台積電機會來了！？突破半導體微縮瓶頸！台灣半導體重大方向，記憶體與電晶體可自由切換！？晶片架構將有重大轉變！

[@siousyuan5620]

雖然我聽不懂 但還是按讚 假裝我很懂

[@jimmyjimmy2941]

感謝曲博大治好了我的失眠😅

[@rogerwei2006]

[@forstkyo1027]

比失眠藥效果還好

[@MrJohnsonhsu]

現有類神經系統是用程式在傳統霍夫曼結構上模擬出來的，無論尺寸，突觸數量，都遠小於真實神經系統單元，若能真的做出接近真實神經單元尺寸，突觸數量的硬體，那就不用再模擬，直接使用，AI可以應用的領域，反應速度，系統規模，都會指數型成長。

[@CPAD]

謝謝分享，曲博導讀對學子與想學習的人士非常好。

[@Ansforce]

謝謝你的支持！

[@winst2000]

早期在八零年代很普遍 UV-EPROM and FPGA (field programmable gate arrays) 經過幾十年 也不太常見了。 不過記憶體與電晶體可以以紫外線切換，是蠻有意思的， 但是在運用上可能還需要一段時間。

[@samtsou]

這玩意不是今天才有的，不過確實蠻有意思的。 但真正的問題是你是要怎樣把紫外光作在晶片內????? 如果是在晶片上開窗口，那麼架在電晶體的Mx，Cu導線你是要如何安排? 看起來基本就是無解，不然也會極度壓縮空間來做安排。 這種技術還是要做FEOL電晶體結構，s/d-通道長度還是要繼續做微縮，才能做到高電晶體密度要求，而這技術基本上也跟一般晶片的電晶體FEOL一樣結構，所以這技術跟晶片電晶體需要做微縮的要求完全一樣，也就是說這技術對電晶體微不微縮是完全無關，也沒任何幫助。 用TMD作為通道目前最大的挑戰是在s/d與TMD之間的接觸金屬，用來降低TMD與矽的費米能階障礙，但是這些金屬的融點溫度都不高，且在高溫下會溶入矽中而消失，因此在做完後，後面製程上還有WFM的退火，導線層的高溫等等，這就夠讓你頭痛了，想要量產就先把這問題解決掉再說，而目前台積電也在找解決方案中，至少在2022年12月的IEDM技術論壇中還沒看到。

[@Ansforce]

@samtsou 好問題，我沒有去請教作者，不過我猜他們現階段應該是另外用紫外光的發光二極體照射，至於將來要整合也只能用強力膠把紫外光的發光二極體貼在晶片上面吧！我猜的。

[@licowang1771]

水銀可以嗎？

[@derekthor7742]

專業，讚

[@Happymeal186]

只能單顆電晶體設計中含有發光元件，一樣靠通電發光。當然啦，幾十億個電晶體每個都配有自己的發光單元本身也很天方夜譚就是。

[@Ansforce]

@@Happymeal186 我認為它不需要每顆電晶體配一個發光元件，只需要某一區特定功能配一個發光元元件就好了！

[@CCC-u8g]

感謝曲博老師

[@SyuAsyou]

我的疑問是實體元件的紫外光要如何施加？每一顆電晶體配一顆專屬的紫光LED？這個比microLED還不現實。每一顆電晶體配一扇窗，開窗紫外光照進來，關窗沒有光，好像合理一點，但是怎麼調控強度？實際上怎麼做？如果能找到另外一種電致材料來取代光致材料，會不會更好調控？畢竟看起來紫外光調控好像沒有很方便的樣子。

[@蛙哈哈-w2e]

感謝曲博老師講解。

[@trainlooper]

近年PC業機不太好.... 把庫存已久的技術牙膏拿出來擠一擠......💻先來 AIPC ...... 後面登場 記憶體運算...... 💰💰💰💰💰💰💰, 55D的堆出根本就是在大家的電腦上安裝了一顆⏰💣定時硬體採購通知機制.......

[@ap93k]

曲博老師 這要是真的 設計圖要重畫 設計軟體要重寫

[@cyycyycyycyycyy1]

如果成本低的話, 那chips的大小應該會縮小很多吧? 它不只是可以N/P型互換, 而且可以變成記憶體🤔 但印象中那個金屬 錸 資源量很少 估計要量產 也沒有那麼簡單

[@Ansforce]

@cyycyycyycyycyy1 對，金屬錸很貴，不過這個用量也不會很多。

[@MosesMcVeigh]

我觉得这个突破非常有价值，量子计算可应用前这就是未来。 它对于神经网络的模拟从更根本的物理层面上做了更好的近似，直觉上判断也会觉得非常先进。但是这个精度还是得提高到下一个层次。 那么有关记忆体和电晶体的同一性，我觉得这个东西实际上改变了很多逻辑架构吧，从冯诺依曼结构上来说，记忆体和运算体由于物理上就是存在距离不可消除，这导致了一种传输速度的上限，那么解决方式肯定是要把这两者在设计上就放在一起了，那么目前的硬件要怎么去适应它，还有底层的运算逻辑，它的逻辑器本身就是比传统逻辑器更高效了，但是全部软件设计全都要重新做吧。 生产工艺上，这种材料的良率和稳定性怎么样，是不是还要再观察。 感觉还有一些问题，我暂时总结不出来。 这个技术确实很重要，我在想有没有比博主这个介绍方式再通俗一点的，似乎比较难。

[@得鈞劉-l5y]

這是我們台灣國的技術，你們中國再給你1000年也作不出來😂

[@yuio823]

請問曲博科技教室,英特爾和聯電宣布合作開發12奈米製程平台,這讓人感到怪怪怪的,因為照理來講對英特爾而言12奈米製程是一個很容易的製程,應該用不著找聯電來合作開發才對 現在有一種看法是說因為"英特爾的製程技術原本就不是為"高平均每瓦效能"晶片而開發的,英特爾的晶片製程技術基本上就是用高功耗去硬推晶片的性能(因為英特爾擅長的PC 的CPU 原本就對功耗的限制比較少)",所以現在英特爾必須找聯電合作開發適合 "高平均每瓦效能"晶片的製程技術,請問曲博科技教室是否同意這種看法?

[@ZHANGZHONGMOU]

已經好幾年了！睡覺前必定聽曲博的節目

[@Ansforce]

謝謝你的支持！

[@davewu9310]

請問老師，光源會有光衰的問題，如果考慮到光衰的問題，是否這類的晶片會有壽命較短的問題呢？

[@Ansforce]

這是個好問題，不過現在的半導體元件其實發光壽命都很長，我覺得應該是還好，不過確實發光元件故障就只能換掉了！

[@ythsieh3150]

科技只聽曲博的，最近馬斯克把晶片放到人腦，不知道以後有沒有機會聽曲博介紹一下。我個人是感覺很恐怖

[@Ansforce]

看起來差不多的方法，把神經電極連接到大腦皮質層，第一代脑机接口治疗脑部疾病通过单向的电刺激来治疗，而新一代则采用脑机接口神经调控的新版芯片，能实时感知脑神经活动信号，并无线传输到外部设备，经人工智能软件分析处理随后反馈给芯片，再进行精准的刺激调节。

[@megaman.]

但是紫外光的發光元件能量轉換效率不知道有多高, 能做多小, 成本多高

[@kap6356]

感覺這個可能會發展的比量子電腦更快成為終端

[@jkifhr789]

謝謝曲博

[@shuhelee]

請問铼的稀有性，能讓PT-RFET有商業化的可能性嗎？

[@黃球球-u7k]

比較想知道他能應用在那？

[@chishengwu7775]

基於Memory的類比神經網路運算，學界很多人做，但沒有看到任何商用 感覺放久一點或者多跑幾次材料decay就不行了

[@yuio823]

請問曲博科技教室,不同的晶片指令集(比如說ARM指令集/ X86),其所對應適合的晶片硬體架構(Hardware architecture)是否也不盡相同?

[@Ansforce]

不同指令集對應適合的晶片硬體架構一般是不同的，特別是CISC和RISC因為指令特性不同，要做成相同的架構應該不太可能，但是相同的指令集，例如都是X86架構也有可能不同，Intel和AMD的處理器指令相同但是架構不同，所以效能不同。

[@blow_away_the_cobwebs]

請問這種device可以運用在光子芯片上嗎？這在IC設計上是不是會需要用到不同的simulation軟體？我是退休很久的IC designer， 很想瞭解EDA和傳統IC design的那一套是不是也和過去完全不同？例如 很久以前用的HSPICE還管用嗎？

[@Ansforce]

事實上EDA和傳統IC design的那一套已經開始改變，現在先進封裝在設計的時候就要考慮進去，未來到了矽光子與共同封裝光學，就必須連光學元件都一起模擬了！

[@hungyingfu]

開關切換速度沒提到量測數據

[@wwssswqw4p]

要紫外光照，這個離實用，還要好多年要走

[@tangtienji]

聽不懂，只覺得好像讓單一元件進入有如單元細胞的功能化的第一步。

[@0fm378qndc]

影片硬字幕小了點

[@懷祖陳]

FPGA有廠商有試做產品出來嗎！？ AI邊緣計算太需要這東西了～～ 國內有慧眼的廠商有投入嗎？！ 😢😢😢😢😢😢😢

[@Ansforce]

台灣沒有FPGA的廠商，這個門檻有點高。

[@user-vq9ls8ib888s]

曲博是很厲害的

[@林靜君-n5b]

其實，看不大懂，尤其最前面的材料介紹與基本元件。 但，聽懂了這個新材料能當電晶體也能當記憶體，一魚兩吃，紅燒清蒸兩相宜。 後面為何這材料能實現邏輯閘，沒看懂，但理解這個能把該有的邏輯閘都完成。ok，不論原理為何，總之，我按了開關房間的電燈會亮起來。 後面說這材料能輕鬆模擬類神經網路，糟糕！我生物沒學好.. 但，大概看懂那個AI模擬神經傳導的權重圖...哈，總之，我其實就聽懂了這個能運用於模擬類神經網路，應該是..加速效果？意思是，用它來算，AI算的速度更快？ 最後，其實也是我從簽名看到結尾唯一的疑問點 就是這材料，依靠紫外線來激發功能 那..這套組合所製造出來的產品，若是長期攜帶在身上，是否有健康疑慮？

[@Ansforce]

不會啦！這個還是學術研究，未來如果商品化紫外光如何照射晶片可能會在晶片內，紫外光很容易阻擋，不會漏出來。

[@emiklchen]

類AI近了！

[@i16888]

今天收642

[@李正凱-y4x]

看起來是硬體電子腦的雛型了 可程式硬體 運算速度遠超軟體神經網路

[@PaulYan-j8j]

絕無可能，台灣包括台積電就是做髒活累活可以，根本沒有能力做最基礎最底層的科研，什麼底層科技創新發生在台灣基本上都是不切實際

[@wuwoo8586]

還是有啊！光梁孟松一個人專利就幾百個了

[@vincentlin9350]

這不算是底層科研, 仍屬於新製程材料技術研發範圍.

[@Andy-h4w4i]

只有台灣能超越台灣

[@lovecacy]

不管是什麼技術，最重要的是不要又被中共偷走了⋯

[@dylan-tv8vz]

你为什么不问一问曲博，自然期刊上发表的最有价值的核心论文都是那里发表的?台湾有几篇?

[@licowang1771]

人工腦?

[@神-n6b]

所以这种電晶體能够仿人脑神经网路吗？

[@Happymeal186]

腦神經元就是記憶與運算二合一

[@vincentlin9350]

個人看完覺得粗仿可以, 實際人腦神經元遠遠複雜得多不可能全做到. 幾個簡單數據供參考: 平均每個皮質神經軸突末端約有近一萬個突觸, 與其對應的樹突用微分子傳訊, 傳訊相關的調控蛋白質約有1800種, 其中興奮型神經傳導分子類約有800種, 抑制型神經元約用到三百多種分子調控....等等, 加上其他更多胞內外訊號(膠細胞, 星細胞等等)整個皮質約一百七十億細胞的活化組合全部乘起來可能接近十的二十次方以上. 即使將來用一奈米製程做含數千億個元件再堆疊封裝一樣遠遠達不到人腦神經系統功能的複雜度.

[@woodersd888loo7]

就是读文章。都没有解析为什么，如何实现，物理原理。好像好有学问，我就是觉得你在读文章。其实我也会读,但我不知所然。😊

[@郭家銘-z4c]

有能力大量生產 再來嘴啦

[@raywinlee]

這發明幾乎只能用在“機器義眼”使用，有光時紀錄資訊，黑暗時就變成一般邏輯運算，想一想真是運用上很狹小，畢竟外部許要紫外線照射，才能改變屬性，且容易“誤傷”，並且破壞其封裝，導致IC壽命降低。 雖然有創新的變性，可惜實用度覺得有點拿石頭砸腳，又不可能光源內置只照部分 IC ，我這小腦袋真不知道還能運用在什麼場合。

[@Ansforce]

嗯！的確還有很多問題要解決。

[@kingworld7747]

看標題而己懶得看內容!!因為所謂台灣的如何根本可笑,現在所謂瓶頸是因為單元太小太靠近,產生量子躍遷效應(簡單講就是漏電),且也會產生寄生電容和電感(高顏時兩線太接近產生的),其實在20幾奈米時就已產生很強的這種效應,以前解決辦法是降電壓和降頻率,看看以前最高峰電晶體的工作電壓是5v,最高頻率是4ghz,現在降到如何了?!以前cpu不必散熱風扇(486全代)現在又如何?!所以,量子躍遷和伴隨容感不是用什麼工藝就能消的,只能降電壓降頻率,所謂工藝大概只表現在這裡,降了後還能工作,但一樣會產生大量的熱,只是你一直降這兩樣東西,會把電壓降到電晶體沒法工作,再者就是加強散熱,解決問題,只是你如果用在手機怎麼加強散熱?!放顆雞蛋煎荷包蛋?!

[@licowang1771]

所以你也無法解決這個問題?

[@OpenPossible]

文書和上網這類運算低的，散熱需求就不高。相反的，遊戲，大數據分析，這些高運算，高頻率，就會發熱。一切都是商人的陰謀……努力工作賺錢，就能享受科技帶來的便利（後面歪了）

[@waffenss1234567]

另一個做法是雲端與分散運算 就緩和小尺寸散熱耗電極限問題 你的手機遲早不必負擔多數運算，未來手機手錶的複雜運算，部分來自連線的筆電桌機甚至其他同網手機，甚至雲端服務.層層分工. 比如高速大語言模型AI在雲端算，光追4K HDR繪圖在桌機家機算，後處理輸出入在手機算 你就不需要一顆手機晶片搞定所有事情. 80%用途不需要這麼高性能，20%運算就算力大水庫搞定，讓500W的大裝置去協助5W的小裝置

[@請叫我靚仔]

新材料新技术，有谁还会和台湾合作？？？新的芯片赛道，没有要拉台湾玩了，台湾就止步于硅芯片。😅