台積電市值衝破7兆元的背後!小晶片系統扛大任,突破摩爾定律障礙
台積電市值衝破7兆元的背後!小晶片系統扛大任,突破摩爾定律障礙

台積電正在投入5奈米及3奈米先進製程,但在先進封裝技術上也持續推進,小晶片(Chiplet)系統封裝正成為台積電主要客戶所重用的技術。

Chiplet(小晶片)系統級封裝技術被視為減緩摩爾定律失效的對策,台積電剛宣布與ARM(安謀)合作第一款以CoWaS(基板上晶圓上封裝)解決方案,獲得矽晶驗證的7奈米小晶片系統產品,包括AMD(超微)跟聯發科也都是Chiplet先進封裝技術的座上賓。

TSMC.jpg
雙小晶片系統平面圖
圖/ TSMC

搭上5G及客戶新品熱潮,台積電股價在27日衝上272元歷史新高,市值更站上7.05兆元新高。雖然不是第一次(2017及2018年均有紀錄),台積電又再度超越英特爾市值2255.8億美元(約新台幣6.97兆元)。

台積電表示,跟ARM合作的小晶片系統於2018年12月完成產品設計定案,並於2019年4月成功量產。台積電表示,這款概念性驗證的小晶片系統成功地展現在7奈米FinFET(鰭式場效電晶體)製程及4GHz Arm 核心的支援下,打造的高效能運算系統單晶片(SoC)關鍵技術。

編按:台積電跟ARM合作的小晶片系統,建置在CoWoS中介層上,由兩個7奈米生產的小晶片組成,每一小晶片包含四個Arm Cortex- A72 處理器及一個晶片內建跨核心網狀互連匯流排,小晶片內互連的功耗效益達 0.56pJ/bit、頻寬密度為 1.6Tb/s/mm2、0.3 伏 LIPINCON 介面速度達 8GT/s,且頻寬速率為320GB/s。

樂高堆疊,小裸晶片組成系統單晶片

Chiplet近年成為半導體界爆紅關鍵字,傳統系統單晶片做法是每一個元件放在單一裸晶上,造成功能越多,矽晶片尺寸越大。Chiplet的做法是將大尺寸的多核心設計分散到個別微小裸晶片,比方處理器、類比元件、儲存器等,再用立體堆疊的方式,以封裝技術做成一顆晶片,類似樂高積木概念。

這樣一來,廠商有更好的靈活性,生產良率提高,且成本降低。只是,小晶片系統中的各小晶片必須能夠透過密集、高速、高頻寬的連結,才能確保最佳的效能水準,因此台積電開發的LIPINCONTM技術,讓小晶片間資料傳輸速率達 8Gb/s/pin,並且擁有優異的功耗效益。

AMD全新Ryzen 9 3900X桌上型處理器,擁有高達12核心24執行緒.jpg
AMD執行長蘇姿丰看好Chiplet小晶片系統技術能讓摩爾定律續命。
圖/ AMD

Chiplet封裝,聯發科、AMD也採用

不只ARM宣布使用台積電Chiplet小晶片系統技術,聯發科也在9月台積電技術論壇宣布,已採用台積電Chiplet技術量產資料中心用途高效能ASIC晶片。

AMD更是今年跟台積電合作7奈米先進製程量產EPYC伺服器處理器,看好以Chiplet小晶片系統級封裝、創新晶片架構、異質整合達到摩爾定律所預期的半導體效能提升效果。

AMD執行長蘇姿丰坦言,摩爾定律仍然有效,但推進的速度趨緩。過去半導體業靠先進製程微縮,讓晶片體積不變,但電晶體密度倍數提升,如今發展逐漸面臨瓶頸,必須靠Chiplet封裝、異質整合等技術協助智能微縮下,效能還能提升。(提前發表!聯發科5G單晶片「大翻盤」年底量產,斥資上億研發基地曝光

中美角力新戰場,忙於建立I/O標準

小晶片系統效能關鍵在微小晶片之間的溝通介面傳輸效率及功耗,不僅台積電積極發展Chiplet技術,美國國防高等研究計畫署(DARPA)也推動電子產業振興計畫(ERI),希望主導小晶片系統的I/O標準。中國半導體業者也積極期望在物聯網產業應用上,利用小晶片系統加快傳輸效率,並建立自有I/O標準,突然,Chiplet已成為中美角力新戰場。

半導體_semiconductor
摩爾定律是否能持續,一直是業界關心話題。
圖/ shutterstock

台經院研究員劉佩真表示,微縮製程就是利用縮小晶片的特徵尺寸,將晶片體積越縮越小、但功能越放越多;但在晶片微縮成本越來越高下,可以透過異質整合如2.5D/3D、fan-out(扇出)和系統級封裝來完成。目前小晶片的目標應用場域包括雲端、邊緣運算、軍事和航空領域等。(面對死對頭三星,台積電未來十年能否坐穩晶圓代工龍頭就靠它

責任編輯:陳映璇

關鍵字: #台積電 #英特爾
往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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