《科技》AI應用加速半導體發展 技術整合成關鍵

資深產業分析師楊可歆表示，目前大型語言模型(LLM)爲AI核心應用之一，LLM參數量的大幅成長，提升對底層晶片的算力要求，且記憶體頻寬、資料傳輸效率與散熱設計皆面臨挑戰，進而推動AI晶片/專用加速器如GPU、TPU、專用ASIC晶片發展，以求能更符合LLM需求。

資策會MIC資深產業分析師楊可歆進一步表示，AI應用將加速邏輯晶片、記憶體與封裝技術發展，爲滿足不同的AI應用場景，邏輯晶片、記憶體、I/O與封裝技術，將需要在性能、功耗與體積之間取得平衡。爲求晶片整體性能與功耗效率提升，晶片產業展開變革，技術進步體現於邏輯晶片運算能力、記憶體頻寬、容量與延遲表現，另外，先進封裝技術在整合運算晶片與記憶體方面也扮演關鍵角色，反映出現代電子設計面臨的挑戰，半導體技術整合也更加關鍵。