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

3 days 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

4 days 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 week 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 week 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

2 weeks 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

2 weeks 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

2 weeks ago (edited) | [YT] | 23

非主流工程部

【Meta 與 AMD 達成史詩級別合作協議 】

這兩天才說Meta向Nvidia
大量添購AI系統所需的GPU與CPU系列
接著又傳出另一項重磅消息

『Meta 與 AMD 宣布確認雙方的戰略合作夥伴關係』

將在未來共同推進大規模人工智慧（AI）核心運算基礎建設部署
這份合作協議涵蓋未來五年內在 Meta AI系統基礎建設中

這個合作案總金額推估超過 1000 億美元
部署高達 6GW（千兆瓦）級別的 AMD Instinct GPU 運算能力
這將用於推動 Meta 在生成式 AI推理的大型模型運算
並且將客製化晶片(ASIC)與系統(AI-System)設計

計劃首階段將採用基於 AMD 最新 MI450 架構打造的客製化 GPU
並搭配 AMD 6th Gen EPYC™「Venice」伺服器 CPU
與 ROCm 軟體堆疊進行整合
也透漏將透過共同打造 Helios AI 系統架構
以提升運算效率與資料中心部署靈活性

長久以來，在大型 AI 運算晶片市場中
輝達Nvidia 一直佔據主導地位
成為大多數公司的雲端與超大規模 AI 基礎設施的首選供應商
Meta 與 AMD 的合作打破了這種單一依賴
不再只依賴單一供應商，採取多供應商策略
以降低風險並提升未來與各界的談判籌碼

對 AMD 來說這個合作案非常重要
這筆合作不僅是 AMD 在 AI 基礎設施市場的一大勝利
也象徵著其在 GPU 運算與大規模 AI 需求中取得關鍵布局
正代表AMD正式進入未來的主要戰場

這個合作案內容還提到
AMD 將給予 Meta「績效掛勾股票權證」
意思是如果合作順利
Meta 甚至可能持有 AMD 大量股份
那這麼看來，這筆交易不是單純晶片訂單
而是一個長期聯盟的合約

未來科技高階算力的戰場
真的是打得非常精彩阿

真正有影

#Meta
#AMD

Skip the Carousel

1 2

2 weeks ago (edited) | [YT] | 25

非主流工程部

【AI時代的工作版圖變化】
日前World Economic Forum（WEF）
所發布的《2025 年就業未來報告》
這份報告的內容調查了全球 55 個經濟體
超過 1000 家大型企業，涵蓋 20 多個產業
總數目達約 1400 萬名勞工的數據
分析 2030 年前的就業與技能變化趨勢
先說結論：『五年內，某些工作內容正在消失，但也產生新職缺』
隨著 AI軟體在越來越多任務上實現自動化
有大約41% 的雇主表示未來將因技術導入而縮減人力
各企業的策略，都有透過AI降低人力的固定成本這一環
這個趨勢是不可逆的
未來這些年許多的職業將迎來關鍵的轉變期
這份報告的結果顯示，AI 的確會創造新機會
預估到 2030 年將新增 1.7 億個工作機會，
但同時也會有 9200 萬個職位消失，淨增加約 7800 萬個工作
換句話說，工作是有的，只是正在變遷
報告中描述了主要變動將來自五大因素：
1. 人工智慧技術進步
2. 人口結構改變(老齡化社會來臨)
3. 地緣政治因素
4. 經濟不確定性
5. 綠色產業需求
在這樣的結構性轉型下
一些專業角色的需求會快速上升
會持續成長的領域：
包括農場工人、物流司機、軟體與應用程式開發人員、建築技術人員、商店銷售人員、食品加工人員、護理師、餐飲服務人員、營運與總經理、社會工作與諮詢專家、專案經理、大學與中學教師，以及照護人員等。
從上述可發現，技術類與實體服務類職業同時受惠，尤其是那些需要現場操作、人際互動或複雜判斷的工作。
而人數衰退的職位則集中在
高度標準化與重複性的行政類型文書工作內容
例如收銀員、行政助理、資料輸入員、銀行櫃員、會計人員、客服人員，以及部分圖形設計與企業行政管理職位。
這份報告指出，生成式 AI 對知識型工作的影響正在快速擴大。
所以其實焦點不是去想「AI 會不會取代我的工作」
而是在未來的日子裡，是否能升級與擴大自己的技能包
讓自己成為新世界結構中的「需求人才」
這樣看起來，專家們預估工作並不會減少
只是技能需求會產生板塊型的移動
大家可以靜下心來構思看看
好好充電，就有機會走出自己的第二人生喔
真正有影
#AI時代
#職缺消長

2 weeks ago | [YT] | 18

非主流工程部

【Meta 將買下數百萬顆 NVIDIA 晶片】
根據華爾街日報報導，Meta 與 NVIDIA 簽訂多年合作協議，
將採購數百萬顆 AI 晶片，包含的產品有：
Blackwell、Rubin、Grace CPU、Vera CPU
而且還整合了 NVIDIA 的網路與完整資料中心架構。
這代表Meta未來的 AI 基礎設施，
主軸已經確定是 NVIDIA系統
即便 Meta 自己也有研發 AI 晶片
但在這種超大規模的AI部署層面
看起來他們仍然選擇最成熟與安全的NVIDIA
而且不只 GPU，可以看到產品方面
Grace與 Vera兩款 CPU 的導入
代表 NVIDIA 正在挑戰 中央控制處理器CPU市場
NVIDIA正在替各AI巨頭們
打造完整 AI 計算平台。
其內容包含了
CPU + GPU + 網路 + 軟體
而Meta會做出這個決定也是因為
臉書、IG、Threads數十億使用者的相關服務內容
包含AI 推薦系統、生成式模型、內容審查、廣告優化
全部都依賴『算力』
而NVIDIA 能給的光是GPU或是CPU晶片
是整套可運作的 AI 工業生態系
強強之間的合作，也會造成其他巨頭的風向改變
AMD、Google、Amazon等公司後續會如何應對與操作
就繼續看下去吧~

Skip the Carousel

1 2

2 weeks ago | [YT] | 22