製造頂級晶片越來越貴、建廠成本遠超百億美元,摩爾定律真的終結了?
製造頂級晶片越來越貴、建廠成本遠超百億美元,摩爾定律真的終結了?

3月8日消息,晶片製造行業的摩爾定律已經快要觸及物理極限和經濟極限。雖然晶片製造商還能繼續壓縮晶片上的電晶體尺寸,但製造最先進晶片的成本一直在增加,每個電晶體的生產成本已經停止下降,現在正在開始上升。

在晶片技術發展的早期階段,英特爾聯合創辦人戈登·摩爾(Gordon Moore)曾在1965年作出假設,集成電路上的元件數量將每年翻一番,後來被修正為大約每兩年晶片上的電晶體數量會增加一倍。這就是現在眾所周知的摩爾定律。幾十年來,晶片行業一直在進步,製造出一度難以想像的設備,然後按著摩爾定律穩步推進。

蘋果公司高端筆記型電腦所搭載的M1 Max晶片擁有570億個電晶體。縮小晶片尺寸方面的技術一直在穩步發展,如今數萬個電晶體可以放置在一個比頭髮絲還細的地方。電晶體體積更小,也讓晶片處理速度更快、價格更低廉,使計算能力和生產力得到指數級提升。現在,用戶口袋裡的智能手機處理性能比50多年前幫助人類登上月球的大型計算機還要好,而且成本只是後者的零頭。

M1
圖/ Apple

多年來,很多人都曾預言摩爾定律行將終結,但晶片製造商不斷突破技術極限,找到儲存更多計算能力的新方法。最新的極紫外(EUV)光刻技術使用波長更短的光在晶圓上蝕刻超細圖案。荷蘭公司ASML是唯一一家為晶片製造商生產EUV設備的公司。每台設備的成本約為1.5億美元。但在全球晶片製造商爭相增加產能之際,公司積壓了大量設備訂單。
隨著電晶體尺寸接近原子水平,晶片製造似乎不可避免地將達到某些物理極限。如今,電晶體之間的距離以幾十奈米為單位,而一奈米大約只有5個矽原子的寬度。

在物理學定律最終終結摩爾定律之前,經濟學定律可能也會終結摩爾定律。製造最先進晶片的成本一直在增加,隨著技術的每一次迭代而變得越來越昂貴。

「摩爾定律從技術上講或許還能繼續,但從經濟角度講,這是行不通的,」半導體行業分析師道格拉斯·奧勞克林(Douglas O'laughlin)表示。

製造每一代晶片都需要更多的流程。這意味著,由於生產過程中涉及數千個複雜步驟,出現錯誤的風險在不斷增加,產量會隨之降低。幾十年後,每個電晶體的生產成本已經停止下降,現在正在開始上升。

同時,建造一座最先進晶片製造工廠的成本可能遠遠超過100億美元。除了資金最充裕的公司,這一成本對所有公司來說都是難以承受的。目前全世界只有三家公司在嘗試。

台積電預計,今年的資本支出將達到400億至440億美元。三星電子則計劃投資170億美元在美國德克薩斯州泰勒市建造一座晶片製造工廠。英特爾將在俄亥俄州建造兩家晶片工廠,初步投資為200億美元。

Intel  i9-10900K.
圖/ Intel

也許摩爾定律不再是思考晶片行業進步的正確方式,解決問題的方法畢竟不止一種。例如,設計者可以製造出更適合各種具體任務的晶片。蘋果為iPhone、iPad以及Mac電腦自行設計處理器,從而取代英特爾的通用處理器,從而有效證明了這一點的可行性。定制化晶片可以比標準晶片更好利用設備的計算能力,對於蘋果這種能控制設備軟件的公司更是如此。

晶片製造商也可以採用一種「小晶片」的方法,通過把CPU的部分功能剝離開來,並將這些小晶片與內存以及其他以更便宜方式製造的高性能組件打包整合,從而提高系統的整體性能。

市場研究公司SemiAnalysis分析師迪倫·帕特爾(Dylan Patel)表示:「在晶片製程工藝領域,現在有一個'金發女孩效應'(意為不追求極端,恰到好處),不同的工藝節點實際上更適合不同的應用。」「縮小整個晶片的體積,或者把所有東西都放在更先進的工藝節點上,實際上成本更高,而且並不一定意味著有更好的性能和功耗。」

此外科學家發現,使用像氮化鎵這樣的新材料來取代矽,可以以更低成本繼續在單個晶片上封裝更多電晶體。另一個可能的材料是碳奈米管,這種用石墨烯製成的管狀結構直徑只有幾奈米。

人們習慣於通過「定律」來描述某一現象的不可改變,但摩爾作出的預測更像是一個預言。多年來,晶片行業參與者一直在盡其所能努力實現這個預言。幾十年前看起來像魔術、現在已經司空見慣的設備在20年後並不見得仍是技術前沿。

摩爾定律的狹義定義可能無法繼續下去,所幸人類的聰明才智是無限的。

本文授權轉載自:網易科技

責任編輯:傅珮晴、侯品如

關鍵字: #晶片
往下滑看下一篇文章
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

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