奈米製程技術新突破!台積電、交大找出關鍵材料首登國際期刊《自然》
奈米製程技術新突破!台積電、交大找出關鍵材料首登國際期刊《自然》

當半導體先進製程持續發展,晶片的尺寸也逐漸縮小,每次製程的演進都有許多技術需要突破,晶圓代工龍頭台積電也無可避免要投入大量研發能力來「超前部署」、解決可能在5奈米、3奈米出現的技術瓶頸。

台積電攜手交大登期刊《自然》
台積電在科技部「尖端晶體材料開發及製作計劃」的支持下,與交大的研究團隊合作,發表的最新研究登上國際頂尖學術期刊《自然》(Nature)。
圖/ 簡永昌攝影

台積電技術發展組織李連忠處長表示,除依賴公司內部研發團隊外,與學術界攜手、善用學術界的研究能量突破技術瓶頸也是一種方法,因此近期台積電在科技部「尖端晶體材料開發及製作計劃」的支持下,與交大的研究團隊合作,共同進行單原子層氮化硼的合成技術研究,成功開發出大面積晶圓尺寸的單晶氮化硼,未來將有機會應用在先進的邏輯製程技術上。台積電更是首次與產業合作的研究成果,被刊登於國際頂尖學術期刊《自然》(Nature)。

步入三奈米製程,「氮化硼」成絕緣體材料新解

氮化硼(BN)並非全新材料,之所以重要是因為其具備良好的散熱效果,更是絕佳的絕緣體材料選擇。先進製程中會需要絕緣體的存在,通常是要協助電子能順利通過晶片裡的通道,

當製程持續往下走、通道勢必越來越小,若沒能靠更好的絕緣體排除掉可能依附的電荷所造成的阻礙,晶片的效能表現將會大打折扣。

先進製程步入3奈米以後,李連忠表示過去7奈米、5奈米時所採用的絕緣體材料如氧化物等將不再適用,原因出在過去的氧化物絕緣體都是三維絕緣體,它們像是一個3D的概念、容易有其他鍵結讓晶片中的電荷依附,造成電流不易通過。

三奈米以後的製程偏向二維半導體,類似一個非常薄的架構、趨近於平面,因此李連忠提到這樣的情況需要採用的是同為二維絕緣體的材料,氮化硼正是一個好的解決方式。

即便半導體業界都知道要採用「氮化硼」作為未來先進製程可能的絕緣體材料,不過技術上依舊無法突破,這也是為什麼這次台積電與交大攜手研究的成果能刊登上《自然》期刊的主因。

不只找出絕緣體材料,如何大量生產才是關鍵

李連忠說到,過去氮化硼的生長只能長成一個不規則的晶體,若要將氮化硼真正應用到晶圓片上,就只能將不規則晶體的氮化硼撕下來貼在晶圓片上,不但效率不彰,大小不一的氮化硼也很難滿足半導體製程所需,因此若能直接在晶圓上直接生長,將能有效解決問題,只是該如何在晶圓上合成高品質單晶的單原子層氮化硼?

李連忠說過去已知的就是利用銅這個材料,但是不同晶面的銅都會影響後續的表現跟價格。

台積電晶圓代工
能成功登上《自然》最主要的原因在於台積電跟交大發現,絕緣體材料氮化硼可以透過高溫高壓的方式,藉由銅(111)在晶圓上合成高品質單晶的單原子層氮化硼。

就以銅(111)來說,是作為合成絕佳選擇,因為它容易取得且穩定,對於未來可能要步入商業化的量產來說,是比較恰當的研究選擇。

成功突破過去技術瓶頸的關鍵,李連忠表示是研究團隊發現銅(111)的表面並不是完全平面、而是有類似像階梯的模樣,因此將氮化硼分子依附在這些階梯的邊緣處,並將這個類似階梯表面的銅(111)先規劃好後,氮化硼就能在高溫高壓的處理下於晶圓上被合成、進而達成大面積晶圓尺寸的單晶氮化硼。

參與此次研究的交大教授張文豪表示,目前實驗室裡面是採用2吋晶圓片的大小做實驗,未來要複製到其他尺寸的晶圓片應該也不是問題。對於正積極佈局3奈米研發的台積電來說,此發現無疑是對接下來3奈米可能遇到的瓶頸找到出口。

半導體材料有新變化?矽可能走到盡頭

面對材料在半導體業界的重要性逐步提升,李連忠也透露矽在半導體已經有好幾十年的應用,若要用全新的材料來取代矽其實也是一大工程,因為周邊技術都需要改變、也需要花時間去應證新材料是否真的能有預期中的表現。目前業界以及相關的會議如IEDM等都對於矽材料有走到盡頭的預測,因此尋找新材料刻不容緩。

台積電透露,目前內部有將近1/10的人力、約6000-7000人投入研發工作。受到疫情影響,每年3月展開的校園徵才預計將視疫情的狀況延後舉辦,屆時將會再募集一批生力軍。

責任編輯:陳映璇

關鍵字: #台積電 #科技部
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