ChatGPT年初爆紅，讓AI成為今年產業界的熱門話題。但AI的發展已經幾十年之久，早在1990年代，IBM的Deep Blue超級電腦就擊敗國際西洋棋冠軍加里．卡斯帕洛夫，展現AI智慧超越人類智慧的可能性。隨後10年，AI開始出現人臉辨識、語言翻譯、商品推薦等應用。再下一個10年，AI出現創作的能力，除了寫作與作畫，還能設計電路與晶片。在今年的SEMICON Taiwan國際半導體展中，台積電董事長劉德音親臨現場，分享半導體在AI發展所扮演的角色。
積體電路讓半導體快速發展，近年CoWoS與3D SoIC是關鍵
劉德音指出，AI之所以能取得這些突破，主要有3個因素，分別是深度學習演算法的創新、大量的訓練數據以及半導體技術的進步。對於半導體的進展，劉德音舉例說明，1990年代的Deep Blue超級電腦使用0.13微米製程技術的晶片，初代的圖形辨識AI使用45奈米晶片，2016年的AlphaGO使用28奈米晶片，今年的ChatGPT升級到5奈米晶片，但最新的ChatGPT使用更先進的4奈米晶片。由此可見，AI的進步與半導體的進步是相輔相成的。
而半導體技術快速發展的主要原因是積體電路。過去半導體技術的重點在大小縮放，但現在業界正嘗試將多個晶片組合成一個緊密集成的電路，也就是大量互聯的系統。此外，CoWoS與3D SoIC是近年半導體的關鍵技術，透過堆疊的方式，提高晶片的運算效能與系統速度。
「我們即將走出隧道，有更多的可能性等著我們」
劉德音以台積電客戶的產品為例，說明半導體技術對AI的影響。例如NVIDIA的Ampere與Hopper GPU（Graphic Processor Unit），晶片從7奈米升級到4奈米，在相同的區域內增加50%的電晶體，而這些晶片是目前用於訓練大型語言模型的主力。
另一個例子是AMD的MI300 APU（Accelerator Processor Unit），它搭載SoIC技術，並整合GPU與CPU，讓它能有效處理大量的AI運算。最後則是Cerebras Wafer-Scale Engine，這款晶片的尺寸與300毫米的晶圓相當，內部有多達2.6兆的電晶體，號稱是目前最大的晶片，它使用跨晶圓連接（cross-die connectivity）技術來連接運算核心。
為了使大型AI模型運作得更順暢，劉德音表示，還需要透過光學互連技術連結數百台伺服器，讓它像一台大型GPU一樣運作。而台積電的緊湊型通用光子技術引擎（compact universal photonic engine technology）在當中發揮重要作用。
演講最後，劉德音總結，在AI時代，半導體技術是最新AI應用能力的關鍵推動力，新的半導體產品不再僅受到標準形式晶片尺寸的限制，也不再受到下一代技術的規模縮放限制。劉德音也形容，過去50年，半導體技術發展就像在隧道內行走，路徑很明確，但現在我們即將走出這條隧道，將不再受到隧道的限制，有更多的可能性等著我們。
