搜尋

會員登入

搜尋

導覽

會員

AI能耗驅動系統整合 SEMICON揭設計、記憶、光互連突破

瀏覽次數:195

因前沿AI模型訓練算力每年成長4~5倍,能源供給與資料搬移成本已成為效能擴張的關鍵瓶頸,促使AI效能競爭從單一晶片的效能比拚,轉向設計、記憶與互連協同突破的系統整合工程。今年9月登場的SEMICON Taiwan 2026也預告,將針對3大關鍵技術打造專屬場域。



圖一 : SEMICON Taiwan 2026 矽光子專區,將聚焦高速光互連、CPO與次世代AI基礎建設發展
圖一 : SEMICON Taiwan 2026 矽光子專區,將聚焦高速光互連、CPO與次世代AI基礎建設發展

其中包含:AI半導體技術特區聚焦ASIC與AI晶片設計、記憶體高峰論壇深入探討高頻寬記憶體(HBM),並由矽光子專區完整呈現高速互連技術與應用,串聯下一代AI運算架構的核心環節。


SEMI全球行銷長暨台灣區總裁曹世綸進一步指出:「在現今AI系統中,資料搬移的能耗甚至可能超越運算本身。這意味著,效能瓶頸也因此不再侷限於單一晶片,而取決於整體系統架構的設計。過去,產業競逐的是單一晶片的演進速度;如今,面對能耗限制,如何將運算、記憶與資料傳輸納入同一架構協同設計,才是突破效能瓶頸的關鍵。」


然而,這項龐大的系統工程,絕非單一企業能夠獨力完成,唯有跨領域、跨供應鏈協作,才能推動下一波創新。匯聚來自供應鏈各環節的技術與產業力量,共同構築未來,正是今年展會『Transform Tomorrow共構未來』的核心精神。


因此,在「設計層」將隨著全球雲端服務業者(CSP)持續加碼自研客製化晶片ASIC,AI加速器巿場正走向多元分化。當能耗成為算力擴張的瓶頸,針對特定工作負載客製化晶片,便成為提升效率的重要路徑。


邁入第三屆的「AI半導體技術特區」,今年將集結日月光、研揚、神盾、微智匯運算以及臻鼎等企業,完整呈現AI從核心運算、晶片設計、半導體製造,到邊緣運算與實體AI(Physical AI)應用的完整價值鏈。


「記憶層」緊密耦合的關鍵之一,則在於資料能否即時、就近供應運算單元。HBM也因此從標準化通用元件,躍升為AI系統設計的核心策略資產。推動記憶體供應商、晶片設計商與系統業者由傳統供應關係,邁向跨硬體與系統的協同設計(Co-Design)。


SEMICON Taiwan 2026將集結Google、Samsung、SK hynix、SanDisk、Solidigm、群聯、d-Matrix及學研專家,聚焦記憶體效能與功耗挑戰,以及HBM4、CXL、AI SSD、運算型儲存(Computational Storage)、記憶體內運算(In-Memory Computing)與MRAM等次世代技術與運算架構。從AI系統端需求到記憶體與儲存創新,串聯產業上下游觀點,解析Co-Design時代下次世代AI運算的技術方向。


此外,基於「互連層」資料搬移的能耗不只發生在晶片內部,而是隨著AI與高效能運算(HPC)快速發展,資料中心架構加速升級。矽光子利用光訊號取代電訊號,將可突破頻寬、功耗與傳輸效能限制,而成為降低資料處理與搬移成本的關鍵路徑。


SEMICON Taiwan 2026「矽光子專區」共集結光焱科技、晶彩科技等廠商,完整展示矽光子晶片設計、光電整合、先進封裝、CPO解決方案及光通訊模組等技術鏈,呈現矽光子產業從設計到量產的產業縱深。


展會期間同步舉辦的「矽光子國際論壇」,還將匯聚Cisco、Marvell、TSMC、Lumentum、ASE、UMC、Lightmatter等全球產業領袖,議題涵蓋從Die-to-Die、共同封裝光學(CPO)到Rack-to-Rack的高速光互連架構,並深入探討AI資料中心、超大規模AI、異質整合、量產製造、測試驗證及全球供應鏈協作等關鍵課題,共同解析矽光子技術如何從創新研發邁向大規模部署,勾勒下一代AI基礎建設的技術藍圖與產業商機。


Card Image

Smart Energy:數位電錶除了量測電壓和電流外,還需要什麼強大的功能?

Microchip 推出的全新加強型智能電錶解決方案,擁有複雜且精準的計量韌體,並支持基礎的電錶應用。此方案在數位電錶數據傳輸方面,既可以通過電力線傳輸,也可以使用藍牙…

Microchip 推出的全新加強型智能電錶解決方案,擁有複雜且精準的計量韌體…