迎接下世代摩爾定律,「每瓦效能」成新典範!
迎接下世代摩爾定律,「每瓦效能」成新典範!

摩爾定律(Moore’s Law)長期以來一直是半導體產業的發展路徑圖。一開始被視為是一種預測(晶片上的電晶體數量大約每兩年會翻一倍,而相對成本會下降),後來它成為產業演進的藍圖與自我應驗的預言,舉例來說過去一個12平方毫米大小的處理器只能容納的下大約2,250個電晶體,進步到現在每平方毫米隨隨便便就能塞進超過1億個電晶體。

隨著每代的電腦與行動裝置功能變得越來越強大、外型設計更流線,這一路的進展改寫了用戶體驗、推進了更銳利的數位影像、高傳真遊戲,以及越來越精準的語音及影像辨識。不過,當摩爾定律已經接近尾聲,那接下來的發展呢?

科技發展對氣候變遷的衝擊

摩爾定律構想提出時,運算技術才剛萌芽。儘管科學家Eunice Foote Newton早在1856年就首次提出溫室效應,我們人類才剛開始探討自身影響氣候變遷的可能性,部份原因是用來進行相關計算的電腦才剛剛開始問市。

過去幾乎沒人留意到氣候與電腦消耗的能源彼此間有任何相關性,主要原因是電腦雖然是個吃電怪獸,但在1990以前,個人電腦的數量跟現在比起來還是少的可憐。

把時間從1856年快轉到21世紀的現在,連網已變成基本需求,從醫療資訊到採購食品雜貨的幾乎所有東西都可以在網路上進行。網際網路就是「機會」的代名詞:資訊在網際網路上進行共享、學習也透過網路進行、徵人廣告也在網路刊登。基本上,不上網,就沒機會。

Arm
圖/ Arm

多數人都理解數位落差以及數位落差帶來的影響,但全球仍有37億人無法完整使用數位科技。縮短數位落差是道德上必須履行的責任,但也為科技界帶來新的難題:該如何減輕加上這37億名全新數位使用者帶來的環境衝擊、讓所有人隨時隨地都能連網,又不會災難性地加速氣候變遷?

很明顯地,我們不能只專注於運算力的提升。從同樣的晶片搾出更多的效能仍是重要的考量,但每瓦效能才是新王道。但除了瓦數本身,還有能源-長期下來被消耗的電力。

「每瓦效能」與「總消耗電力」這兩者都很重要。例如,資料中心除了把每一台伺服器的功耗控制得宜之外,還必須把整體營運的能源消耗降到最低。行動裝置除了受到電池容量的限制,其瞬時功率則受到整機的散熱設計所限制。

又例如,由太陽能電池驅動的感測器,雖然可以使用大量天然的能源,但是擠出來的電力非常有限。我們設計產品的目標,是在電力、能源與熱量這些挑戰下,擠出每瓦更高的效能,才能夠將全球電子裝置的能源消耗降到最低。

庫梅定律:運算效率的研究

史丹佛大學教授強納森‧庫梅(Jonathan Koomey)於2010年創造了「庫梅定律」(Koomey’s Law)這個名詞,它說明每焦爾耗能的運算次數趨勢。這個數字在1945年到2000年之間,每18個月會加倍(相當於每10年多100倍),之後則會慢下來;2000年以後大約每2.6年才會加倍(相當於每10年成長16倍)。

庫梅定律被普遍用來衡量運算所需的電力:從一開始的峰值效率,到最近的日常使用效率。即便根據摩爾定律,裝置的運算能力提升了,它還是得符合對應的功率曲線。

隨著晶片的工作電壓無法再以同等的速度跟電晶體的尺寸一起往下降;這意味設計人員必須努力追求能源效率,因為電壓降低不再是製成微縮理所當然的附帶結果。

這點也反映在工廠的優先順序上。如果要降低整體的功耗,必須要堅決地專注在能源效率:我們現在比過去任何時候,更應該專注在降低運算的碳排放。

研華科技
圖/ Shutterstock

每瓦效能(Performance per Watt):新的典範

你可能沒有意識到,每天全球有將近70%的人口使用基於Arm技術的3C裝置,因此我們有責任協助整個生態系統,以更節能、更能有效減少碳排的方式,共同因應氣候變遷問題。Arm CEO Simon Segars 在今年COMPUTEX的主題演講中,就曾提到「脫碳運算」(Decarbonizing Compute)的觀念。多餘的碳排肇因無效的運算,而隨著網際網路與雲端服務的興起,運算本身就已耗用相當能源。全球資料中心的工作負載可能在未來十年成長十倍以上,降低能耗不能只靠物理性的方法,運算本身就必須得節能,雲端運算需要不同的思維。

摩爾定律與庫梅定律並不是自然的定律,而是對科技發展方向的觀察結果,而我們可以利用它們來觀察未來可能會如何發展。如果依據庫梅定律推斷,就會預期裝置會持續變得更節能省電,而處理器由於功耗極低,甚至還會從所處的環境採集自然能源。

越來越多人把軟體優化到只需要超低功耗處理器。像是TinyML就是把機器學習(ML)工作負載優化到可以只用上幾毫瓦的電力,就能夠運行。

隨著我們開始縮短數位落差、與數十億個科技新用戶分享連網的效益,這種對效率永不停歇的專注將更為重要。如果要避免災難性的氣候變遷,光是保持穩定的功耗與能源統計數字是不夠的;我們必須努力確保這些數字主動降低與減少能源消耗,並在所有運算發生的地方減少碳排放。每瓦效能必須成為新的典範,並引導產品的發展時程,以便從越來越低的功耗限制下擷取更多的效能。

科技是環境問題的解決方案,也是使其惡化的原因。我們要努力的,是讓正面的貢獻必須大於負面的影響,這點對於地球的未來極為關鍵。讓每瓦效能極大化是其中一環,同時也要窮盡我們所有系統中所有可以緊縮功耗的地方,並以更高的效率運算出等效結果。此外,也要觀察系統的運作情況,並以更好的運算能力讓系統的整體系統更有效率。

我們從新聞上看到極端氣候造成的災難並非遠在天邊,現在科技界努力的每一步都能避免氣候惡化。Arm做為運算科技的領導廠商,正處在一個獨特地位可以降低運算對環境帶來的衝擊,讓科技站在歷史正確的一方,成為氣候解決方案與更為永續未來的一環

責任編輯:傅珮晴、陳建鈞

《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。

【延伸閱讀】

1.辭三星半導體工程師、留50個月生活費專心閉關創作,韓國小說新銳寫出《魷魚遊戲》殘酷社會中的夢境救贖
2.台灣將買COVID-19口服藥!美國默沙東集團開發臨床實驗傳喜訊,陳時中:談判中

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #半導體
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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