突破技术障碍 台厂续掌GAI商机

  GAI 热潮不断,人性化的各式应用,让它深入人们生活中,并引发科技产业的创新与变革。 台湾位居全球科技供应链重要地位,工研院积极...

  GAI 热潮不断,人性化的各式应用,让它深入人们生活中,并引发科技产业的创新与变革。 台湾位居全球科技供应链重要地位,工研院积极投入研发相关技术,迎合各项设备精进与应用需求,为台湾科技岛的实力再添一关键影响力。

  自2022年ChatGPT推出以来,生成式人工智能热潮快速袭卷各个产业,不只让每个人感觉到与AI更接近,是在生活中举手投足就可使用的工具,更为产业界引发一连串的创新与变革。

  尤其为了因应GAI所需的算力,最为相关的资讯科技产业也积极投入研发,以能迎合各项设备精进与应用需求。 工研院电子与光电系统研究所所长张世杰表示,在GAI的发展之下,台厂的商机也随之提升,像是半导体的制造与封装,以及服务器代工等,都已在全球供应链中占有主要地位,如CoWoS先进封装制程,与此同时,台厂也应该掌握GAI带来的机会,持续增加影响力。

  在 GAI 的带领下,技术层面的突破成为创造市场优势的关键,也是工研院积极投入研发的方向。 张世杰以芯片设计为例,在GAI的运算过程中,原有部分是由中央处理器来处理,但这也因为需要搬移资料,使得整体运算速度减慢; 因此目前在设计上,就有改以芯片内的硬件,来取代CPU运算的方式,也是许多研发机构竞争之处。

  这也反映出,既然 AI 的运算需要不断搬移资料,显见内存的效能就相当重要,更使得高带宽记忆体成为炙手可热的零组件,可借由封装技术来堆叠多层的DRAM,达到降低体积、增加储存空间等效果,例如英伟达在AI运算平台HGX H200上,就是使用高阶的HBM3e。

  不过,张世杰也提到,HBM 的制程较复杂且成本高,对台厂来说负担并不小。 因此目前国内也有多家厂商与工研院合作开发新技术,利用Wafer on Wafer的方式来堆栈逻辑运算与记忆体等部分,除了在制程上较HBM简单,比如采用DDR1的制程技术,效能已可超过DDR5.价格更是低廉许多,也适合AI从云端到边缘端的高内存需求。

  同样在手机等边缘装置的内存上,由于目前采用的嵌入式闪存,在制程上已难自28纳米后再微缩,也使得工研院已投入数十年研发的磁阻式随机存取记忆体成为愈来愈热门的产品,不仅体积更小、效能表现更好,甚至还具备抗高温和低温等特性。

  张世杰指出,随着 AI 应用越来越多,如 AI 电脑、AI 手机等边缘端的设备也愈来愈多; 可是在这些设备上运行的 AI 系统,除了必须具有一定的算力,AI 运算的模型也有限制,既不能损失太多精确度,数据量也不能太复杂。 因此相对来说,这时就需要和云端 AI 系统不同的技术,也成为台厂切入的机会。

  好比在内存需求增加下,由工研院与台积电合作开发的自旋轨道转矩磁性内存,就具有高速度且低功耗的优点,目前读取时间更达世界第一的 0.4 奈秒,这类产品就将会是未来各种边缘装置内存的重要选项。

  当AI算力持续推进、服务器效能不断提升之下,需要面对的还有电源传输与散热问题。 比如服务器的电源,通常就要从机房外的几万伏特,到进入服务器内的数百伏特,再到芯片时仅剩几伏特,这当中要如何控制、传导电源,就是个相当复杂的问题。

  还有服务器的散热问题,预估到明年,光是 3 厘米见方的芯片,热量将会高达 1000 瓦,是目前所有规格的散热产品无法负荷。 因此工研院也与国内多家散热厂商合作,利用纳米技术研发蒸气导板,以水吸收芯片的热量后,透过纳米结构的毛细作用把水引导至散热板表面,以水蒸气的形式将热量快速排出,并经散热凝结成水后,再回到下方重复吸热。

(来源:IT商业新闻)
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。

相关推荐