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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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