摩爾定律之後的下一個成長機會:超越摩爾定律
摩爾定律之後的下一個成長機會:超越摩爾定律

當所有人都還在討論台積電︑三星和Intel在先進製程上面的戰爭,ASML的EUV以及Moore’s Law還能延續多久時,其實這幾年來半導體的格局已經慢慢地產生了變化。Moore’s Law發展到現在,下一代的工藝變得越來越複雜,對於技術的門檻要求也越來越高,連帶地造成這幾年來讓製程微縮的阻力越來越高。也因為如此,其實各家大廠都在思考在電晶體尺寸微縮越來越難的情況下,要怎麼將單位面積的電晶體數量繼續加倍。今天我們要討論的主題就是大家可能比較少注意到的,各家大廠已經在競爭的More than Moore(超越摩爾定律)的展開。

首先,為了要讓大家對整個半導體發展有一個整體的概念,容許我先前情提要一下Moore’s Law。

Moore’s Law:已經引領了過去50年半導體產業 / 高科技領域的成長

首先我們簡單介紹一下Moore’s Law, 這個定律其實不算是一個「定律」,而算是一個觀察。它是Intel的共同創辦人Gordon Moore在1975年提出他對電晶體數量成長速度的觀察,他的預測是每兩年電晶體數量會變成兩倍,也就是說每隔兩年電腦的運算速度會變成兩倍,或是說,同樣運算速度的晶片會變成二分之一的價格。雖然Gordon Moore沒有要做一個非常精準的預測,但是事隔幾十年再回來看,這個預測比他原本想像得還要精準。而Moore’s Law也變成每個大的半導體的研討會必定會提到的題目,很多人都會從Moore’s Law的討論來當作是一個引子,進而闡述他們對接下來半導體產業趨勢的看法。

而Moore’s Law的討論為什麼這麼重要?其實不是重要在討論這個定律是不是仍然會延續下去,對業界來說,其實更重要的是藉由這個討論來了解整個業界的趨勢是否得以延續下去,還有這背後產業結構的變化以及其經濟意涵。Moore’s Law代表的是晶片成本下降的趨勢,也代表不同終端產品的應用能力的提升(20年前大家絕對沒有辦法在手機上面做這麼多事情)。

Mr. Gordon解釋Moore’s Law的影片:

圖1. Moore's Law的歷史進程 (Source:Wikipedia).png
圖/ Wikipedia

More than Moore定律(超越摩爾定律):Moore's Law之上的成長動能

TSMC、Intel和Samsung這些大廠其實也注意到其實先進製程的開發複雜度是指數級增加,而當製程的複雜度指數增加時,開發的成本也會大幅提高。有鑑於此,目前的大廠都紛紛在尋找新的方法來延續半導體產業的持續成長,而目前的方向除了進行尺寸微縮的創新以外,系統整合端 / 封裝端的創新是目前TSMC、Intel和Samsung還有很多封裝大廠正在積極佈局的部分。

More than Moore講正的是在這個萬物互連蓬勃發展的時代,各種不同類型的sensor和IoT裝置所觸發的下一個半導體成長動能。根據ITRS,整個半導體產業的發展可以分為兩個部分,一個就是我們提到的Moore’s Law尺寸微縮的部分,另一個就是各種不同型態晶片還有sensor的發展,即More than Moore的部分(如圖2)。

圖2. More-than-Moore & More Moore overview (Source:
圖/ ITRS

而為了要在一個系統裡面更有效的整合 / 應用各種不同的晶片和sensor,不管是半導體大廠或是封裝廠都發展出了許多先進封裝的技術。根據台積電共同執行長劉德音在ISSCC 2021的演講內容(見圖3),台積電也發展了許多先進封裝的製程,如CoWoS,InFo和SoIC…...等,讓客戶可以將不同型態的晶片整合在一個系統裡面,持續提升在系統尺度的電晶體數量。而一直以來,邏輯晶片(CPU、GPU等等)電晶體數量大量增加的關係,晶片對外頻寬或I/O接腳數量的需求也大量增加,這些在持續發展中的先進封裝的技術,也可以大幅度增加這些晶片對外的接腳數量,滿足這方面的需求(如圖4)。

圖3. TSMC共同執行長劉德音講解有關系統尺度的創新(Source:ISSCC 2021中台積電C
圖/ ISSCC
圖4. 3DFabric技術所帶來可能的I/O密度增加(Source:ISSCC 2021中台積電C
圖/ ISSCC

而不止TSMC,這幾年Intel和Samsung也都積極佈局先進封裝。以Intel為例,在最近的Intel Architecture Day 2020,Intel秀出了他們最新的封裝Roadmap。從這個Roadmap我們可以發現,未來的Bump(從晶片接出來的接腳)pitch(接腳到接腳間的距離)會一路從普通封裝的100um左右,Bump density(接腳密度)~100/mm^2,一直發展到現在最新的Foveros製程(如圖6),其Bump density(接腳密度)變為10倍左右(Bump pitch為25um~50um & Bump density ~1000/mm^2),大幅度增加接腳的數量。而未來的Intel更計畫微縮Bump pitch到小於10um(Bump density>10000 /mm^2),這也揭示了, 不管是TSMC、Intel或其他封裝廠,都已經注意到這個系統尺度的趨勢而且早就積極佈局了。

圖5. Intel的先進封裝Roadmap(source:Intel Architecture Da
圖/ Intel
圖6. Intel最新的Foveros封裝製程(source:Intel Architecture
圖/ Intel

而從上面TSMC和Intel的例子也可以發現,半導體製程上面的進展,已經從單純專注在尺寸微縮的Moore’s Law,到整合不同種類晶片Sensor的More than Moore。這上面的競爭已經從單純Moore’s Law單線的競爭,一直延伸到系統整合層面的競爭了。順帶一提,大家可以注意一下,這樣子的趨勢接下來也會影響到IC載板或PCB產業的產業格局。

總結:半導體產業格局的漸變:摩爾定律和超越摩爾定律並進

總體來說,雖然大家現在討論最多的還是Moore’s Law尺寸微縮的部分,但因為IoT市場最近開始快速發展的原因,整個半導體業發展的趨勢也從單純Moore’s Law的尺寸微縮,到現在尺寸微縮(Moore’s Law)還有各種裝置應用的市場(More than Moore)兩個維度並進的格局。而因應More than Moore的發展,各種不同先進封裝的技術也在蓬勃發展中,想辦法把各種不同的晶片以更小的尺寸封裝在一起。這樣的現象也就造就了對PCB/IC載板技術要求的演進,以符合更多不同終端裝置的需求。

而除了半導體廠以外,原本的封裝大廠也極力發展先進封裝技術(比如說System in Package技術),把更多的晶片透過封裝的方式變成更小更薄的系統,滿足更多終端裝置市場的需求(如Apple watch就大量的採用System in Package技術),所以我們相信在未來萬物聯網的時代,先進封裝的技術將會運用得更為廣泛,接下來的發展,是很令人值得注意的。

圖7. 從PC時代到手機時代到AIoT時代(source:MediaTek, Kou-Hung La
圖/ ISSCC

責任編輯:郭昱彣、陳建鈞

(本文由Vince Liu授權轉載自其Facebook

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

關鍵字: #半導體
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