自由時報 2023/09/06 台積電董事長劉德音今指出，半導體技術是新人工智慧（AI）能力和應用的關鍵推動力，AI也將對人類的生活和工作帶來重大改變，也會為半導體產業帶來龐大的商機；過去半導體技術的發展就像走在不斷微縮電晶體的隧道裡一樣，隨著AI時代來到，半導體技術已抵達隧道的出口，未來充滿更多可能性，「我們不再受隧道的束縛」。
) B M4 S+ J2 G4 T+ z1 m# @
2 A: b, f1 A0 M% C5 C; u劉德音今出席SEMICON Taiwan 2023大師論壇並開講，他演講全文如下：「90 年代後期 ，由IBM開發的深藍（Deep Blue）超級電腦擊敗了世界西洋棋冠軍加里·卡斯帕洛夫（Garry Kasparov），展現了超級電腦技術的突破性發展，也讓我們首次看到高效能運算有朝一日超越人類智慧的可能性。
3 \' O4 F2 v/ Q. R' U6 j; I
- ]/ A$ S h, m' [
接下來10年，人工智慧（AI）應用於許多實際任務，例如臉部辨識、語言翻譯、電影和商品推薦。再接下來的10年，AI 進步到另一個層次，能夠「匯整合成知識」。
3 {3 R) B0 Y% S& R2 O4 x% @
9 v8 R, w; _% f) U生成式AI（例如 ChatGPT）可以創作詩詞及藝術品、診斷疾病、撰寫報告和電腦代碼。甚至可以設計出與人類打造的積體電路相媲美的相似產品。AI為人類的生活和工作帶來重大改變，也為半導體產業帶來龐大的商機。
/ x0 y+ Y Y" y+ _* ]0 E- e
, Y+ v: B6 M2 {. a9 ?9 PAI應用的突破性發展來自三個因素。首先是高效深度學習演算法的創新；其次是透過網路取得的大量訓練資料；第三是半導體技術的發展提升了節能運算的能力。
3 {1 [( o' f' @7 Y3 Y& K) a& W9 r4 ~0 y+ B- }
AI發展過程中的幾個重要里程碑是由當時領先的半導體技術實現的。例如深藍超級電腦採用0.13微米技術，深度神經網路的初始圖像辨識採用45奈米技術，著名的AlphaGo採用28奈米技術，最初用於訓練ChatGPT 伺服器採用5奈米技術，最近的ChatGPT則是由採用台積公司4奈米技術生產的伺服器提供支援。
2 t2 S- c2 r0 _6 {4 E/ Y1 E0 Q t
3 z5 c4 c3 G; d. L( V: W1 u _
ChatGPT 已廣泛應用於日常生活中，展現了AI普遍使用於高效能運算技術，為社會中的每個人帶來助益。
0 l! S4 ~7 t. J* O. `* u% t3 V* B _& j: ?' E9 r: y! x6 ]
在過去的5年，AI 訓練所需的運算能力和記憶體容量增加了好幾個數量級。例如，GPT-3 模型需要超過 5,000 peta-FLOP-days（5E18 Flop-days）的運算量、3兆位元組（3E12 位元組）的記憶體容量。
2 a# X6 t6 }" ]+ ^
* O$ Z# E i9 J0 D
生成式AI應用所需的運算能力和記憶體仍在快速增長，半導體技術要如何以如此快的速度發展呢？自從積體電路發明以來，半導體技術一直在進行尺寸微縮，試圖將更多的半導體元件（或電晶體）置入指甲般大小的晶片中。現今，整合技術已往上提升了一個層次，將許多晶片整合到一個緊密且大規模互連的系統中。這是10多年來見證到的半導體技術整合中的「典範轉移」。超越了2D微縮，進入到3D系統整合。
) q9 w( C$ \: Y% Q0 B( w* F' S" Z2 e1 @
在人工智慧時代，系統的能力與系統中整合的元件（或電晶體）數量成正比。我們可以利用中介層將整合系統的尺寸擴展到曝光光罩尺寸之外，整合系統晶片比單晶片容納更多的元件。台積公司基於CoWoS 技術開發的超級載體中介層能夠容納高 6個光罩曝光面積的運算晶片，以及12個 HBM3高頻寬記憶體堆疊。
5 ^; ?# K7 S6 Y/ f1 G
% X! ^$ p' Q1 k& N對人工智慧來說，3D SoIC是另一項越來越重要的關鍵技術。現今傳統的高頻寬記憶體（HBM）依賴矽穿孔（TSV）和焊接凸塊進行堆疊。台積公司的3D SoIC 技術可以為現今的HBM技術提供替代方案。HBM 測試結構中，有12 層面對背堆疊（F2B）在低溫下接合，置於更大的基礎邏輯晶片之上，總厚度 600 微米。
6 v y7 }) [0 K& }& G7 `# N' d5 \- Z
藉由 CoWoS 或 SoIC 技術，系統整合晶片中的總元件（電晶體）數量遠大於一個單晶片容納的數量。AI 訓練使用的GPU晶片已達到光罩曝光面積限制，其電晶體數量約為1千億個。電晶體數量增加趨勢的延續需要由多個與2.5D 或 3D 整合互連的晶片來執行運算。
; R1 m9 [2 I. G% e- l3 f
$ E+ D5 x3 z( q- @5 d+ T4 V. E. w10年內，多晶片GPU預估將由超過 1 兆個電晶體組成。透過互連間距的微縮，將有足夠的空間容納更多比目前更大的SoIC互連數量。將互連密度進一步提高1個數量級或甚至更高並沒有基本限制。
% U. X0 C& U1 k K, v1 ^( B- T- H, w
* b# n/ K+ ]) J3 _# }, c- u6 c這些創新的硬體技術如何對系統的效能做出貢獻呢？針對伺服器 GPU的能源效率（EEP）趨勢，在過去的 15 年中，半導體產業約每兩年將能源效率提高了3次，此趨勢必將延續下去，也會受到許多創新的驅動，包括新材料、元件和整合技術、極紫外光（EUV）和設計技術協同優化（DTCO）的進步、電路設計和系統架構設計。特別的是，CoWoS和SoIC的發展將協助提高能源效率。此外，系統技術協同優化（STCO）等概念將變得越來越重要。
4 {' A v. x* C# q* W: U' O! c' p% q) g
* z! L x3 ?9 q; ~- E/ L! K' V
由於高效能運算系統由大量執行大型AI模型的晶片組成，高速有線通訊可能很快將會限制運算速度。現今，光互連已經用於連接資料中心的伺服器機架，光學介面可望很快與GPU和CPU配置在一起，為GPU到 GPU的通訊提供能量和區域效率擴展頻寬。因此，數百台伺服器將成為具有統一DRAM的單一巨型GPU。
( n. {5 A3 O5 N/ @1 W( M* b; f& K6 @0 d: D9 w8 t- D0 m+ a) k
在此領域，台積公司的緊湊型通用光子引擎（Compact Universal Photonic Engine）技術將扮演重要的角色，利用SoIC 技術來整合在GPU和路由器交換器旁邊的積體電路（EIC）及積體光路（PIC）。
. N% |' ]8 Z4 J8 F# J& a5 v1 U9 B! J c
在AI應用的推動下，矽光子技術將成為半導體產業的關鍵技術。1980 年，加州理工學院的卡弗·米德教授（Prof. Carver Mead）和林恩·康威教授（Prof. Lynn Conway）發明一種電腦輔助設計積體電路方法，使用一套設計法則來描述晶片微縮製程技術，因此電路設計人員無需具備太多製程技術知識即可輕鬆設計VLSI電路。
% E9 V' E1 o; ]( J/ ?8 r
4 C J/ E$ n: [- F5 U# G2 q
在現今3D IC的領域，設計的部分包括VLSI 設計、系統架構設計和軟體/硬體優化設計。製程技術的部分包括晶片微縮技術、3DIC 技術和先進封裝技術。同樣的，我們需要一種描述語言來定義所述技術，並將其轉換為 EDA 技術檔，以便設計人員設計3D IC系統。這正是最近台積公司推出3D Blox（一種硬體描述語言）的目的，它使用通用的解釋標準來描述各種3D IC 技術。
1 }, W& r2 M' Q4 G" ^7 c B9 {: r) {
設計人員可以自由地進行3D IC系統設計，無須理會基本的3D IC技術。3D Blox 已被現今大多數科技公司和 EDA 公司所接受。在人工智慧時代，半導體技術是新 AI 能力和應用的關鍵推動力。新的半導體產品不再受限於晶片尺寸及新世代電晶體微縮。整合式AI系統涵蓋數量最大化的節能電晶體、專為運算工作負載設計的高效系統架構、以及軟體和硬體優化。
# S2 j d+ J5 a
4 a- ?: R q L6 H' M! o O( X9 U在過去的50年，半導體技術的發展就像走在隧道裡一樣，前方有明確的道路，每個人都知道做什麼，那就是縮小電晶體。如今，我們已經抵達隧道的出口。半導體技術的開發日趨艱難，然而，在隧道之外，未來充滿更多可能性，我們不再受隧道的束縛」。
1 L9 U0 O, ]4 z% Q: Z. h
+ y; E ^; D3 R
