半導體靠5G、人工智慧助攻,未來挑戰在哪?工研院點出一大關鍵
半導體靠5G、人工智慧助攻,未來挑戰在哪?工研院點出一大關鍵

無論是晶圓代工龍頭台積電還是國內晶圓材料供應商環球晶,都認為接下來半導體產業發展的驅動來源會是5G和人工智慧(AI)的相關應用。

但新的應用總會有各種技術挑戰出現,誠如日前中美晶(環球晶母公司)攜手宏捷科技發展第三代化合物半導體「氮化鎵(GaN)」的舉動,就是因應5G的高傳輸會產生高溫,恐不易矽材料的應用而需要尋求新解方。

工研院 ERSO Award
工研院今舉辦VLSI國際研討會,同時針對產業有傑出貢獻的企業進行頒獎。圖右為得獎者中華精測科技的黃水可總經理、圖左為得獎者晶心科技的林志明總經理。
圖/ 簡永昌攝影

工研院於今(11)日舉辦「2020國際超大型積體電路技術研討會(VLSI)」,除了持續聚焦在5G、人工智慧、量子電腦等技術發展跟未來趨勢外,也對於半導體接下來的發展,點出可能推升下一波的成長契機。

資料量爆炸!記憶體結合CPU將會加速運算、減少耗能

以人工智慧的發展來說,工研院電子與光電系統研究所所長吳志毅就表示,這將產生出相當龐大的數據,並衍伸出儲存以及運算的需求,來達成所謂人工智慧的表現。而現階段,CPU跟記憶體多半是分開處理,資訊在兩者的傳輸就會產生額外的耗能、進而影響表現。

工研院 吳志毅所長
吳志毅表示,在人工智慧的時代下為了讓晶片的表現更佳,將CPU結合記憶體已經是一個大勢所趨,這將能節省近10倍的功耗,同時提升約1萬倍的運算速度。
圖/ 工研院提供

因此吳志毅指出,在人工智慧的時代下搭配5G的高傳輸、低功耗等優勢,晶片內的設計勢必要走向異質整合:即是將CPU跟記憶體做整合,加速運算的表現。而這類型的新興記憶體例包括磁阻隨機存取記憶體(MRAM)、鐵電記憶體(FRAM)、電阻式隨機存取記憶體(RRAM)等,這些新型記憶體提供更多的工具來增強記憶體性能,也為下一階段記憶體內運算(CIM)建構基礎。

台積電也佈局MRAM,為什麼?

吳志毅舉了MRAM為例,它屬於非揮發性記憶體,雖然是發展不到10年的新興記憶體,但近年來晶片製程的發展越來越小,10奈米製程以下後,不利於Flash Memory的應用,且終端應用的需求也越來越龐大,才加速了MRAM的發展。他舉例,若是能在晶片裡面直接進行儲存跟運算,將能大幅減少近10倍的能耗,至於速度上則需要取決CPU的設計,但至少能有快1萬倍的速度提升。

僅限編輯使用_shutterstock_1615031197_tsmc.jpg
台積電近年也積極佈局MRAM的技術,更在今年股東會上表示MRAM已經開始小量生產,但要大量商用可能還需要2-5年的時間。
圖/ Sundry Photography via shutterstock

MRAM也不是全無致命傷。吳志毅指出,除了製程上的問題需要克服外,MRAM因為擁有磁性的特性,導入終端裝置後要如何解決不受外力影響磁性的表現,也是業界正在努力的方向,不過台積電也積極投入MRAM的開發,總裁魏哲家也在法說會上表示目前已經小量生產,但要廣泛應用可能仍須2-5年。

2020 ERSO Award得主揭曉!

此外,VLSI國際研討會中也針對產業有貢獻者頒發ERSO Award,包括旺宏科技的吳敏求董事長、晶心科技的林志明總經理以及中華精測科技的黃水可總經理等人。其中,吳敏求因為在非揮發性記憶體整合元件上,擁有世界級的研發與領導能力,創造出ROM唯讀記憶體、NOR型快閃記憶體以及NAND型快閃記憶體而獲獎。

晶心科技 林志明總經理
林志明針對近日軟銀有意出售ARM一事認為,目前對於晶心科技尚無影響,而他點出若半導體產業有意購入,則要注意市場壟斷跟營運中立的兩大問題。
圖/ 簡永昌攝影

林志明則是因為投入創新的高效能、低功耗嵌入式微處理器RISC-V,以及相對應的系統晶片發展平台而獲獎,他表示,目前RISC-V仍停留在Design-in的階段,但是在終端應用的市佔率仍然偏低,對於近期軟銀要出脫ARM一事他認為影響並不大。不過他分享個人的看法指出,若是NVIDIA真的像外傳所說有意購買的話,以一間IC設計的角度購入可能要注意如何面對「市場壟斷」以及「營運中立」的問題。

另一位獲獎者黃水可帶領公司研發製造完整半導體測試介面,同時提出ALL In House的一站式服務,備受青睞。由於中華精測主要是測試廠龍頭,舉凡晶圓、封裝等程序都有他們可以著力的地方,因此能觸及的產業跟面相當廣泛。

中華精測 黃水可總經理
黃水可表示,不管疫情或是中美貿易的衝擊,市場對於5G手機以及相關基地台佈建的需求都是存在的,因此不論最後是由手來生產製造,中華精測都還是有機會提供服務。
圖/ 簡永昌攝影

黃水可認為,台灣半導體產業在「疫情下半場」的表現是審慎樂觀,主要是因為市場的確存在對5G手機以及5G佈局的需求,疫情只是暫時讓發展趨緩。至於中美貿易戰之下,精測是否會受影響?他樂觀表示,不論最後由誰製造晶片、製作手機,精測都還是能提供測試的服務,不受影響。

責任編輯:錢玉紘

關鍵字: #工研院 #半導體
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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