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%|數位時代 BusinessNext

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%

兩年前才開發出全球首個7奈米晶片的IBM，與晶片商GlobalFoundries和三星合作研發出5奈米晶片，且性效能表現超越現有技術。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）」。

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。

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。

隨著代理式AI（Agentic AI）快速發展，人工智慧的角色也從被動問答的對話工具，轉變為能主動代為執行搜尋的商業介面；兩者根本的差異在於，前者仍須仰賴使用者逐步下達指令，後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務，品牌競爭的對象便不再限於消費者，也涵蓋替消費者把關的AI代理。

因此，「Business to Agent」（B2A）成為當代企業必須面對的新命題，為了擁抱嶄新的思路，跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇，以「數據領航：AI時代的真實價值」為題，邀集Google Cloud、Google Ads等產業領袖，一同剖析企業如何從基礎建設走向市場端，搶佔AI先機。

不只SEO，還要GEO！企業如何讓AI認識你

回顧過往科技發展週期，新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說，若AI是一場棒球賽，目前僅走到第三局。這意味著，只要企業採用率持續攀升，尚且毋需擔憂AI泡沫化；反之，AI產業可能才正要邁入超級循環。

不過，程世嘉也提出「智慧通膨」的現象，他表示：「各大廠不斷推出新模型，資本支出也不斷提升，但使用成本並沒有因此下降，因為算力供不應求；不過長期來看，成本曲線一定會往下走，未來AI智慧會像水龍頭一樣，打開就有。」

隨著AI逐步普及，使用者尋找資訊的方式也隨之轉變。程世嘉強調，搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO，更需布局GEO（生成式引擎優化），提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異，及早掌握規則者，才能在新流量分配中卡位。

迎戰Business-to-Agent，如何搶進AI決策新戰場

要爭取AI時代的流量紅利，關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症，大家都很急著導入AI工具，但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為，AI專案應如培訓新進員工，結合商業策略與數據資產雙向評估，才能真正落地。

「如果沒有穩定的雲端基礎，企業的AI就會是空中樓閣。」他強調，雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud，看重的就是技術護城河、數據主權與總體擁有成本；而iKala推出的企業級AI代理平台iKala Nexus，定位為策略中樞與營運大腦，即立基於此。

然而，架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出，全球僅約3%企業成功透過AI達成深度轉型，關鍵就在AI代理能取得多少企業資料與情境。因此，企業級Gemini Enterprise App結合個人級Google Workspace，構成Google所主張的「代理型工作轉型」（Agentic Workplace Transformation，AWT）主軸，讓AI從被動對話框升級為跨系統執行的代理，並恪守數據主權歸屬企業的原則，讓企業級AI能真正發揮效益。

當企業打穩內部地基，外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次，近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出，「B2A」（Business to Agent）的時代來臨，當AI代理主導決策時，看重的是API串接流暢度與數據結構化程度，企業必須從爭取「被看見」的SEO排名，走向爭取「被推薦」的AI清單，並進一步走向「被選擇」。其中，信任將成為AI時代品牌經營的關鍵。

從洞察到執行，iKala全方位解方引領品牌佈局

這份信任要能落地，關鍵在於底層數據是否可信。對此，iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構，正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境，品牌需要建立的，是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢，代表品牌對人的理解；Kuroma則從AI搜尋視角，分析品牌在生成式搜尋中的能見度與引用表現，代表對AI的理解；兩者合力，讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台，將洞察轉化為具體行銷執行，使每一次決策都能以數據驅動、持續優化，協助品牌在AI時代建立長期競爭優勢。

最後，在論壇壓軸的高峰對談中，程世嘉強調，當前正是典範轉移的關鍵時機，如同過往率先布局SEO的業者得以享有紅利；他認為，這同樣是企業重生的契機，提早深耕者將在此波轉型中佔得先機。尤其，AI轉型已非單機運作所能達成，企業應優先建立基礎建設與治理架構；當自身能力有限，也須慎選合作夥伴、借助外部資源，並在安全可信任的前提下，實現共同成長。