劉德音：半導體技術發展已走向隧道口 未來有更多可能性、不再受束縛




呂俊儀｜Yahoo財經特派記者
2023年9月6日 週三 下午7:13



台積電（2330）董事長劉德音今（6）日受邀國際半導體展大師論壇，以「 Semiconductor Technology in the Era of Artificial Intelligence」為題分享AI演進及台積電在相關技術上發展。當中較特別的提到台積電發展光子引擎技術，也說明3D Blox助力設計人員自由進行3DIC系統設計。他更強調，過去50年，半導體技術發展就像走在隧道裡。現在已到隧道出口，未來充滿更多可能性，將不再受隧道束縛。
劉德音：CoWoS需求一年半後趕上、台積電AZ廠一定會做成功

台積電（2330）董事長劉德音今（6）日受邀國際半導體展大師論壇，以「 Semiconductor Technology in the Era of Artificial Intelligence」為題分享AI演進及台積電在相關技術上發展。（圖／記者呂俊儀攝）
劉德音一開始介紹，90 年代後期IBM 開發的深藍(Deep Blue)超級電腦擊敗了世界西洋棋冠軍加里·卡斯帕洛夫(Garry Kasparov)，展現超級電腦技術突破性發展，也首次看到「高效能運算」有朝一日超越人類智慧的可能性。
接下來 10 年，AI應用於許多實際任務，如臉部辨識、語言翻譯、電影和商品推薦。再接下來的 10 年，AI 進步到另一個層次，能夠「匯整合成知識」。生成式AI可創作詩詞及藝術品、診斷疾病、撰寫報告和電腦代碼，甚至可設計出與人類打造的積體電路相媲美的相似產品。AI為人類的生活和工作帶來重大改變，也為半導體產業帶來龐大的商機。
他認為，AI 應用突破性發展來自三個因素，首先是高效深度學習演算法的創新；其次是透過網路取得的大量訓練資料；第三是半導體技術的發展提升了節能運算的能力。
劉德音說，AI發展過程中的幾個重要里程碑是由當時領先的半導體技術實現的。如深藍超級電腦採用0.13微米技術，深度神經網路初始圖像辨識採用45奈米，著名的AlphaGo採用28奈米技術，最初用於訓練的ChatGPT伺服器採用5 奈米技術，最近的ChatGPT 則是由採用台積電4奈米生產的伺服器提供支援。ChatGPT廣泛應用於日常生活中，展現了AI普遍使用於高效能運算技術，為社會中的每個人帶來助益。

台積電董事長劉德音介紹高效運算與半導體技術發展。（圖／記者呂俊儀攝）
劉德音認為，過去5年，AI訓練所需運算能力和記憶體容量增加了好幾個數量級。如GPT-3 模型需要超過5000 peta-FLOP-days(5E18 Flop-days)運算量和3兆位元組(3E12 位元組)記憶體容量。
但生成式AI應用所需的運算能力和記憶體仍在快速增長，半導體技術要如何以如此快的速度發展呢？劉德音提到，自積體電路發明以來，半導體技術一直在進行尺寸微縮，試圖將更多半導體元件(或電晶體)置入指甲般大小的晶片中。但現在整合技術已往上提升了一個層次，將許多晶片整合到一個緊密且大規模互連系統中。這是業界十多年來見證到半導體技術整合中的「典範轉移」。超越了2D微縮，進入到3D系統整合。
國際半導體展登場 吳田玉：台灣半導體該扛什麼責任「腦筋要清楚一點！」
劉德音提到，在人工智慧時代，系統能力與系統中整合的元件(或電晶體)數量成正比。可以利用中介層將整合系統的尺寸擴展到曝光光罩尺寸外，整合系統晶片比單晶片容納更多的元件。以台積電技術，CoWoS技術開發超級載體中介層能夠容納高達6個光罩曝光面積的運算晶片，以及12個 HBM3高頻寬記憶體堆疊。
劉德音認為，對AI來說，3D SoIC 是另一項越來越重要的關鍵技術。現在傳統的高頻寬記憶體(HBM)依賴矽穿孔(TSV)和焊接凸塊進行堆疊。台積電3D SoIC 可為HBM技術提供替代方案。在HBM測試結構中，有12層面對背堆疊(F2B)在低溫下接合，置於更大的基礎邏輯晶片之上，總厚度僅 600 微米。
他進一步說，藉由CoWoS或SoIC技術，系統整合晶片中的總元件(電晶體)數量遠大於一個單晶片容納的數量。AI 訓練使用的 GPU 晶片已達到了光罩曝光面積限制，其電晶體數量約為1000億個。電晶體數量增加趨勢的延續需要由多個與2.5D 或 3D 整合互連的晶片來執行運算。
他預告，十年內，多晶片GPU預估將由超過1兆個電晶體組成。透過互連間距微縮，將有足夠的空間容納更多比目前更大的SoIC互連數量。將互連密度進一步提高一個數量級或甚至更高並沒有基本限制。
不過，這些創新硬體技術如何對系統效能做出貢獻呢？劉德音分享，以伺服器 GPU能源效率(EEP)趨勢，過去15年中，半導體產業約每兩年將能源效率提高了三次，此趨勢必將延續下去，也會受到許多創新的驅動，包括新材料、元件和整合技術、極紫外光(EUV)和設計技術協同優化(DTCO)的進步、電路設計和系統架構設計。特別的是，CoWoS和SoIC發展將協助提高能源效率。此外，系統技術協同優化(STCO)等概念將變得越來越重要。

台積電董事長劉德音提到公司光子引擎技術。（圖／記者呂俊儀攝）
高效能運算系統由大量執行大型AI模型的晶片組成，高速有線通訊可能很快將會限制運算速度。目前光互連已用於連接資料中心的伺服器機架，光學介面可望很快與GPU和CPU配置在一起，為GPU到GPU通訊提供能量和區域效率擴展頻寬。因此，數百台伺服器將成為具有統一DRAM的單一巨型GPU。
繼續閱讀報導