半導(dǎo)體產(chǎn)業(yè)未來的八大關(guān)鍵趨勢

鑒于過去數(shù)十年科技變革的速度，讓趨勢預(yù)測看似一項充滿變數(shù)的挑戰(zhàn)。 然而，我們認為擁有前瞻視野仍然至關(guān)重要。 因此，以下是我們對未來一年乃至更長時間內(nèi)，可能持續(xù)影響并重塑產(chǎn)業(yè)發(fā)展的關(guān)鍵趨勢預(yù)測。

【趨勢1】讓機器「思考」得更精確

近年來，機器學習、深度學習與人工智能（AI）技術(shù)快速發(fā)展。 過去的重點多集中在訓(xùn)練 AI 服務(wù)所依賴的模型，如今發(fā)展方向正從訓(xùn)練轉(zhuǎn)向推理。

推論更類似于思考與推理，指的是將已訓(xùn)練的模型應(yīng)用于數(shù)據(jù)，以導(dǎo)出預(yù)測與結(jié)論。 相較于專注于「學習」的技術(shù)，適用于「思考」的芯片將逐漸成為主流，進而提升 AI 推論的準確性。 此外，神經(jīng)處理器（NPU）將比GPU更受重視，特別是在貼近數(shù)據(jù)來源的應(yīng)用中。

光子集成電路（PIC）的技術(shù)發(fā)展將提升數(shù)據(jù)傳輸?shù)乃俣扰c容量，進而推動超高速人工神經(jīng)網(wǎng)絡(luò)與類神經(jīng)運算的發(fā)展。 針對計算機視覺應(yīng)用，卷積神經(jīng)網(wǎng)絡(luò)（CNN）將大幅提升機器對影像與視覺信息的解析與理解能力。

【趨勢2】AI 持續(xù)朝向邊緣發(fā)展

AI 芯片技術(shù)的持續(xù)創(chuàng)新，特別是神經(jīng)處理器（NPU）的發(fā)展，將進一步提升連網(wǎng)裝置與傳感器的智能化能力，推動邊緣 AI 的應(yīng)用，使 AI 功能能夠直接內(nèi)建于網(wǎng)絡(luò)邊緣的裝置中。

將智能分析能力整合至裝置與傳感器內(nèi)，能使 AI 更貼近數(shù)據(jù)來源，降低延遲，同時提升數(shù)據(jù)安全性與隱私保護。 此外，在邊緣進行AI運算可減少設(shè)備向數(shù)據(jù)中心傳輸?shù)臄?shù)據(jù)量，降低服務(wù)器的運算負擔。 使用TinyML等輕量AI模型的NPU也比數(shù)據(jù)中心內(nèi)的GPU更具能源效率。

當我們考量連網(wǎng)裝置與傳感器的數(shù)量與類型時，不難看出邊緣 AI 在各個產(chǎn)業(yè)與消費市場的廣大應(yīng)用潛力。 這一領(lǐng)域的創(chuàng)新將加速發(fā)展，使各種設(shè)備具備更強的智能化能力。

【趨勢3】硅技術(shù)的新方向

如何以更高效的方式提升半導(dǎo)體效能將成為優(yōu)先課題。 碳化硅（SiC）就是一個典型例子，其在功率電子領(lǐng)域的表現(xiàn)與優(yōu)勢已廣為人知，并在車用、能源與工業(yè)應(yīng)用領(lǐng)域展現(xiàn)出巨大潛力。

然而，SiC 半導(dǎo)體的制造過程充滿挑戰(zhàn)。 未來的技術(shù)創(chuàng)新將透過制程的垂直整合—從設(shè)計到測試更緊密協(xié)作—來提升良率與產(chǎn)品品質(zhì)。

硅光子技術(shù)也逐漸成為因應(yīng)當前與未來運算挑戰(zhàn)的理想解決方案。 透過光子（而非電子）來傳輸信息，硅光子技術(shù)能提升數(shù)據(jù)傳輸效率，并大幅降低延遲，相較于傳統(tǒng)電子半導(dǎo)體更具優(yōu)勢。 因此，它特別適用于 AI 數(shù)據(jù)中心內(nèi)部的高速連接，但其應(yīng)用潛力遠不止于此。

【趨勢4】傳統(tǒng)芯片技術(shù)推動量子運算發(fā)展

量子運算的概念已被討論多年，過去或許更像是科幻情節(jié)，而非實際可行的技術(shù)應(yīng)用。 然而，量子運算所帶來的運算能力提升幅度極大，顯示出需要全新的運算技術(shù)架構(gòu)。 但事實上，只需進行相對較小的調(diào)整，現(xiàn)有的半導(dǎo)體制造技術(shù)便能應(yīng)用于量子計算機，這將帶來變革性的影響。

采用成熟的FD-SOI半導(dǎo)體制程技術(shù)，將加速量子運算邁向?qū)嶋H應(yīng)用。 盡管量子運算并非適用于所有運算任務(wù)，但我們將看到各個產(chǎn)業(yè)領(lǐng)域積極探索其潛在應(yīng)用，從金融服務(wù)、制藥研發(fā)到資安防護與氣候模型仿真等，都可能成為量子技術(shù)發(fā)揮影響力的關(guān)鍵場域。

【趨勢5】生物傳感技術(shù)從運動愛好者拓展至日常健康管理

數(shù)以百萬計的運動愛好者已經(jīng)通過穿戴式裝置監(jiān)測生理指標，以追蹤運動狀態(tài)并提升體能。

隨著生物傳感器的進步—涵蓋更多類型的生理指標、更小型化的設(shè)計、更低成本以及更高的能源效率——這些技術(shù)將被整合至更多元的裝置與材料中。 當監(jiān)測內(nèi)容、信息共享對象及時機能夠適當控管時，人們將更愿意接受持續(xù)性的健康指標監(jiān)測。

生物傳感器的應(yīng)用將不再局限于個人或?qū)I(yè)運動領(lǐng)域，而將進一步拓展至更廣泛的醫(yī)療服務(wù)。 結(jié)合邊緣 AI，醫(yī)療建議與診斷將能在需要時實時提供，且許多情況下無需親自前往診所或醫(yī)院。 主動健康管理—著重預(yù)防而非治療—將變得前所未有的可行，并有望大幅減輕全球醫(yī)療體系的負擔。

【趨勢6】電動車重回正軌，比以往更智能更安全

盡管在部分市場，電動車（EV）的銷售有所下滑，且整體銷售成長率低于預(yù)期，但從全球來看，電動車的銷量仍持續(xù)增加。

撇開銷售數(shù)據(jù)不談，電動車技術(shù)的創(chuàng)新仍在加速發(fā)展。 半導(dǎo)體、傳感器與軟件在提升車輛體驗與行車安全的影響將持續(xù)擴大，這已是不爭的事實。

消費者對電動車的采用將受到更高效的電池與電源管理技術(shù)的推動，同時，各國與各地區(qū)的充電基礎(chǔ)建設(shè)也將變得更加普及且高效。 隨著越來越多消費者積極投入再生能源轉(zhuǎn)型，電動車將成為最容易實踐且影響深遠的選擇之一。

【趨勢7】萬物皆可數(shù)字雙生

數(shù)字雙生技術(shù)能為機械、建筑乃至整座城市建立數(shù)字模型，通過虛擬建模來測試預(yù)定的改良方案，并加速實體環(huán)境的優(yōu)化進程。

要打造數(shù)字雙生，關(guān)鍵在于精確的實體數(shù)據(jù)流，通常由物聯(lián)網(wǎng)（IoT）與支持邊緣 AI 的傳感器提供。

感測技術(shù)的創(chuàng)新將使幾乎所有實體對象都能夠擁有數(shù)字雙生，通過數(shù)據(jù)分析獲得的關(guān)鍵信息，推動設(shè)計、監(jiān)測與流程優(yōu)化。 從溫度、壓力到空氣質(zhì)量與聲音，各類傳感器都將發(fā)揮重要作用。

我們將能為自己的住家建立數(shù)字雙生，運用其來優(yōu)化能源使用，并作為提升智能家居自動化的基礎(chǔ)。 交通系統(tǒng)、醫(yī)院、機場、工廠、運動場館等，各種設(shè)施都將擁有數(shù)字雙生。

【趨勢8】無限延伸，超越極限

我們正處于前所未有的太空衛(wèi)星部署時代。 目前地球軌道上約有9,000顆衛(wèi)星，但預(yù)計在本世紀末將增至60,000顆。

這股成長趨勢主要來自低地球軌道（LEO）「巨型衛(wèi)星星座」的發(fā)展，這些衛(wèi)星群正在打造全球性的低延遲、高效能通訊網(wǎng)絡(luò)。

放眼地球軌道之外，許多國家正積極推動太空探索計劃。 在未來幾年內(nèi)，人類極有可能再次踏上月球。 其中一項重要目標是尋找并分析珍稀礦物，這些資源或?qū)㈤_啟新一輪科技創(chuàng)新時代。

從近年的發(fā)展來看，未來一年乃至更長時間內(nèi)，科技領(lǐng)域?qū)⒂瓉砹钊梭@艷的突破，技術(shù)演進的速度也將持續(xù)加快。 文中提及的趨勢有些可能成真，有些或許仍是樂觀預(yù)測，但可以確定的是，還有許多尚未浮現(xiàn)的創(chuàng)新即將到來。