非主流工程部

【半導體搶人大戰開打-TeraFab】

這幾天有消息指出
特斯拉已經啟動名為「TeraFab」的晶片製造相關計畫
並同步釋出關鍵職缺，其中最受關注的
是「流程整合工程師（Process Integration Engineer）」

從公開的招募條件來看
該職位要求具備至少10年以上先進製程開發經驗
並需負責先進邏輯系統單晶片（SoC）的開發
良率提升以及製程優化等核心任務

這樣的條件設定
在業界普遍被解讀為直接對標目前於台灣半導體產業
特別是具備先進製程經驗的人才
若從工作內容來推測

這類工程師的角色並非單一製程段的操作
而更接近整體製程的整合與優化核心
其可能負責的項目包含：微影工程、蝕刻、鍍膜等多段製程的整合策略設計、製程窗口（process window）的調整、關鍵參數對元件電性與可靠度的影響分析，以及在產品導入階段進行良率學習（yield learning）與問題排除。

恩~剛剛那段
差不多把整個台積在做的工作內容都講完了喔 (喂~

或是往更開發端一點走，這些工程師也可能參與新結構（如GAA或其他高階新架構）的整合評估，甚至需要與設計端協作，確保晶片在實際製造條件下仍能達到預期性能

從這樣的職缺描述來看，可以理解該角色所涉及的
不只是單純的製造流程，而是橫跨設計、製程與量產之間的關鍵橋樑

總之，如果是這樣
那應該是要非常懂半導體製造的跨領域整合人才
(結論：有夠困難)

而且要去一個新的地方
從無到有，建立整個打造晶片的基地
這真的有可能成功嗎？

大家怎麼看這件事情呢？

總之我個人先投在無塵室吃漢堡還是簡單點一票
真正有影~

#TeraFab徵人
#十年經驗製程整合單晶片工程師

3 weeks ago (edited) | [YT] | 40

非主流工程部

【GTC大會快速瀏覽：算力 算力 還是 算力】

2026GTC大會上
黃仁勳黃爸說AI的競爭
已經不只是晶片而已了

AI格局已經到了
決定整個世界怎麼運作

以前的資料中心任務
就是存取資料，傳送數據


現在的資料中心需要產出好的答案
給使用者們

所以定義了一個新詞彙
「Token Factory（代幣工廠）」

未來AI巨頭間的戰爭
簡單的來說就是
在最短的時間內能產出多少AI結果

再來一個更關鍵的轉變：
AI目前正在從工具
慢慢的進化成工作與生活的助理
這當中的所有設備

涵蓋了晶片 + 記憶體 + 網路 + 軟體 + 資料中心
在未來的世界
能源不再是我們以為的 風力 太陽能
算力已經成為新時代的能源

重點就是
未來的世界 除了算力
還是算力

PS.恩~算力最關鍵的是什麼？就是晶片

真正有影

4 weeks ago | [YT] | 21

非主流工程部

【可以吃漢堡的無塵室終於要來了？】

特斯拉執行長馬斯克之前說過
要蓋一個 可以吃漢堡的無塵室
很多網友都說不知道蓋到哪裡去了
現在有消息囉

馬斯克最近在 X（Twitter）宣布
特斯拉籌劃已久的 「TeraFab」超大型晶圓廠計畫
將在 7 天內正式啟動。
雖然目前仍沒有公布詳細內容，
也尚未簽署任何合作協議，
但還是引起了科技業的討論。

為什麼馬斯克想蓋晶片廠
因為 AI 時代算力需求爆炸，
特斯拉想要 有更多自己的晶片。

特斯拉公司目前正在推動多個需要龐大算力的計畫，
包含了：
1.自動駕駛系統（Full Self Driving）
2.人形機器人 Optimus
3. AI訓練平台與大型模型
4.未來 AI 資料中心

這些技術都需要大量高效能晶片。
問題是，即使目前世界能做出高階晶片的供應商，
例如 台積電、三星等晶圓代工廠，
所能提供的產能仍然可能無法滿足特斯拉未來的需求

因此馬斯克開始提出一個激進想法
如果晶片不夠，那就自己蓋一座

憑著他讓電動車成功的經驗
也許他會覺得這沒有什麼困難
畢竟他自認為是世界上最聰明的人
而且他崇尚的物理學第一原理
能帶他去到任何想去的領域或境界

我認為，在絕大部分的領域
或許是非常有機會的。
但晶片製造領域
卻完全不是這麼一回事

建立一座 先進晶圓廠 的難度
遠遠超過一般工業設施
它需要數百億美元投資
購入 EUV 曝光機等先進精密設備
還要有非常縝密的半導體供應鏈

業界人士普遍認為，即使是科技巨頭
也很難在短時間內建立可量產的先進製程工廠

半導體晶片製造簡單地說
是一個極高規格的「經驗產業」
晶片製造擁有設備是不夠的
更重要的是 製程參數的 know-how

一個 3nm 或 2nm 晶片製程
可能就有 上千個製程參數
這些參數不是傳統定義的那種參數
文件裡面的那些數字或步驟都派不上用場

最重要的是
晶圓製造廠的工程師們
看到目前的突發的任何製程狀況
能夠隨機應變的經驗與手法


這也是為什麼 TSMC
可以一直維持領先的關鍵
整個公司在每項細節上
連買無塵紙與衛生紙都有細節可以研究

總體來說就是
已經累積 三、四十年以上的製造經驗
因此整體良率
能不斷維持在非常穩定的狀況

在晶片產業裡
能做出來晶片不算最重要的事
能「一直做出晶片來」才是最關鍵的

加上半導體晶片產業
其實是一個獨立的 「生態系」
裡面的設備與材料全都環環相扣
EUV 曝光機來自 ASML。
EDA 設計工具來自：Synopsys
Cadence Design Systems

而這些系統
基本上都是圍繞著台積電的製程
在持續地推陳出新
所以要複製一個新的晶圓廠
其實等於要複製 整個半導體生態系

光買到所有設備是不夠的
人力、經驗、供應鏈、
以及客戶的回饋，
都是整個公司能做出高階晶片的關鍵


所以，如果是這個新聞
我目前能確定的一件事就是

開放在無塵室吃漢堡

這件事情應該相對容易達標就是

4 weeks ago | [YT] | 61

非主流工程部

【兩大公司宣布合作，挑戰量子極限時代】


IBM宣布與設備大廠Lam Research產開合作
目標是開發 1奈米以下（sub-1nm）邏輯製程技術。
終於來到了這一天-1奈米

為什麼會說終於呢？
因為1nm基本上已經非常非常接近原子尺度了
而在這個尺度下
會出現很多量子效應的現象
也就是說，不符合常規的狀態會出現
如量子穿隧（Quantum tunneling）效應
電子可能直接穿過本來應該是「絕緣」的區域。
或者是材料形成量子井（Quantum well）
當材料厚度只有幾奈米時，電子有可能會被限制在特定範圍中
這與能量有關，而無法隨意的逃脫

即便在導電材料中，有部分電子不再能自由移動
產生被侷限住的現象
這會造成漏電增加與功耗上升，元件甚至整個失敗
因此，去開發打造相關的材料或是製程概念
是很關鍵的步驟

全世界也大概都知道
黃光微影是半導體製程的心臟
目前所有先進晶片都依賴極紫外光微影（EUV）
這設備全世界只有荷蘭ASML做得出來
但其實EUV的作用其實很單純
就是把光罩上的電路轉到矽晶圓上
定義出各大樓的位置

但真正困難的是
要如何把這些設計
實體化變成可運作的電晶體
為了解決這些問題

除了目前的進程電晶體架構必須改變
因此目前半導體產業正在進入新的階段
這也是為什麼 IBM 與 Lam Research 的合作
目標是全面進行1奈米晶片的綜合型研究
未來可能的二維材料與矽光統合技術
都會變成未來十年的製程技術基礎。

當摩爾定律逼近物理極限時
半導體的競爭已經從「尺寸縮小」
變成 工程、材料與量子物理理論的綜合考場。
所以這兩間公司，決定要聯手舞弊了（並不是這意思
＃IBM
＃LamResearch

1 month ago | [YT] | 22

非主流工程部

【寶可夢遊戲設計公司真的要找大木博士啦！】

分享一則很有趣的消息
日本寶可夢公司（The Pokémon Company）
正在招募一個非常特別的職位
動植物生態學博士
沒錯，就是研究自然界生物與環境關係的

在現代遊戲開發中
很多公司不再只是「設計怪物」或是「設計遊戲玩法」
架構整個世界，變成更重要的任務
讓玩家可以沉浸式的體驗整個環境
儼然變成遊戲設計的重要指標

遊戲的開發
已經邁向了真正專業分工的時代
需要各式各樣的人才
加入整個團隊中

如薩爾達 - 曠野之息/王國之淚 的物理引擎
就需要科學的人才，來規劃每種效果的差異
如黑神話悟空的遊戲與關卡設計
就需要文學與歷史背景，與通曉佛法典故的學者參與

而寶可夢遊戲
是希望整個世界看起來像真的自然環境。

例如：
森林裡會出現哪些生物
哪些生物會形成共生關係
哪些寶可夢適合生活在海邊、火山或草原

這些設定
如果只是按照想像隨意放置
其實會讓世界觀顯得很空洞乏味
而現在的遊戲，有很大的一個特色
是逐漸有了『教育』的功能

那是因為，遊戲的各項設計
都不是天馬行空的幻想
而是非常嚴謹的科學與文學研究

因此，雇用專業的生態博士加入團隊
負責設計遊戲環境
就有機會讓新遊戲
形成一個更完整的生物系統

早期很多人以為遊戲公司只需要
程式設計師、美術設計師、企劃等等
但其實目前很多類型的遊戲開發公司

都會尋找各式的專家
歷史學家（設計歷史背景）
軍事顧問（武器與戰術）
物理學家（模擬運動與爆炸）
生態學家（設計生物世界）

這樣的目的只有一個
讓玩家相信這個遊戲世界是真的
進而讓玩家更願意沉浸在這個
創作者用心打造的環境裡

回頭來看寶可夢遊戲
其實本來就非常的物種生態
其實很多角色都來自真實生物

例如：
妙蛙種子 → 植物 + 青蛙
傑尼龜 → 海龜
比比鳥 → 鳥類
綠毛蟲 → 昆蟲
在
寶可夢世界裡
本來就是一個奇幻版的自然生態教室
現在又打算加入生態學家來輔助設計世界
未來將會看到更多的有趣內容
棲息地、食物鏈、生物競爭或季節遷徙等等


整個世界觀會變得更龐大、更完整
在未來的時代
『各式專業』將會在多領域中
發揮更大的價值

1 month ago (edited) | [YT] | 14

非主流工程部

【艾斯摩爾的下一步-先進封裝】

曝光機的超級大廠艾斯摩爾(ASML)，這二十年來
從深紫外光DUV到極紫外光到 EUV設備
這間公司讓先進製程一路推進到 5nm、3nm，甚至未來的 2nm

但他們也被AI時代影響，隨著 AI 晶片需求大爆發
晶片的整體架構正在快速改變

所以ASML 也開始思考「EUV之後的設備版圖」。
簡單來說，未來晶片不再只是單一平面結構
而是已經像一座立體系統。AI GPU、HBM 記憶體
Chiplet 模組與高速互連被整合在一起
使晶片逐漸變成 3D堆疊的運算系統。

因此，半導體製造的關鍵也不再只在曝光
而開始延伸到封裝、堆疊與製程控制。

路透社指出
在這樣的背景下，ASML的策略正在轉變。
除了持續推進下一代 High-NA EUV
公司也開始研究新的設備方向

例如支援 3D晶片堆疊與先進封裝的製造設備
用於 晶圓鍵合與精密對位的技術
以及導入 AI製程監控與缺陷檢測系統
讓晶圓廠可以用人工智慧優化製造流程


同時，隨著 AI的GP 尺寸越來越接近極限
ASML 也在探索新的曝光方式，以支援更大型的晶片設計。

在 AI 時代，晶片戰爭從電晶體的微縮走向AI系統整合
而ASML也蓄勢待發的，預計要成為這個領域的主力設備商

期待後續的發展。
#艾斯摩爾

#先進封裝

1 month ago | [YT] | 40

非主流工程部

【Canon攜手Rapidus打造日本本土製兩奈米晶片】

根據日本媒體報導
日本影像大廠 Canon 傳出將與先進晶圓代工新創 Rapidus 合作
啟動 2 奈米（2nm）製程之 AI 影像處理晶片開發計畫

該晶片預期將應用於高階相機與智慧視覺設備
並成為日本推動次世代半導體自主化的重要示範案例

在生成式 AI 與智慧視覺技術快速發展下
相機的影像處理晶片
也需要整合進AI大語言模型的推論功能
這些應用都屬於 邊緣端 AI 推論（Edge AI Inference）

這片超級晶片預計能支援超多領域
除了較常見的傳統畫質優化、降噪與色彩還原外
物件辨識與人臉追蹤
在低光源下的強化運算
高幀影像處理

這類型的應用對「效能／功耗比（Performance per Watt）」有非常高的要求
尤其在相機、監控設備與可攜式裝置等場景中
晶片需在有限散熱與電力條件下維持高運算效率

2 奈米製程代表更高電晶體密度與更低工作電壓
可同時提升運算能力並降低能耗

對於 AI 影像處理而言，其技術優勢包括：
1. 提升單位面積運算能力
2. 降低功耗與減少過熱情況
3. 即時處理能力提升，運算更快

在邊緣類別AI系統應用逐漸普及的趨勢下

先進製程不再僅屬資料中心專用
其中最重要的當然是Rapidus 成立以來
就以 2 奈米量產為目標
先前喊出的時程，就是期望在 2027 年前建立先進製程能力

如今日本本土大廠Canon成為首批客戶
將成為日本本土的先進製程應用範例
對於日本全國來說，是一個全新的里程碑

#日本兩奈米
#Rapidus
#Canon

1 month ago (edited) | [YT] | 26

非主流工程部

【HBF記憶體成為AI系統升級關鍵？】

自從 ChatGPT 問世後，AI 進入爆發期
過去幾年重點在「模型訓練」
GPU + HBM（高頻寬記憶體）成為核心組合

HBM是透過 3D 堆疊
提供超高頻寬，專門解決「訓練」時的大量運算需求

目前的AI模型 正在進入下一個階段 - 推理時代
要讓這個已經被訓練差不多的AI系統
要記住更多對話內容、更多情境設定
與用戶端互動的資料量將開始爆炸式成長
這時候需要的就不光是速度，而是整體容量

HBM記憶體
是由動態隨機存取記憶體DRAM堆疊而成
存取速度快，但容量有限

於是快閃記憶體NAND Flash開始出現在各專家的視野中
如同堆疊DRAM一樣，若將NAND Flash以相同概念堆疊
就創造出了HBF（High Bandwidth Flash） 高頻寬快閃記憶體
與HBM相比，HBF的容量可達20倍以上

做個小結論
在過去十年的AI模型訓練時代 → HBM+GPU 是主要的系統
但未來進入推理時代 → HBF+HBM+GPU 卻是最關鍵的拼圖
但無論是HBM或是HBF

都需要大量的DRAM或是NAND Flash記憶體
這也是目前為什麼記憶體大缺貨的主因
而專家預估記憶體大概會缺貨到2030年喔

我們就一起繼續關心下去吧
真正有影
#AI #HBM #HBF #NAND #DRAM #半導體

1 month ago (edited) | [YT] | 19

非主流工程部

【三星發表最新手機，主力晶片由台積電製造】

手機品牌大廠三星，在美國時間2026/02/26
在舊金山舉辦新產品發佈會，一口氣發表三款新機
其中最高階機型-Galaxy S26 Ultra

這個旗艦款的手機
將搭載高通(Qualcomm)最新旗艦處理器 Snapdragon 8 Elite Gen 5

但這顆主力三奈米晶片卻不是由三星自家晶圓廠製作
而是由我們的護國神山-台積電(tsmc)負責製造

在先進製程競爭中，良率與產品穩定性是關鍵因子
身為旗艦款最新手機
對效能與功耗極度敏感，若製程穩定度不足
將直接影響產品上市時程與品牌形象

在高階晶片市場
台積電近年的表現
消費市場信心當然非常高

而高通作為處理器設計商
必須確保其旗艦SoC晶片(系統化晶片)
在效能與能耗比上維持領先

若代工廠能提供更成熟的製程條件
當然選擇風險較低的決定

這也是台積電被選中的最重要原因

三星雖同時擁有晶圓代工與手機品牌雙重身份
但在高度競爭的旗艦手機市場，產品成功遠比自家製造來得重要
當市場壓力與AI應用需求持續升高
選擇了老對手台積電來當隊友，也是可以理解的做法

當製程技術門檻高到足以決定整個產品成敗時
就讓品牌與代工的界線開始模糊
在未來的電子產品市場
誰能穩定又準時、製作出高效能與低功耗地先進的晶片
目前台積電，是全世界唯一的解答



#三星2026新機發表
#台積電三奈米製程

1 month ago (edited) | [YT] | 31

非主流工程部

【美光HBM大戰暫時失利，未通過輝達驗證】

根據 Bloomberg、Reuters、Barron’s 等國際媒體報導
三星與 SK 海力士正加速 HBM4 出貨與量產進程
並在 NVIDIA 下一代 AI 系統供應鏈中取得領先地位

HBM4 記憶體大戰中，原先被外界看好的美光（Micron)
傳出未通過輝達的驗證，而暫時退出
輝達宣布未來Rubin系統上
所需要的HBM4高頻寬記憶體
將與 SK 海力士(約70%)與三星(約30%)共同合作

專家推測原因應為
SK 海力士：技術領先，和 NVIDIA 合作最深
三星：產能大、動作快、價格策略積極

而擁有兩家供應商，原本就是商場上合理的策略
先前HBM3時代，輝達就選了 SK 海力士與美光

只是外界還是挺驚訝
美光竟然會在這裡小小跌了一跤

但從國際分析來看
美光的暫時失利，不會影響到他們的AI布局
目前仍在 AI 記憶體領域持續尋求機會與合作廠商

而且雖然在HBM這塊失利
但CPU系統裡面所需要用到的是CPU的CAMM2記憶體
美光在這裡的記憶體的技術是有領先定位的
再加上AMD，Google及Meta等大廠也是正在擴展AI基礎建設
也是非常利於美光持續擴大影響力

真沒想到風水輪流轉
記憶體市場一直是上上下下的市場運作模式

在AI 來到了各家基礎建設的軍備競賽時代
記憶體再次成為了最關鍵的因子

這次的記憶體風潮是否能像外界預估
一口氣擁有數年的好光景

我們就繼續看下去囉

#美光
#記憶體
#HBM4
#輝達

Skip the Carousel

1 2

1 month ago (edited) | [YT] | 23