苹果MR新产品,你给几分?
众所期待之下,苹果(Apple)在WWDC 2023所宣示的混合实境(MR)新产品Vision Pro,基本定价近3,500美元(约合新臺币10.7万元),超越一般消费者的心理界线。所谓的消费者心理界线,一般是用1,000美元来对消费性电子产品,如电视、智能手機等大量销售的消费性电子产品,做一划分。以美观度及观看舒适度而言,Vision Pro产品外型及重量仍嫌过大;不含外接电池估计就达460克,真正理想的重量会是200克以下。就价位上,也远高于能够大量销售的消费性电子产品价位水准。2022年全球售价1,000美元以上的电视占整体销售量11%,此一比重预估在2027年会降到7%。换句话说,消费性电子产品平均销售单价要达到1,000美元以上不容易,Vision Pro未来在价位及成本下降方面,还有很多空间可以加强。再以近年来热度持续的折疊屏手机为例,2022年折叠机平均销售单价约1,200美元,占智能手機出货量比重仍低于3%。即便如此, 折叠机均价1,200美元跟这次苹果MR产品预计售价近3,500美元起跳仍有不小落差(原本市场预估2,000~3,000美元不等),还未达到面向大量消费者的阶段。在重量、价位及杀手级应用情境不明的限制下,此次苹果MR产品的宣示,主要诉求仍为超级果粉及提供开发者为主的初代产品,虽然原本业界期望苹果新产品可以指引相关产业今后成长的明灯,但目前看来此代产品仍属初代实验性产品。但从积极面的角度来看,此代机种采用许多新科技,包括运用多种摄影镜头及傳感技术的空间运算(Spatial Computing)、超高分辨率Micro OLED、具备超越以往运算力的主芯片及协同处理器,确实都是走在2030年元宇宙应用的技术路径上,真正的成果可能需要好几年来建构完整的应用环境。至于在同一臺装置能够切换增实境(AR)及虚拟实境(VR)应用,可能也是未来的机会之一。以长期的眼光来看,AR装置的成长性远高于VR,估计在2030年之后, AR头戴式装置的年出货量有不小机会超越VR头戴式装置,主要原因是AR装置随著光机愈做愈小、轻量化后,可以像太阳眼镜或正常眼镜般穿戴出去,可发展旅游景点推荐、商业同步翻译、工厂及仓库管理及维修等多元应用;VR因为外型比较突兀,倾向居家娱乐或其他消费性应用,应用面较狭窄。在高端VR产品的成本结构中,以显示器及处理器所占的成本最高,可能达到60%以上,其他占比高的还有摄影镜头、傳感器、光机及存儲器,2022年绝大多数的VR产品采用Fast LCD显示器方案,但为因应高分辨率需要,苹果此次采用的Micro OLED技术占比将会快速提高,包括京东方、三星显示器(Samsung Display;SDC)都积极发展Micro OLED;主芯片方面,苹果此次采用的主要处理器M2,已经是2022~2023年苹果Mac等级,但是否这种高端显示器及芯片方案所带来的产品高价位能被消费者接受? 仍是一大问号。以创新性而言,苹果此次的新产品预示著今后空间运算的新契机,可以拿9分,但是以产品销售性而言,恐怕得分不会高。
芯片上的房地产开发—以及晶圆背面的利用(二)
半导体的技术路线路自2016年从原先比较专注于制程微缩的「国际半导体技术蓝图」(ITRS Roadmap),转换成「异质整合」(Heterogeneous Integration Roadmap)后,CIS首先将像素阵列和ADC & ISP用WoW(Wafer-on-Wafer)先进封装方堆叠起来,而芯片键合的方式为铜混合金键合(copper-copper hybrid bonding;HB)。延伸报导芯片的房地产开发—以及晶圆背面的利用(一)如此芯片堆叠方式让原来功能、制程各异的模塊各自以最适合制程分别制造,得到的结果是制程简化,总体效能大幅提升,譬如2个堆叠的芯片中可以有较多的I/O连线、电阻下降、功耗减少、速度变快等优点。更重要的是,芯片的矽房地产基地的面积也大幅减少了。HB堆叠技术是目前各家公司推动的研发方向之一。以三星电子(Samsung Electronics)为例,利用HB,他们已展示可以堆叠16层芯片,咸信这是为未来的高帶寬存儲器(HBM;High Bandwidth Memory)做准备。这与前述的3D NAND结构不同。3D NAND 的存儲器阵列是在单一晶圆(monolithic)上制造,而用HB制造的HBM是在多个晶圆上制造DRAM。如果用建筑的工法打比方,这比较像预铸—各层在工厂中各自制作完成,到工地只做堆叠接榫。无论如何,这也大幅缩减工期和矽房地产面积,其他HB具有的优势也自不待言。CIS做为HI的标竿产品目前已进展到以像素阵列、DRAM、ISP等3个芯片以HB方式封装成1个高效能产品的进程。未来可能还再加入人工智能(AI)芯片,直接用CIS撷取出来的影像信号做边缘计算。当这些芯片如此多层、紧密的堆叠时,散热是一个大问题;另一个是电源供应,特别是高效能运算(HPC)或AI延伸的应用。2022年2月Graphcore推出Bow IPU,是将一个专门用于供电的晶圆,与另一IPU(Intelligence Processing Unit)晶圆以WoW的HB技术封装在一起,解决IPU这类高耗电产品的供电问题。业界更常见的预期是用BS-PDN(Back-Side Power Distribution Network)的方式来解决供电问题。芯片供电首先要进入晶體管,但是传统的供电电压是从金属在線方一路穿透芯片结构到底层的晶體管,不仅占用空间,而且因距离较远因而较耗电。BS-PDN是以另一个芯片做为电源供应的来源结构,将原有的芯片打薄背面,让垫在底下的供电芯片能较近的直接对晶體管供电。如果要供电的物件是已经用WoW组织的多芯片产品,则供电结构可以直接在需要较大供电的芯片(通常是逻辑芯片)背面建构,省略一个衬底芯片。矽房地产的开发利用从微缩、地下室、3D、堆叠,现在连背面也要用上了,吋土吋金。
芯片的房地产开发—以及晶圆背面的利用(一)
直至今日,芯片的设计与制造都在讲究硅片的土地利用效率,称之为矽房地产(silicon real estate)开发。传统的芯片制造是将结构从做为基板(substrate)的硅片上一步一步堆叠上去的,乃至于后段制程(Back End Of Line;BEOL)的金属连线。一开始做为IC的基础元件晶體管只做一层,像以前的平房,虽然房屋可以栉比林立,但是整体的建筑景观是平整的2D街景。然后是地下室了。在DRAM发展制程的过程中,电容建构在过往方式之一是向下挖深沟,称为深沟电容(deep trench capacitor)。电容存在于晶體管的水平面之下,算是地下室吧!这是积极争取建筑容积率的第一步。以上的平房、地下室的想法在人类史前文化就有,要不,到良渚文化遗址去瞧瞧。从晶體管乃至于金属连线都建构于晶圆的一面,这一面叫前面(front side)。晶體管积体整合程度变高之后,整个芯片就像乡村变成都市,公共设施如供电网、下水道、交通等就得纳入都市計劃。芯片上最重要的公共设施至少包括有电源、信号和热耗散。电源和信号由最上面的金属连线层处理,而热耗散犹如废水,处理不好芯片便无法持续运作。很久以前处理热耗散问题,脑筋动到晶圆背面(back side)。功率元件虽然不算是IC,但是由于功率元件高压、大电流所产生的焦耳热(joule heat)会让芯片发烫,势必要有快速排除废热的管道,于是有了BGBM(Back Grounding Back Metalization)的制程—将晶圆底部磨薄,然后镀上金属,让晶體管的散热快些。这个也可以用城市的基建打个比方:废热的下水道。再来是盖楼了。3D NAND的制程惊才绝艳,只使用4、5个光罩便能做成32层的结构,大幅增加可能储存的信息数量。盖高楼层的自由度一旦打开,建筑物的容积率随楼层数的增加而倍数大幅成长,减轻2D时代芯片地基必须持续微缩的压力。再下来是处理信号的问题。芯片中传统的信号大致以电子传送,管道是制程中的各层金属连线,至今仍是如此,但是这只是内部的信号传递形式。现在的芯片多才多艺,也可以从外界汲取信息—譬如光,然后再转成电信号,CIS (CMOS Image Sensor)就是最好的例子,其后也引领著半导体制程创造性的变革。传统CIS架构与CMOS的建构过程相彷,先做光二極管(photo diode),这算是某种类型的CMOS,其功能是把接收到的光信号转成电信号,以便后续处理。其上也有一般芯片的几层金属连线,更上面有光线进入后的微镜头(micro lens)和滤色片(color filters)。微镜头这端叫前端(front side),是芯片的正面(face)。这整个制程就依循CMOS制程的传统的智能。但是光进来后先要穿越正面几层满布金属线的缝隙,以及芯片的中层结构,才能抵达对光敏感的光二極管。光的吸收效率很差。从工程设计的角度来看,光经微镜头、滤光片后应该先抵达光二極管,直接让它吸收,转化成电信号,然后经金属连线把信号送出去,这才是合理的设计。之所以会变成如此别扭的结构,乃因半导体CMOS制程在演化过程中,就是将CMOS先置于底部,再将线路逐渐长上去的。无独有偶,大部分的生物的眼睛也有如此因演化过程产生的工程谬误。人类眼睛的盲点就是在光敏细胞的演化过程中,视神经先长到视网模前,这个演化的遗迹残留到以后更复杂的眼球结构之中,视神经阻挡视网膜对光线的部分吸收,以致于接近视界的中心点两侧都有对影像无感的盲点。演化无法重来,但是工程可以重新设计。CIS如此别扭结构,解决的方法就是从芯片背面著手:光的进入孔道微镜头、滤光片从比较接近光二極管(视网膜)的方向进来—就是晶圆的背面,在光二極管处转化成电信号后再由上层的金属线路(视神经)送出去处理。这样的结构不会让光被金属连线阻挡干扰,结构合理多了。如此的CIS结构叫背面照明(BI;Back-side Illumination),而老一代的CIS则叫前面照明(FI:Front-side Illumination)。光是一种信号,比之于建筑中的线路属于弱电系统,现在芯片中的部分弱电线路也地下化了,像是光纤或电缆。CIS的结构本来就由多种效能的芯片功能模塊拼凑起来,至少包括像素阵列(pixel arrays)、类比线路(Analog to Digital Converters;ADC)、逻辑线路(Image Signal Processors;ISP)等组成,而这些模塊在半导体制程看来就是异质(heterogeneous)。因此在异质整合(heterogeneous integration)的年代开始后,CIS的结构创新引领许多矽房地产变革的生发。
物联网的「剃刀与刀片」
我观察到,智能物联网发展过程,大部分公司都想卖昂贵的物联网及大数据方案给客户,本末倒置,不易成功。2016年起,我们发展AgriTalk智能农业技术,最初的构思,是「剃刀与刀片」模式,希望智能农业的物联网硬件能以很低价格,甚至免费的方式提供给农夫,再以人工智能(AI)、生物有机营养液及害虫抑制剂等耗材来获利。要降低价格,AgriTalk的硬件必须很简单,并靠軟件来弥补硬件的不足。例如,温度、湿度等傳感器必须很便宜,其准确度会漂走,就要靠统计演算法来自动校正。农夫种的农产品,我们以契作方式回收,农夫便有不错的收入,造成双赢局面。这种「剃刀与刀片」模式除了要有永续维护的智能技术外,还有一重要前提,即慎选农作物(我们选择姜黄及白草莓),要有稳定行销管道。原始的「剃刀与刀片」(Razor and Blades)经营策略出现于20世纪初期,并非如AgriTalk般创造双方的共营获利模式,而是以「搭售」(Tied Products)方式,将某一基本商品(例如剃刀)低价贩售,以便大量贩售另一种相关消耗性商品(刀片),只思考如何赚客户的钱。在信息领域,使用「剃刀与刀片」策略最有名的例子是打印機(剃刀)和墨水匣(刀片)。今日雷射打印機的技术是全录(Xerox)研究员Gary Starkweather于1969年的发明,构想来自于影印机。影印机的发明人是Chester Carlson。Carlson是菲立普‧马洛里(Philip Rogers Mallory & Co.)的专利部门经理。因其工作的特性,时常碰到文件需誊本的问题。为了方便将文件誊本,他研究当时流行的各种复印文件的技术,包括摄影术、蓝图法、重氮法等。结论是,这些技术都不理想,皆需要使用一些溶剂而且制程很麻烦,因此决定亲自动手来找更好的方法。Carlson把家中厨房当作实验室,一度招致老婆翻脸。不过他仍然契而不舍,终于在1938年发明全世界第一个干式印刷程序(Dry Printing Process),称为电子摄影(Electrophotography)或Xerography。Xerography是希腊字,意指干写(Dry Writing)。卡尔森用干式方法产生出来的复制影像即是影印机的基础,于1950年被全录公司成功的商业化。之后,雷射打印機将影印机的贩卖策略发扬光大,赚取客户不少银两。我对AgriTalk的期望,则更进一步进化,希望能创造双方的共营获利模式,帮助农夫大幅强化其谋生技能。
中国停止采购美光产品可能的市场反应
2023年5月21日中国国家互联网信息办公室发布消息称,美光(Micron)在中国销售的产品未通过網絡安全审查。按照中国《網絡安全法》等法律法规,中国境内关键信息基础设施的营运者,应停止采购美光产品。针对这件事,南华早报在2023年5月29日已做评论。在中美科技对峙的氛围下,美国的科技公司遭逢此种裁定是意料中事,美光成为箭靶是因为「美光是美国对中国不仅提起多次知識產權诉讼,还经常游说美国反对中国的大型芯片产业公司」。南华早报这一部分的陈述离事实并不太远,美光是全世界存儲器厂商中最常使用非商业竞争手段打击同业的。专利侵权、反倾销(anti-dumping)、反补贴(counter-veiling)等手段使用得淋漓尽至,充分利用美国在国际政治的力量,以及过去是世界重要半导体市场的主场优势。世界上没有任何一家存儲器公司能幸免于此困扰。即使其本身亦有涉案在DRAM反垄断案中,美光也以其较熟悉的反垄断局宽大处理計劃(Leniency Program)最后安然脱身。美光如此常态行为,的确较容易成为反制的对象,但是中国政府是否真正以此因素为主要考量而下此决定,就不得而知。中国官方宣布的根据或理由令人费解,主要是因为DRAM的产品特性,它是「大宗商品(commodity)」。DRAM产品有世界统一的规格,像DDR4、DDR5、LP DDR4等界面规格,同一规格的产品,其电压、传输速度、信號次序等规格是完全一样,都是由JEDEC这个组织统一制定的。理论上,一家公司某一特定界面的产品完全可以被另一家公司相同界面的产品直接插拔替代。如果美光的产品要刻意增加其他公司没有的「功能」,这些增加的线路势必在产品的成本上重惩美光。所以说这个根据或理由,业内人士很难理解。如此措施会引发哪些市场反应呢?当前的存儲器市场由于PC和手机市场的低迷,处于极端的不景气状态之中,这是整个产业现在共同感受。这个裁定对于美光的短期冲击雪上加霜是显而易见的。但有几个理由会让这个裁定的影响可能没有想像中的严峻。第一,是美光的前置准备。这几年中美科技的对峙已经持续多时,特别是美光在与晋华进入诉讼程序之后,美光不可能没有应变計劃,否则就是经营得太漫不经心了。第二,是美光传统的市场策略。美光在很长一段时间内的市场策略是极大化利润,而不是保持客户的黏著度,理由是前述的DRAM是大宗商品这一原因。由于存儲器是大宗商品,很难由产品的差异化来提升顾客的忠诚度,利润极大化是合理的市场策略。基于此一市场策略,美光销售体制使产品销售对象转换的弹性即相对较高。第三,还是大宗商品的特性所导致的。DRAM由于可相互替代,对于系统公司零件转换成本较低,只要有价格差距就有转换诱因。所以此措施净效应就是存儲器各寡占公司与顾客的重新议价与配对洗牌。顾客与供应商重新接头、议价需要交易成本,也需要时间,所以将延缓整个产业的復蘇时间。对于个别厂而言,当然会有所损失,但是还不致于窒息。大宗商品嘛,如水银泻地,无孔不入的。要不,俄国石油被那么多国家抵制,不也卖得好好的?
从半导体设备市场规模看产业变化
众所周知,在美中贸易战及新冠疫情后,国家安全及供应链安全成为各国亟待强化的关键课题,半导体制造能力成为施政重点。在此背景下,2021年及2022年全球半导体设备市场规模前所未见的连2年突破1,000亿美元规模,分别达到1,026亿美元及1,076亿美元的规模。我归纳整理国际半导体产业协会(SEMI)以及日本半导体装置制造装置协会(SEAJ)发布的原始统计数据,探讨半导体产业的结构变化。可以看到臺、韩、中三地是全球最大的半导体设备市场,2020~2022年三地合计都占全球市场7成以上。中国虽在2000年发布十八号文及中芯、宏力建厂,但其后投资建厂的规模在全球仍不算是「大咖」,直到2014年发布「国家整合电路产业发展推进纲要」并启动大基金大举投资半导体供应链各环节,产业发展动能才真正被点燃起来。中国到了2018年,首度突破100亿美元的市场规模,成为与臺湾及韓國鼎足而三的大市场。2021与2022年这三地规模更都突破200亿美元。 另北美、欧洲、日本及其他(以色列及星马等)地区,2020~2022年半导体设备采购规模都呈现逐年增加的趋势,但仍与臺韩中三地有非常大的差距。若看2018~2022年的合计设备销售额,可看到在美中贸易战冲击下,中国是多么积极地采购设备建制产能;美日投资额虽较之前有所增加,但在规模上仍远远不若臺韩中三地;欧洲的投资力道则更不及美日两地。若观察前三大半导体设备厂的营收结构,臺韩中三地各占应用材料(Applied Materials)2022会计年度(2021/11~2022/10)公司营收的24%、17%、28%;占东京威力科创(TEL)半导体事业营收的19%、16%、23%,均以中国为最大市场。可以想见2022年10月美国祭出出口管制措施,之后又要求日荷同步配合对半导体设备商的冲击。高端微影设备领导业者ASML于2022年则以臺湾为最大市场,占比达38%,韓國次之,占29%,而中国仅占14%,相对受影响较轻。日本首相岸田文雄2023年5月邀请半导体产业龙头业者齐聚官邸,试图强化半导体供应链,而美国在2022年推出《芯片与科学法案》(Chips and Science Act)后,迄2023年5月申请奖补助业者已超过300家,6月负责芯片法中研发計劃管理的芯片研究与开发办公室主任亦已到任。设备采购是产能布建及产品服务销售的先期投资,观察过去这几年的半导体设备市场观,臺、韩、中在产能与未来几年的销售上,仍可望具有高度成长动能,但在美日欧的强力扶植下,各地都逐渐建立起相较过去更完备的半导体产业链,国际上「去全球化」的发展态势下,臺湾业者迎来的是「国际化」的挑战,若能通过考验,未尝不是进一步壮大的契机!
AI会是超乎寻常的「工业革命」吗?
有哪些工作不会被人工智能(AI)取而代之?需要复杂决策与推理的工作,短期内很难被取代。李开复说:纽约客的专栏作家很难被取代,但新闻编译的工作就难说了;一样是医师,放射科医师比家医更容易被取代,在網絡系统上媒合交易、運營商的客户服务,都是很容易被取代的工作,所以从英国电信(BT)到Vodafone都大量裁员,您认为臺湾運營商可以幸免吗?就像臺湾银行分行没有消失一样,臺湾運營商门市消失速度或许会慢一点,因为臺湾幅员小,人口密度高,喜欢步行、面对面交易,这样也可以保留很多工作机会,不见得是坏事,只是专业服务业的进步就会慢一点。2021年是有史以来独角兽增加最快的一年,但之后在资金成本骤增的压力下,新创投资慢慢走下坡。根据NVCA调查,2020年创投投入的资本为1,710亿美元,2021年是3,450亿美元,而2022是2,410亿美元,估计减少30%以上,这当然与资金成本上扬有关。原本以为不景气会持续一段时间,但看来AI是重要的解方。关键的观念是「以庞大的数据为后盾,根据每人特定需求提供专属的服务」,这样的概念可以大到工厂的「少量多样生产」,也可以小到个人化的生活体验,这也将是「赢家全拿」时代的深化。在網絡发展的第一阶段,市场形成的速度远高于工业时代,但通常一开始会有很多新创公司参与,经过淘汰赛后由领先者出线。但现在是使用者同时参与创造数据,让数据增加几乎接近「零成本」,亦即这个市场将出现「指数型成长的模式」,新创事业出线更为困难!但科技大厂都看好AI商机,在ChatGPT上市之后,很多科技公司都推出相关应用,但最具影响力的仍是微软(Microsoft),微软宣示将把ChatGPT导入所有应用平臺,2月放在Bing上,3月则是Office軟件,接下来也看到阿里巴巴、Meta开发类似GPT的大语言模式。其次,AI应用领域无所不在,从场域到影像、文字、声音,多重内容的连动与结合,而混合型的应用更是大家很容易想像的变种方案,这是无缝接轨(Seamless)的多元共创。这个趋势已经被讨论好几年了,但没有想到是由AI与NVIDIA的GPU做为驱动因子,而臺积电与背后的创意电子等公司就成为间接受益者。此外,NVIDIA使用「专属軟件」,让GPU得以在最佳的状态下运作,这也是其他竞争者望而生畏之处。从用户端观察,軟件使得AI扩张更为容易,使用具亲和力。很多生态系业者以各种演算法,透过ChatGPT提供各种有效的应用,领先者的优势已经十分明显,这并非只是炒作的一时现象。过去苹果(Apple)的App stores是提供多元应用的平臺,但Open AI直接切入各种应用,扩散效益将更为惊人,例如GPT-4可以结合影像,这又是另一种超越大家想像的应用。未来的使用者,不是查找部分數據,而是用部分數據诱导出更多的相关數據,革命性变化促使我们面对重新定义产业与国家战略的时刻。
数据「孤岛化」的挑战与契机
黄仁勋在臺大毕业典礼上演讲提到,1984年他从大学毕业,迎接的是PC起飞的年代,而2023年是「人工智能起飞(AI)的年代」,期望今年毕业的学生可以掌握时代的契机,成为浪尖上的英雄。1984年底,我念完研究所,1985年回到臺湾迎接的也是PC元年!创业的过程总是艰辛的,「诚实的面对问题」是黄仁勋在臺大整场演讲的精华。与Sega的合作,其实技术上碰到挫折,但却厚著脸皮要对方付钱;与张忠谋的互动,成就了双方25年的革命情感。骄傲的创业家,也有弯腰请人帮忙的时刻,这些心理上的挣扎只有创业家可以体会!黄仁勋说:就像是1984年PC滥觞的时代,2023年是AI真正商业化的时代,而这背后有很多软硬整合与硬件制造的机会。在Google查找引擎可至之处,大概有超过6成的数据是来自英语体系,中文只占1.5%,繁体字更仅有0.01%,换句话说,如果以臺湾本土的信息、数据创造普遍性的价值,可能是缘木求鱼,不可行的策略。但反其道而行,如果能在「孤岛」上圈地自肥,专门找丰腴的土地耕作,而这块土地还有往外扩张的空间,可行吗?我做的就是这样的实验,我认为不仅可行,而且是AI创新与他人差异化的避风港。这个市场小到網絡大腕们不仅视而不见,而且希望拉拢我们这些地头蛇,加速事业模式的落地与实践。这些离经叛道的做法,可能让专业人士怀疑可行吗?路是我走出来的,我知道有多难,但别人认为不可行的,您也一定没机会!「大数据是AI的成败关键」的说法,大致是正确的,但很多人也认同,数据总量与品质之间的关系很关键。过去将数据资产的重心放在信息储存、高速运算,现在「信息的交换」也非常重要,这牵涉到交换的效率、条件、定义、对象等问题。由于现在的網絡社会,数据是双向互动,Input的品质当然影响到Output的结果,长期累积的价值、客户的信赖都是成败关键。其次,如何从累积大数据的过程中,找到具有商业价值的副产品,绝对是臺湾这种中小型国家新创企业要深思的问题。这些副产品或技术趋势,如何与臺湾优势结合,才是我们应该思考的问题。大趋势背后的副产品、边缘服务,这点商机不值得主流业者来经营。难度高,又看不上眼,难怪我们活得好好的!
国防领域的量子技术
量子技术是将量子物理原理应用于实际情境的技术。费曼(Richard Phillips Feynman;1918~1988)是量子计算的奠基者之一,他提出利用光子进行计算的概念。其贡献促进量子计算的研究和发展,为量子计算领域带来卓越贡献。在军事领域中,量子技术一直是国防部门关注的重点。整体而言,量子技术尚未完全成熟,但它可能对未来的军事傳感、加密和通讯产生重大影响。量子应用涉及许多关键概念,包括叠加、量子位元和纠缠。其中最具挑战性的应用是量子计算,这是一个令人惊叹的梦想,可以实现无限计算能力,突破当今物理世界的限制。然而,计算是否有速度上的极限呢?如同光速限制在不改变时间的情况下穿越太空的能力一样,是否存在著阻碍计算速度超越理论上最大值的错误纠正限制?建立一个有用的量子计算机需要处理超过可观测宇宙中亚原子粒子数量的连续参数。目前还没有确定如何操作如此庞大的量子系统,以及如何同时控制其误差。 因此,我们应该专注于量子傳感技术,以加速成熟的国防应用。量子傳感技术可用于偏远地区的全球定位系统(GPS)定位和其他导航工具,还可用于检测电磁辐射,提升军队的电子战能力。据美国海军研究所(US Naval Institute)报告,量子傳感技术可提升潜艇的探测能力,尤其是对于匿踪潜艇和物体探测的能力,效能将超越过去的雷达技术。 中国电子科技集团在2018年公布其开发的量子傳感原型装置,据称能够探测飞行中的匿踪飞机。美国国防科技巨头Lockheed Martin,声称能够使用量子罗盘(Quantum Compass)来改善美国海军的导航能力。这种量子罗盘是由具有「氮-空缺中心」(Nitrogen-vacancy center)原子缺陷的微型合成钻石制成的。当受到雷射照射时,其发出的光强度会根据周围的磁场变化;透过地球磁场,这种光的变化可以提升导航能力,尤其是在极其偏远的地区。总结来说,量子傳感器具有潜力应用于情报、监视和侦察领域。成功开发和部署这类傳感器可能会带来潜艇探测能力的重大改进,甚至能够对抗和摧毁海上核威慑力量。由于量子傳感器对环境干扰非常敏感,军事人员可以利用量子傳感器来探测地下结构或核材料。此外,量子傳感器的高灵敏度还有可能帮助军队探测电磁辐射,增强电子战能力,并有助于定位隐藏的敌方部队。
各国AI半导体发展现况与政策
所有工业大国都明白,各种创新的应用,背后都需要强大的半导体工业来支持,各种政策支持措施,在智能联网、數字转型、人工智能(AI)大商机来临之际显得更为具体与必要。需求更为多元,竞争更为激烈的今日,也无法再以工业时代的概念推动各种政策补强措施,而掌握本国半导体需求的呼声正在各国发酵,我们该如何用正确的角度观察,以半导体产业为核心的世界竞合架构。美国:2022年8月,拜登政府推出芯片法案(Chips and Science Acts),以520亿美元的规模支持美国重新掌握半导体产业的优势,其中390亿美元将用于提升生产制造能力。并从2022年8月26日起,以国安理由,要求卖往中国与俄罗斯的高端绘图卡必须经过审核,之后更强化NVIDIA与超微(AMD)将高端绘图芯片卖到中国的管制措施,也影响了华为、中芯等相关企业的营运。中国:在第14次五年发展計劃以及2035年的七大战略目标产业,都将半导体列为重点产业。从AI、量子技术、脑神经、生物科技到太空科学,都与半导体产业高度连动。欧盟:也通过半导体芯片法投资430亿美元,目标在2030年时抢下全球20%的市占率,除了建构2納米的技术发展路径,欧盟也宣示要在AI、异质整合、5/6G通信、材料设备上加码发展。此外,欧盟结合了10个国家28个机构共组研究平臺,针对车用半导体,希望在2024年之前订定车用半导体的发展路径。日本:1980年代末时,日本半导体全球市占率过半,1990年代开始衰退,现在已经不到10%,甚至多数是30~40納米的老旧技术。尽管如此,日本超过半世纪的半导体产业,依旧留下很多不可或缺的条件。例如日本半导体设备全球市占率32%,材料市占率是56%,在国际市场都是举足轻重的角色。现在日本希望透过与臺积电、Sony、电装(Denso)共同投资的熊本工厂,日本政府更展现决心,支持熊本計劃4,760亿日圆投资经费的一半。另一方面,做为尖端制程的切入点,瞄准由Repidus主导的工厂,2025年可以进入2納米的制程。由于日本的基础工业十分厚实,加上汽车产业需求,臺日之间合则双赢,但跨国合作牵涉到文化、国家价值的认知,臺湾在国际形象的提升上漫不经心,臺积电得拥有多大的领先差距,才能让日本人心服口服?韓國:以2030年全球AI半导体领域20%市占率为目标,并希望能在5年内培养7,000名AI芯片设计工程师。2025年前能栽培出NPU业者,2026~2028年间以存儲器技术为基础,培养出低功耗PIM业者,2030年前看到超低功耗PIM产业落地生根。此外,韓國还订定在2026年培养30家,2030年培养50家AI芯片厂为目标,将AI半导体产业培养成为继存儲器之后的第二大支柱产业。其他还有国产NPU數據中心、AI专属數據中心、在三所大学设置AI半导体研究所等計劃。相较于最近一年走跌的存儲器产业,韓國将AI半导体视为韓國半导体产业的救世主。但韓國最大的挑战,是AI半导体的发展模式与IC设计产业更为类似,韓國过去费尽心思力图发展的IC设计产业,几乎是徒劳无功。韓國在全球存儲器占有6成以上市占率,但IC设计业市占率却不到2%,而在CPU+GPU大乱斗的时代,这也不是韓國所长,「苦闷」二字是韓國说不出口的难题。发展AI半导体产业,韓國需要的配套生态系还包括NPU、先进封测技术,而能与Tesla、微软(Microsoft)、Google、NVIDIA等網絡巨擘平行发展的特化芯片,更是严酷的挑战。走到产业发展的极致,面对的问题都是「倾全国之力,都不一定能收割」的大赛局。也许韓國会将希望放在RISC-V这些开源性资的新技术,并结合存儲器优势,找到不同于其他先进国家的发展路径,否则也是一场肉包子打狗的低胜算赌局。
智能应用 影音