叩音）。这些发现后来得到临床诊断的实证。奥恩布鲁格一生酷爱音乐，经常在家中举行午后音乐聚会，莫札特 （Wolfgang Amadeus Mozart, 1756～1791） 一家也曾受邀参加。他的2个女儿都很会弹钢琴，宾客们曾评论说：「她们两人，尤其是姐姐，弹得非常好，并且极具音乐天赋。」10年后，莫札特为萨尔茨堡（Salzburg）创作一些新歌剧，其中之一是日耳曼喜剧《烟囱清洁工》（Der Rauchfangkehrer）。该剧于1781年首次在维也纳国家歌剧院上演，剧本正是由奥恩布鲁格撰写。奥恩布鲁格的音乐艺术天分无庸置疑，能以极具创意的方式将器具的敲击声赋予科学 （医学） 的意义。奥恩布鲁格的成就，影响我对利用敲击工具（乐器）解释科学现象的兴趣。我开发出 AI 工具 WatermelonTalk，能将拍打西瓜的声音分为4类，代表不同的成熟度，准确度高达94%，是迄今最精准的成熟度判定方法。在聆听《六部曲》时，我期望编剧者能充分利用如MusicTalk这类AI工具，以科学方式利用未来剧院的智能银幕，呈现敲击乐器的特征，使观众更能理解乐器所表达的内涵，进一步促进音乐与科技的深度结合。

如果光子可以如电子般的携带信息，自然它可以同时应用于通讯和计算。 光子最早应用于線上通讯，譬如过去互聯網应用中以光纤替代电话线，自然是以光子替代电子来携带信息。 最近光子通讯再被提上台面是因为AI服務器。未来大部分通讯会发生在芯片与芯片之间、服務器与服務器之间，巨量的信息传输是目前信息的处理、传输中最损耗能量的部分。 但是现在服務器芯片的设计于传统PPA（Performance、Power、Area）的考量中倾向对于效能的追求，低功耗与散热的需求在设计阶段就顾不上了，只好在制程与先进封装中讲究。这是矽光子被排到半导体时程上的最大动力。 光子能用于通讯，能否用于计算呢？在1960、70年代发明雷射、类比信號处理时，光子计算（photonic computing）的概念就启动了，80年代开始研发光子元件。90年代要走向应用、量产时，为时已晚。90年代初的先进制程大慨在0.5~0.8微米之间，但是光子元件的尺度大多在微米以上，在晶圆上难以制作出功能可以与电子元件匹敌的产品。之后，就愈差愈远了。 光子计算再度被认真考虑也是因为AI的兴起。AI的计算，不管是卷积神经網絡（Convolutional Neural Network；CNN）或者是在大型语言模型中使用的变换器（transformer）模型，其最底层的计算都是矩阵乘法的平行运算。數據量大，但是演算法相对单一，这是光子计算的良好应用场域。 2016年沈亦晨（Yichen Shen）及其研究伙伴提出用光子计算来处理深度学习的想法。 光子元件种类繁多，在此应用被选中当成类似半导体线路基础元件晶體管的是马赫-曾德干涉仪（Mach-Zender Interferometer；MZI）。 MZI是矽光子的基础元件，常用来调制（modulate）光的相位（phase）。当光进入MZI后，首先经过分光器（splitter），光被分离成2束而在个别的光路（optical path）上前进。在其中一条光路上光不再受任何作用；另一条光路上，有一个可控的电压可以施加在光路的构成物质，改变物质的折射率（refractive index），进而改变在此光路上光的相位。最后2条光路上的光再合并（recombine），二者会相互干涉。如果其中有一光路受到相调控，2束光会形成破坏性干涉（destructive interference），而在2个光路出口所测得的光强度（intensity）会有所不同。这就是MZI可以如晶體管用于计算的原理。 MZI就是光集成電路（Photonics Integrated Circuit；PIC）的基础单元，利用MZI可以组成光集成電路来计算矩阵相乘，这就是光子计算于AI的应用场域。 光子计算可以利用薛汀格微梳（Schrodinger microcomb）大幅提高计算效能。薛汀格微梳是用连续波（continuous wave）雷射光源分离为在频率空间等间距的多重光源，可以用于平行计算。一个微梳可以产生数十乃至于数百个频率的光线，用于平行计算。在某种程度上，薛汀格微梳大幅的弥补一般光元件尺度较大的缺陷。 2016年光子计算方案提出时，矽光子的技术离成熟还很远。在过去「异质整合蓝图」（Heterogeneous Integration Roadmap；HIR）进程中，2020年矽光子才会上场，实际上矽光子的量产时程远迟于此。 最近提议的用钽酸锂（LiTaO3）来做矽光子元件，进一步提高用MZI来做光子计算的可行性。 钽酸锂在5G時代已开始使用，是与半导体制程兼容的材料。它的制作成本低，且有几个物理特性适合MZI的制作。1. 低双折射性（low birefringence），线路设计简单，可以提高光元件密度；2. 低光学损耗（low photon loss），传导信号容易维持；3. 可以制作高效能MZI。用它做的MZI可达40 GHz的电光帶寬（electro-optical bandwidth），并且拥有1.9V•cm的半波电压长度积（half wavelength voltage length product，这数字代表使光相位反转180°所需的电压乘以长度，愈小愈容易调制相位）。 光子计算理论上速度快、功耗低，是现在计算面临各种物理壁障的可能出路之一。过去因为矽光子的技术未臻成熟，光元件的尺吋远大于微电子元件的尺吋，所以光子计算一直未能浮上台面。现在藉著AI服務器的兴起驱动矽光子技术的发展，获得额外的产业推动助力，搭乘顺风车。应用上选择与AI高度相关的ASIC类型的计算，再看能否有个起始的立足点。

一年一度的OCP Summit（Open Compute Project）开放运算計劃高峰会，在10月14日起于美国加州圣荷西市举行。OCP于2011年，在Meta的主导下成立，目的是借由开放的平臺，使得在數據中心的硬件建置，能有统一的规格，有助于供应链的建立。讲白话一点就是借由标准化及多家供应商，好降低成本。拜这两年AI服務器及云端运算的蓬勃发展，今年（2024年）会场吸引超过7,000人参与，以及100个展示摊位，再加上200场以上的专题演讲，可谓盛况空前。去年的OCP的展示现场，除了美国云端业者、供应商外，几乎都是臺湾厂商的天下，显示出臺湾在AI运算硬件供应链上强大的实力。今年展示摊位出现几家日韩存儲器，以及中国大陆服務器的制造商。延伸报导OCP扩展AI开放系统战力　NVIDIA助阵献宝GB200大会一开始的主题演讲，照例是由几家云端服务业者及主要芯片供应商（GPU/CPU）所担任。轮到英特尔（Intel）數據中心业务的执行副总演讲时，还在谈老掉牙的x86平臺，听众都觉得乏味之际。臺下突然间有一个人跳了上去，原来是下一场要演讲的超微（AMD），也是數據中心业务的执行副总。原来两家公司在x86平臺上彼此征战这么久，现在要开始结盟共组x86生态圈，以对抗来势汹汹的ARM CPU。接著两个人就开始介绍x86的优点，包括了可信赖的架构、指令的一致性、界面的共容性等优点。两个人还时不时的调侃对方的CPU，暗示自己的还是比对方的好。所以商场上没有永远的敌人，但因此会成为朋友吗？这个安排好的桥段，成为了当天会场上的亮点。同一个时段两家业者的CEO，也在西雅图宣布这项结盟。延伸报导ARM、高通AI PC网内互打 英特尔、超微捡到枪　x86不战而胜AI for AI 是在会议中另一个响亮的口号，但是第一个AI的意思是accelerate infrastructure，也就是要加速AI运算硬件的升级（scale up）以及平行增（scale out）。算力的需求是持续地在增加，会场上的研讨会不断地在呼吁，诸如存儲器的储存空间不足，由目前的HBM3要增到HBM4。數據的传输速度需要再增快，由400 Gb要到800 Gb，甚至1.6 Tb。AI交换机处理信號的能力，也需要到 51.2 TB以上。每一机柜的电力需求，目前的NV72已经到了120 KW，会场中已在讨论250 KW的方案,甚至未来直接来到400 V或800 V直流高压系统。随著电力的增加，伴之而来的就是热的解决方案。气冷的极限在于每平方厘米可散掉100 W的热，未来的高速运算芯片，所产生的热会达到每平方厘米500 W，因此用液体来冷却是必要的途径。会场中的诸多讨论都在敦促供应商们，要将硬件升级并横向扩充，唯一没有被抱怨的是芯片的先进制程，可见我们护国神山的杰出贡献，深获各界的肯定。顺带一提的是去年整个AI數據中心的市场规模是2,600亿美元，扣掉建筑、机房地硬件设施，以及半导体中的存儲器，其核心的半导体如CPU、GPU、switch ICs等就达到820亿美元的市场规模，这其中有相当的一部分是进了护国神山的口袋。会场上也观察到几件耐人寻味的事，众所周知云端服务的系统业者都希望能有定制化自研的xPU，导致几家SoC的大型公司如博通（Broadcom）、迈威尔（Marvell）、以及联发科，都开始客户端ASIC的设计服务。基于小芯片（chiplet）未来会扮演愈来愈重要的角色，SoC公司因为熟捻于供应链中的晶圆代工、EDA设计軟件、封装测试等环节，未来也有可能增加提供小芯片的设计服务的事业。而ARM正挺身而出，想要建构此一生态系。目前的AI數據中心几乎是NVIDIA一个人的武林，NVIDIA有GPU、CPU、ASIC，负责scale up传输的NV link，以及 scale out传输的Infiniband，更可怕的还有CUDA的軟件作业平臺，以及能作为超级电脑的系统架构。NVIDIA做了上下游缜密的整合。其他公司所组成的复仇者联盟，对应的有不同品牌的xPU，负责传输的PCIe、UA link、Ultra Ethernet等。这就如同苹果（Apple）手机与Android系统的差别，再怎么样苹果自成一格的手机，总是比其他各家使用上来的流畅，且不容易当机。延伸报导ARM来势汹汹　英特尔与超微携手x86化敌为友天下武功，唯快不破。NVIDIA对应著铺天盖地天兵天将的来袭，策略就是一年一个新机种，让竞争者疲于奔命。然而800磅的大猩猩每年要脱胎换骨一次，就必须要具备强有力的指挥系统，这就难怪NVIDIACEO黄仁勋得有40多人直接跟他报告了。

如同十多年前的日本安倍经济学的三支箭，以拯救日本长期的通缩、振兴经济，提升日本的竞争力。在1980~90年代，曾是世界第一的日本半导体产业，经历失落的30年，最近不约而同地射出了三支箭，希望能一举扭转目前的颓势。东京大学的黑田忠广教授，甚至称之为「热水中被煮著的青蛙，突然间跳了起来。」是哪三支箭要来振兴日本的半导体产业？第一支箭就是日积电（JASM），臺积电的熊本厂；第二支箭是日本政府主导，结合几家日本重要企业，在北海道设立的Rapidus，直接切入2納米的制程；第三支箭就是臺积电在日本筑波，设立的3DIC先进封装的实验室，与东京大学及日本材料及设备厂商合作。这三支箭都需要仰赖外国的技术及资源，日本舆论将此比拟为，在19世纪幕府时代的「黑船事件」。黑船事件开启日本与西方世界的交流，明治维新接著发生，一举让日本进入世界强国之林。这三支箭分别都有其目的，而合起来就成为日本半导体的复兴大业。首先，日本长期以来未持续投资在半导体先进制程，因此制程技术停留在40納米。日积电的任务就是要填补28～16納米的空缺，并且配合到日本产业所需的车用IC及影像显示IC。第二支箭就有很大的争议了。在没有任何先进制程的学习曲线支撑下，直接切入2納米，现阶段三星电子（Samsung Electronics）及英特尔（Intel）都做不到，这岂不是痴人说梦？虽然有美国IBM及欧洲Imec的技术转移，包括EUV技术，但是研究机构的技术，相对于要实现高整合度的IC，仍有一段相当的距离。日本是如何盘算第二支箭？原来由16到3納米，使用的是鱼鳍式晶體管（FinFET），到了2納米晶體管就须改为GAA（gate all around）或称为nano-sheet。与其由16納米切入，需要建立FinFET的学习曲线，在后头苦苦追赶，倒不如孤注一掷，直接进入下一个時代的晶體管。虽然离臺积电仍有段距离，但是不会输三星及英特尔太远。这只箭是大胆的，但不失为好的策略。第三支箭就含有长期的战略意义了。3DIC不只是先进制程需要，成熟制程所制作的IC也是需要的。如果说摩尔定律是半导体元件尺度的微缩，那3DIC就是电子系统尺度的微缩了。这平臺提供将各式小芯片（chiplet）密集的堆叠，造就系统特性上的提升。日本优异的半导体材料及设备供应产业，更是强化3DIC技术的重要基石。当日本在80年代末期，自诩在许多产业上创下全球第一，尤其是石原慎太郎及Sony創始人盛田昭夫合著的《可以说NO的日本》，彻底地激怒美国，开始对日本输美的半导体设限，并扶植韓國。那个时期个人正在美国当研究生，有回遇到来自日本的半导体教授。当他知道我来自于臺湾时，趾高气昂地问我，「你知不知道日本统治臺湾多少年？」。相似的场景在2000年后，我参与一个半导体国际会议的筹办，当与会的委员都希望日本能多贡献投稿的论文。日本的代表面有难色地说「我们已经不是世界第一了，甚至连亚洲第一都说不上」。日本并没有像美国，大剌剌地要臺积电将最先进的制程搬到美国，而是反求诸己，邀请臺积电的成熟制程来日本设厂，而先进的制程想办法自己解决。充分地表现出东方文明克己复礼的美德，另一方面也维持住日本民族的自尊心。我个人对于日本文化中的职人精神，是打从心底的佩服。有回在日本参加光电半导体研讨会，当时在报告单波长的半导体雷射研究，用于长距离的光纤通讯。要实现单波长，需要在雷射底部制作一精密的长条形光栅结构，以选择所需要的雷射波长，当时这是个相当挑战的工作。日本的研究人员不是只做1条，而是连续做3条，在一个元件上产生3个不同波长的单波长半导体雷射。我在臺下看得目瞪口呆，久久无法平复。1960年代末期日本经由美国的授权，已逐渐在半导体产业站稳脚步，当时的美国Richard Nixon曾警告过，「日本是个有文化的民族，绝对不会满足于只销售晶體管」。这三支箭涵盖成熟制程、先进制程及先进封装，若能支支中的则复兴大业可期。我相信第一支及第三支是会命中目标，第二支箭的难度较高。但是在日本既有文化底蕴的加持下，第二支箭命中的机率还是有的。

好笑的是这条中央社发的消息持续被其他媒体引用，引发后续讨论。我以为臺湾是半导体之域，媒体至少有起码的半导体ABC知识。别闹了，8nm！这个信息内容内容有不一致的地方，氟化氩（ArF）雷射的波长是193nm，氟化氪（KrF）雷射的波长才是248nm。从另外2个数据来看，248nm几个字比较有可能是误植。用氟化氩雷射当光源，干式（dry）曝光机一般的分辨率（resolution）在80~90nm左右，浸润式（immersion）曝光机一般的分辨率在38~40nm左右。公布的数值在两者之间，我猜是干式的曝光机再加上已知的可以改善光学系统的诸种手段。这里讲的分辨率，一般是指单次曝光（single exposure）所能达到的最小尺度。數據中的另一组「套刻精度小于8nm」则是引起此次无妄之议的罪魁祸首。两岸译名有所不同，曝光机在中国叫光刻机，而套刻精度在英文中是overlay accuracy ，指的是上下2层光罩层对准（align）可能产生的最大误差，这与能用此曝光机能做出何种技术节点的能力完全不是一回事，但是套刻精度只有8nm的曝光机，肯定做不到8nm的制程也是铁铮铮的事实。上述的信息对我来说，只是中国的曝光机能力已进入以准分子雷射（excimer laser）为光源的第一代曝光机，如果其表现真如其规格所述，这算是改良过的第一代DUV曝光机。再进一步发展是浸润式氟化氩曝光机（ArF immersion lithography）。虽然水的折射率1.333理论上可以提升机器设备的许多规格，但是由于运作机制存有主要变化，发展所需时间可能较长。更进一步是极紫外光曝光机（EUV lithography），这个有些难。毕竟现在ASML的极紫外光曝光机是DARPA于90年代就开始研发的。即使以现在的技术和后发者的知识可以缩短开发时程，但是EUV的光源产生和光学系统与DUV完全不同，多费些手脚也是理所当然。所以中微半导体董事长尹志尧说，中国的机器设备与客户群处在技术领先位置的国外厂商相比，还差了两、三代是确评。至于晶圆制造厂的制程能力呢？分辨率只是曝光机臺本身的能力，制程中还有其他众多手段可以改进在晶圆上最终图案化（patterning）的能力，其中最为人知的手段是多重曝光（multiple exposure）如曝光蚀刻曝光蚀刻（Litho-Etch Litho-Etch；LELE）、间隔物辅助双图案化（Spacer-Assisted Double Patterning；SADP）、光刻冷冻曝光蚀刻（Litho-Freeze Litho-Etch；LFLE）等方法；也有行之有年光学邻近校正（Optical Proximity Correction；OPC）等方法。例如氟化氩浸润式曝光机的单次曝光分辨率在38~40nm左右，经过上述方法的处理晶圆上的最小尺吋可以精确到10~12nm。中国早已进口氟化氩浸润式曝光机，臺积电可以用以制造7nm制程，中国当然也可以，良率高低和时间早晚而已。至于更先进的制程节点也并非全无可能，也是良率、成本和产能的问题。所以中国半导体制程的能力问题，根植于其先进制程设备的自制率，其弱势是在曝光机、离子植入机（ion implanter）和电子束检测系统（e-beam testing system），其中曝光机的自制能力自然最受瞩目。如何跨越外在设下的限制？除了沿外界已经发生过的EUV研发路径之外，納米压印（nanoimprint）可能是一个途径。納米压印已经应用于3D NAND的量产，机臺的分辨率在5nm左右，只是它的晶圆产量（wafer throughput）不高。但是它的机臺单价较低，目前解决方式就是以机臺数量来弥补产能。在DRAM与逻辑的应用上，納米压印在良率还有所不足，得改善如颗粒等问题。納米压印机中国已有了，问题也是要花多长时间才追得上世界技术前沿？

2001年安隆（Enron）事件发生时，我正在伦敦结束我募资路演（fundraising roadshow）的定价（pricing），听到这消息有如平地惊雷，还存了一丝侥幸。侥幸的是幸好订价已经完成，募资到手，但绝称不上圆满，因为想在长久的资本市场中运作，得要让投资的人留有合理的获利余裕。定价如果定在最高点，募资方占了便宜，但也肯定会烫了投资人的手，恐怕以后就别想再进出资本市场了。 安隆事件后股市下跌，刚买海外存托凭证（Global Depositary Receipt；GDR）的客户怕是要抱怨了。 回来之后，立即在DIGITIMES专栏为文表达关切。事情也正如预期的有立即冲击，而且余波荡漾，之后2年内因为安隆事件的影响股市大跌2、3次。当时五大会计师事务所的龙头安达信（Arthur & Anderson）集团自此烟消云散，五大变成四大。 9月13日全球四大会计事务所之一的普华永道（Price Waterhouse Cooper；PwC）因卷入恒大集团财务数据造假风暴，遭中国大陆财政部和证监会合计重罚人民币4.41亿元；中国财政部并给予以普华永道警告、暂停经营业务6个月、撤销普华永道广州分所的行政处罚。 普华永道现在于全球四大会计师事务所中，全球市占率是第二位，约32%，在中国市场中却是龙头，其中国的营业额占全世界营业额在大致在5~10%，因年份而异。在中国市场因所受处分因而遭受的直接财务损失也许在普华永道可以承受的范围内，但是报导中也提及受普华永道未如实揭露恒大财务状况而受影响的机构或个人可能发起集体讼诉，这个可能的风险就无法估算了。 恒大与安隆在其尖峰时期的市值其实相若，都是数百亿美元的公司。但是恒大的负债超过2萬億人民币，是全世界负债金额较大的公司之一，其坍塌所外溢的影响对于整体经济的打击要大得多。 遭遇到这类的事件，后续的各方反应也很典型。首先，出事事务所集团的法遵（compliance）部门会就此一事件本身调查。对于相邻地域、类似产业等有较高风险的客户也会彻底盘查，先期排雷。 至于政府的监管部门，除了对出事的公司及会计师事务所调查惩处外，接下来的大致是透过立法手段，对于会计及审计规则施加更严格的规定—这些亡羊补牢的措施需要时间来研究、修订。实施之后因为可使用财务操作空间受到限缩，有些公司会承受不住，继续爆雷。这也解释为什么安隆事件发生后还余波荡漾不断。 那么一个房产公司的坍蹋与电子或半导体产业有什么关系？产业市场各异，的确关系不太，但是底层的金融财务是相通的。财务金融的稳定性在于公正第三方的审计签证所产生的信赖。一旦信赖丧失了，金融市场就得动荡一阵子。在那次募资之后，我们的会计师事务所恰好原先属于安普达集团。安普达的解体、重新整并也著实让我们兵荒马乱了一阵子。 至于此次的恒大事件会怎样影响金融世界？只能期待中国股市与其他股市的连动没有那么强烈，风浪小些。至于普华永道的变动以及它怎么影响其他产业的厂商？再看看吧！

中风是全球导致死亡和致残的主要原因之一，其中由运动障碍引起的功能性残疾是中风后常见的问题。约60%的中风患者在中风后失去行走能力，20%的患者在1年后仍无法独立行走。恢复行走能力在中风康复中至关重要，直接影响患者的生活品质。传统的物理治疗和职能治疗計劃，历来支持中风后的神经和功能恢复，但结果往往难以预测。为改进康复策略，机器人辅助步态训练（Robot-assisted gait training；RAGT）这种创新方法应运而生，专注于改善行走能力。RAGT透过重复特定任务，促进运动学习和功能改进。这项技术使患者能够参与高强度的训练，例如在10分钟内完成300步，减少依赖物理治疗师。结合物联网技术，RAGT进一步强化中风后的神经和功能恢复。RAGT有2种方法：末端效应器法和外骨骼法。在末端效应器法中，患者的脚放在足板上，模拟步态的站立和摆动阶段；在外骨骼法中，外骨骼装置透过驱动装置，在摆动阶段弯曲髋部和膝盖，并配合跑步机模拟站立阶段。综合研究深入探讨这些方法的临床、技术和监管层面的应用，为临床医生提供了有关机器人康复潜在恢复机制的宝贵见解。被动训练模式和重力补偿功能为处于急性或亚急性阶段的中风患者提供早期康复，使他们能够专注于运动控制。透过病历查阅，收集参与者特征、中风细节和合并症信息，同时透过脑部CT或MRI提供病变位置和中风类型的信息。为评估治疗前日常生活活动（ADLs）的独立性，须对病人进行多项评估，包括Berg平衡量表（BBS）、Brunnstrom阶段、匹兹堡睡眠品质指数、Fugl-Meyer下肢功能评估（FMA-LE）和总分（FMA-total）。在慢性中风患者的研究中，常使用POMA的移動性能评估来衡量平衡和步态，并使用BBS来测量姿势控制和平衡。这些参数在评估和定制康复干预計劃以达到最佳结果。下肢运动功能主要涉及平衡和步态，这些元素是相互关联的，在中风后经常下降。BBS以其在衡量平衡功能中的高信度和重测信度而著称，特别适用于中风幸存者的评估。步态分析是下肢运动功能的重要评估工具，推荐用于评估和增强中风后的行走能力。结合BBS和步态分析可全面评估平衡和步态，作为衡量康复干预效果的重要参数。这一综合方法提供了对患者在恢复移動能力和执行日常任务进展的全面理解。利用物联网技术，我们在中国医药大学开发出一套系统MRGtalk，这是一款针对中风及神经障碍引起的下肢康复的应用辅助前端系统，提升老年人的肢体活动和身体健康。MRGtalk使用普适计算（Pervasive Computing）进行下肢康复，强调肌肉力量的改善和行走能力的增强，包含：1. 增强感官反馈的三点支撑设计促进全负重的站立踏步训练；2.根据个人能力，可通过具有网页浏览器的固定或移动设备远程调整训练参数（步长、频率、轨迹和持续时间）；3.多患者独立训练模式优化时间和精力的使用。作为应用辅助前端，MRGtalk输出关键的训练参数。临床实验显示，其在改善中风患者的下肢肌肉功能、平衡和行走能力方面具有良好效果。MRGtalk简化RAGT过程，减少了治疗师提供手动辅助的需求，是资通讯技术运用于复健的一个典范。