台積電揭下一世代A14製程技術,預計2028生產!A14是什麼?和2奈米有何不同?
台積電揭下一世代A14製程技術,預計2028生產!A14是什麼?和2奈米有何不同?

晶圓代工龍頭台積電2025年技術論壇(Technology Symposium)自美西時間4月23日登場,首場在美國加州聖塔克拉拉(Santa Clara)舉行,會中揭示下一世代先進邏輯製程技術A14,以及特殊製程、先進封裝和3D晶片堆疊等技術的新進展。

A14是什麼?和2奈米有何不同?

A14(1.4奈米)是現階段台積電最先進的邏輯製程技術,旨在透過提供更快的運算和更好的能源效率來推動AI轉型,亦有望透過增進裝置端AI功能(on-board AI capabilities)來強化智慧型手機功能。 台積電表示,A14製程技術計劃於2028年開始生產,截至目前開發進展順利,良率表現優於預期進度。

N2(2奈米)製程將在今年稍晚於新竹寶山、高雄廠進入量產,台積電表示,與N2相比, A14將在相同功耗下提升15%速度,在相同速度下降低30%功率,同時邏輯密度增加超過20%。

台積電董事長暨總裁魏哲家表示:「我們的客戶不斷展望未來,而台積公司的技術領先和卓越製造為他們提供了可靠的創新藍圖。台積公司的先進邏輯技術,例如A14,是連接實體和數位世界的全方位解決方案組合的一部分,為我們的客戶釋放創新,以推進AI未來。」

延伸閱讀:
英特爾預計裁員20%!2.1萬人丟飯碗,陳立武實現首波「大瘦身」改革計畫

台積電新技術發表:應用於高效能運算、手機、汽車、物聯網

除了A14,台積電還發表了新的邏輯製程、特殊製程、先進封裝和3D 晶片堆疊技術,廣泛應用於高效能運算(HPC)、智慧型手機、汽車和物聯網(IoT)等平台:

高效能運算

台積電繼續推進CoWoS技術,以滿足AI對更多邏輯和高頻寬記憶體(HBM)永無止境的需求。台積電表示,計劃在2027年量產9.5倍光罩尺寸的CoWoS,從而將12個或更多的HBM堆疊整合到一個封裝中。

繼2024年發表系統級晶圓(TSMC-SoW)技術,台積電再次推出以CoWoS技術為基礎的SoW-X,以打造一個擁有當前CoWoS解決方案40倍運算能力的晶圓尺寸系統,SoW-X計劃於2027年量產。

其他還包括運用緊湊型通用光子引擎(COUPE)技術的矽光子整合、用於HBM4的N12和N3邏輯基礎裸晶,以及用於AI的新型整合型電壓調節器(Integrated Voltage Regulator, IVR),與電路板上的獨立電源管理晶片相比,其具備5倍的垂直功率密度傳輸。

智慧型手機

台積電透過最新一代的射頻技術N4C RF支援邊緣設備,能以高速、低延遲無線連接來移動大量數據的AI需求。與N6RF+相比,N4C RF提供30%的功率和面積縮減,滿足新興標準例如WiFi8和具豐富AI 功能的真無線立體聲的需求。N4C RF計劃在2026 年第一季進入試產。

汽車

先進駕駛輔助系統(ADAS)和自動駕駛汽車(AV)對於運算能力有著嚴苛的需求,同時必須確保汽車等級的品質和可靠性。台積電以N3A製程滿足客戶需求,目前N3A正處於AEC-Q100 第一級驗證的最後階段,並不斷改良,以符合汽車零件每百萬分之缺陷率(DPPM)的要求,為未來軟體定義汽車的全方位技術組合增添生力軍。

物聯網

隨著日常電子產品和家電採用AI功能,物聯網應用仍以有限的電量承擔更多的運算任務。台積電指出,隨著超低功耗N6e製程進入生產,將繼續推動N4e拓展未來邊緣AI的能源效率極限。

台積電技術論壇新竹場5/15登場

台積電北美技術論壇為年度旗艦客戶活動,共有超過2,500人註冊參加,緊接著將在奧斯丁及波士頓個別舉辦工作坊。台積電技術論壇新竹場將在5月15日登場,其他場次還包括荷蘭阿姆斯特丹、日本橫濱、中國上海。

延伸閱讀:
Google公開AI指令秘訣!搞懂10個超實用提示詞,讓AI回應更有料
比爾蓋茲女兒創業了!AI二手時尚平台在做什麼?比爾蓋茲超支持但警告:不能輟學

關鍵字: #台積電(tsmc)
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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