从NVIDIA、微软（Microsft），到台湾的台积电、广达、纬创、富士康等公司，都不断地以人工智能（AI）为主题探索企业的未来。新闻不见得都是真的，但很多新闻串连起来，就可以掌握产业发展脉络。毫无疑问，可能是产业兴衰更替的转折。DIGITIMES的黄逸平、陈辰妃两位资深分析师，近期以「生成式AI时代，科技产业大未来」、「生成式AI重塑边缘运算竞争新局」为题完成两份报告，我仔细读完之后汇整成几篇文章，也跟DIGITIMES的读者们分享。AI带来的时代变革AI因为2012年一次深度学习的大跃进而改变。AlexNet在识图竞赛中，大幅将错误率从26.2%降低到16.2%，之后GoogLeNet、SENet的几次进展，让图形识别的错误率低到比人类平均5%的错误率还低，深度学习不再是纸上谈兵，AI在供应链管理与智能制造的进展更让很多使用者惊叹。之后，生成式的大语言模型（LLM），在个人电脑、移动通信所累积的数据经济基础上大放异彩，我们开始在云端、边缘运算上，试着从水平的技术架构，与垂直的分众应用平台找出市场的空间。现在我们看到的是指数型成长商机，企业界挪动所有可以移动的资源希望分到一杯羹。2020年，基础模型（foundation model）新创只募得4,400万美元，到2023年时募到的资金竟然高达163亿美元，暴冲的NVIDIA在2023年时投入的企业创投资金已经排名全世界第四，仅次于微软、苹果（Apple）等少数公司。但多元分化的大语言模型，未来会是赢家全拿，或者只有少数赢家的现实之外，对台湾产业的启示又是什麽？过去在移动通信时代「低空飞过」的台湾新创产业，能在AI时代出现新的转机吗？对量产制造的台系供应链而言，除了台积电是比较明显的赢家之外，其余的台商又应如何因应呢？AI改变了产业格局多年来，台湾都是PC与手机的主要供应商，从NB生产衍生而来的服务器商机，让现在全球有超过9成的服务器来自台商之手，台湾成了供应链上最具实力的军火商。DIGITIMES估计，2022年全球高端服务器出货量仅有3.4万台，到2023年暴冲到17.2万台，成长率高达408%，2024年也还可维持150%的高成长。现在台商都在关注AI PC与AI手机的商机，估计2024年全球11.66亿支的手机市场中，AI手机的需求上看1.47亿支，而全球1.73亿台的NB市场，也会有4,500万台的AINB需求。除了快速扩张的市场需求之外，大家也都在关切X86阵营与ARM based的优劣势之争。原本营收仅是略高于超微（AMD）的NVIDIA，在2022年第4季开始明显超越超微，而与英特尔（Intel）的黄金交叉出现在2023年的第2季，从此以后双方的落差明显扩大，成长动能根本不能相提并论。我们可以理解，从2018年8月全球出现第一家市值超过1万亿美元的企业之后，陆续已有7家超越1万亿美元的门槛，资本大量流进科技巨擘之手，现在我们更明显看到NVIDIA的成长曲线，显示了人才、资金，甚至产能加速汇聚的动能。​​​​​​​一旦您的公司在特定领域取得压倒性的优势，您的财富也会跟着聚拢，现在这些科技大腕期待的不是可有可无，一肩之差的领先，而是整个生态系完整包抄的领先优势（待续）。

在人工智能（AI）迅速发展的环境中，有关伦理问题以及可能限制其发展的辩论变得日益突出。透过密尔（John Stuart Mill, 1806～1873）的作品《论自由》（On Liberty），我们可以探索合理限制AI发展的观点，强调在合理的范围内，个体自由、进步和追求知识的重要性。密尔的《论自由》被严复翻译为「群己权界论」，奠定理解社会控制和个人自由平衡的基础。我试图将密尔的哲学应用于当前AI发展的时代背景，以了解如何界定群己权。密尔主张自由开放的思想交流（Self-Development），或「思想市场」 （marketplace of ideas），是社会进步的重要因素。在AI发展的领域中，不受限制的信息和创新概念流动促进多元观点环境，有助于知识的成长。密尔强调个体自治（Individual Autonomy）。正如个体应该自由追求自己的兴趣和自我发展，AI系统作为人类创造力的延伸，应赋予演进和适应的自主权，以改善人类生活并应对复杂社会挑战。AI的发展改善人类生活，并增强应对复杂社会挑战的能力。在此过程中，必须尊重使用者的个体权益，并促进社会和谐。密尔的伤害原则主张（The Harm Principle），限制个体自由的唯一理由是防止对他人造成伤害。密尔的哲学也告诉我们须负责任地谨慎开发AI系统，遵从道德准则并优先考虑人类福祉，让其发展不会产生本质性的伤害。在AI算法的训练中，如果基于不公正的数据集或缺乏多样性而导致歧视性结果，则应限制这类不公平和歧视性的AI应用，确保考虑到社会的多样性。然而，我们很难限制AI算法，避免其误入歧途。 可行的方法是在AI芯片的设计中，直接加入艾西莫夫（Isaac Asimov, 1920~1992）的机器人三定律（Three Laws of Robotics），并在芯片制成过程中，将其直接写入硬件。密尔警告多数的专制（The Tyranny of the Majority），强调压制少数意见的危险。例如社交媒体平台的AI算法过度强调某一特定观点，可能形成信息泡泡（filter bubble），多数用户仅看到和接触到相似的意见和观点。这样的专制可能使得不同意见的少数群体的声音被忽视，并进一步加剧社会的分裂和不理解。密尔倡导紧密连结社会进步与知识和创新 （Societal Progress and Innovation） 的追求。AI是人类巧思的体现，从医疗到教育等各个领域实现变革性的进步。然而，AI发展也必须有序权界，社会才会健康的前进。密尔的《论自由》为深入探讨AI发展提供重要的伦理框架，强调拥抱个体自由、思想市场和知识追求的原则，是推动人类进步的核心价值。然而，在引导AI发展时，必须谨慎遵循负责任的道德原则。我们可以探索合理限制AI发展的观点，引导未来AI的方向，确保其符合人类整体利益，并实现可持续、负责任且对人类有益的发展。

2000年，比尔盖兹因为世界科技大会（WCIT）而到访台湾，2009年第二任微软（Microsoft）总裁Steve Ballmer访台停留了一天，这两次是微软掌门人唯二的访台纪录。至于英特尔（Intel）总裁Pat Geisger在2023年中三度访台，是为了拔桩、寻找与台积电对抗的机制，还是为了巩固台系供应链而来呢？从英特尔发布的新闻数据中，我们看不出英特尔在杠杆台湾供应链上有更创新的做法。超微（AMD）CEO苏姿丰也在访谈中提到她出生于台湾。但无可否认的，台湾在世界供应体系中，从过去的隐性价值慢慢浮上水面，成为各大企业争相合作的战略夥伴。简而言之，美系科技巨擘将经营重心放在服务客户上，NVIDIA挖掘出隐性的供应链价值，让台系厂商，或者包括SK海力士（SK Hynix）在内的供应链大厂，开始成为世界舞台上的要角。我们预言系统产品的品牌大厂（如惠普、戴尔、联想、Panasonic、Sony、三星、乐金等）不一定会消失，但将会像IBM一样，转型成为系统整合商，尝试在软硬整合、分众领域成为领导厂商。产业正在分化、重组，不是完全的Upside-down，但也与过去大相径庭。2024年很多公司都在面对转捩点，不仅英特尔、微软，日本的Sony该何去何从？三星、乐金正在改弦更张，台湾呢，以不变应万变？我常说：「所有的科技都不可靠，唯一可靠的是学习新科技的能力」，而现在的台商，长处就是不管是个人电脑、.com、移动通信、大数据、人工智能，台湾都是不可或缺的要角。赚得不多，但足堪温饱，只是台湾如何形成供应链中的价值主张与主导地位，则需要有一套完整的论述。过去台湾的供应链，甚至背后的半导体都是美系科技大厂基于效率、成本考量建构的，无论从品牌大厂的角度，以及之后在网络时代成为顶尖企业的公司，都是「圈粉」至上，先从建构品牌忠诚度与社群着手，然后慢慢延伸到B2B的云端服务，提供更完整的信息与数据服务体系。然而这种专注服务与软件的经营策略，固然可以让企业的价值极大化，但疏于耕耘后端供应链、制造制程与硬科技的企业文化，导致美国高端制造业不断流失，这种断层现象不仅深刻地影响了英特尔、美光（Micron）这些世界顶尖的制造大厂，事实上也连带地影响台积电、三星在美国布局的生产体系。科技创新可以迅速地扩展到全世界的各个角落，但产业、社会文化的养成需要更长的时间，短期间之内没有人看得到美国、西欧重拾工业时代的工匠文化，并内省制造工作的价值。不管您喜不喜欢，未来10年台系的供应链将更加重要，而台湾也必须重新定义自己在全球供应链中的角色与地位。

存储器产业中个别企业，如何考虑增加HBM带宽技术方向的选择呢？SK海力士（SK Hynix）是首先量产HBM的厂家，也是目前HBM市占率最大的厂家，约占市场一半的份额，其动向有指标性意义。延伸报导名人讲堂：高带宽存储器风云（一）进程技术的分野2023年11月Korean Business报导SK海力士的HBM4将采取2.5D扇出型先进封装技术，目的是要省却矽通孔（Through Silicon Via；TSV）昂贵的费用，而且有更多的I/O方式选项。报导中解释封装做法是将2片个别的芯片封装整合成1个，而且无需使用基板，堆叠后厚度会大幅降低。但是完全没解释如何将高达12~16层DRAM上下线路连通，而这原是TSV执行的功能。之后的报导都是这个报导的衍生物，未有新的信息。SK海力士4月19日发布新闻，说与台积电签订合作生产下时代HBM的备忘录。这个合作采用什麽先进封装技术呢？备忘录中也未说明，只在末了表示会优化SK海力士的HBM与台积电目前正在使用的CoWoS（Chip on Wafer on Substrate）技术的整合，以响应一般客户对于HBM的需求。备忘录中还有一个亮点，SK海力士计划使用台积电的先进制程来制造前述HBM底层的逻辑晶粒，增加额外功能，以满足顾客定制化的需求。这个做法以下将展开讨论。事实上，SK海力士自己已研发过铜混合键合技术，结果也在2022年、2023年发表在学术期刊以及会议论文集（conference proceeding）。另外，SK海力士与英特尔（Intel）和NTT于1月底发布在日本的共同投资，其投资标的也是矽光子。新闻中特别提到存储器芯片与逻辑芯片的连接，显然针对的是HBM与CPU/GPU之间连接的应用。只是这投资计划于2027年量产，对于HBM4的生产是稍为迟了一点。无论如何，SK海力士是做好了两手准备。台积电早已宣布于2025年开始量产矽光子，虽然起始的客户可能是其他客户，但是2026年肯定能用于HBM相关的生产，如果技术的选择是如此的话。综合一下上述信息，SK海力士对于HBM4的规划大致在原先2.5D封装或3D封装之间，取得价格与效能的优化；较长远的目标则是移往更快、更节能的矽光子。三星电子（Samsung Electronics）也早已验证以铜混合键合16hi DRAM堆疉的HBM，结果也早发表于期刊和会议论文集。三星也在2023 OCP（Open Computing Project）Global Summit中，发表其对于矽光子的想法。前文中类似CoWoS的结构与现今的先进封装结构相似，开发较容易。但是因为HBM与CPU/GPU底下都得加装光／电转换器，而且中介层需要以光通道替代，成本无疑会更高；而HBM置于封装之外的做法是新尝试，可能需要更多的发展努力，另外还要脑律散热问题。无论如何，三星也是做好两手、短中期准备。但是三星还有自己的逻辑设计、制造能力，包括CPU/GPU的设计和制造生产，它的利害与考虑不一定与SK海力士会一致。美光（Micron）在HBM上是后进者，目前正在急起直追，因此发表或公布的技术方案消息较少。最近的报导是它与其他厂商正在共同开发HBM4，技术方案目前没有详细内容，报导只说倾向于采取与韩国厂商不同的方案。HBM4量产预计在2026会先上12hi的，2027接着上16hi的，数据引脚数量会倍增到2,048。HBM4如果有业界共同标准，在2024、至迟2025就应该制定标准并公布，目前似乎离达到产业共识还有一段距离。因为在异质整合技术的采用上仍留有变动空间，而且此一技术选择将影响存储器次产业的面貌，甚至整个半导体生态区的重新配置。 

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。