IBM開發出第一個5奈米製程晶片,效能提升40%、電力消耗節省75%
IBM開發出第一個5奈米製程晶片,效能提升40%、電力消耗節省75%
2017.06.08 | IBM

兩年前才開發出全球首個7奈米製程晶片的IBM,這次與晶片商GlobalFoundries和三星合作研發晶片再有突破進展。他們成功開發出五奈米製程晶片,且性效能表現更好。透過新技術,指甲大小的晶片可容納300億顆電晶體,相較兩年前7奈米製程的技術,相同面積僅能容納200億顆電晶體。該技術一旦成熟,將有助於人工智慧、物聯網和雲端計算等領域發展。

電晶體新技術讓晶片擁有更多「運算大腦」

一直以來驅動半導體技術進步的摩爾定律,隨著近來晶片技術進步趨緩的情形,似乎快達到極限。在現有通用的10奈米製程晶片,按照摩爾定律,下一代應縮小至7奈米。而IBM這次不僅打破僵局,新研發的5奈米製程晶片甚至已經超越摩爾定律的標準。

而IBM之所以能同時縮小晶片尺寸、卻又不影響效能的原因,在於其採用了新技術「環繞式閘極場效電晶體(GAAFET)」。

Silicon nanosheet transistors at 5nm.jpg
IBM最新5奈米電晶體側面圖。其首次採用堆疊矽奈米薄層作為電晶體設計,讓晶片的性效能皆優於目前已商用的10奈米製程晶片。
圖/ IBM

閘極(gate)是電晶體中控制電流開關的部位,該設計也是影響電晶體尺寸的關鍵之一。一直以來,電晶體都是設計成扁平狀,而閘極位於電流通道上方。為了縮小電晶體尺寸,後來晶片商將通道設計成魚鰭狀、垂直於基板(substrate),並將閘極覆蓋於通道上方,被稱作「鰭式場效電晶體(FinFET)」。

而IBM希望透過進一步縮小通道和閘極的距離,再縮小電晶體尺寸。其透過奈米薄層將閘極包圍在通道周圍,閘極數量因此從過去的三個增加為四個,閘道通道量也較過去更大。

finfet-vs-nanosheet-transistors-width.jpg
受限於設計,FinFET(左)的閘道通道較GAAFET的還要少,在電晶體排列更緊密、電流通過量變更大的情況下,採GAAFET的晶片性能更高、尺寸也能縮小。
圖/ IBM

由於手機和電腦計算速度取決於晶片中的電晶體數量和通過的電流量,在電晶體排列更緊密、電流通過量變更大的情況下,採GAAFET的晶片性能更高、尺寸也能縮小。

正是如此,GAAFET被視為取代FinFET的下一代晶片設計。FinFET目前普遍被用於22奈米以下的晶片設計,最小約可製作出7奈米的晶片,若尺寸縮至5奈米,受限於晶片製程技術,電晶體排列過於緊密、無法讓足夠的電流通過,會導致性能下降。而採GAAFET的晶片尺寸極限為3奈米。

性能提升40%、電力消耗省75%

儘管兩年前IBM就研發出7奈米製程技術,但目前已經邁入商用階段的仍僅止於10奈米。例如,高通最新手機處理器「驍龍835」,就是第一個採用三星10奈米製程的晶片,該晶片也用於三星最新智慧型手機Galaxy S8。

在性效能表現上,採新技術的5奈米製程晶片,相較10奈米製程晶片,性能可提升40%,或是可省下75%的電力消耗卻能達到相同效能,即電量消耗為過去的1/4倍。

該技術也讓晶片的電晶體密度突破以往。IBM表示,新技術讓僅約指甲大小的晶片(50平方毫米)可容納300億個電晶體,以過去7奈米的製程技術來說,同樣大小僅能容納200億個電晶體。

儘管新技術令人期待,但IBM表示,5奈米製程目前仍在開發階段,距離商用還有一段時間。

資料來源:ArstechnicaThe VergeCNET

關鍵字: #IBM #半導體
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓