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。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。