在經歷疫情期間半導體元件的匱乏，以及中美貿易的壁壘分明之後，半導體及AI似乎成為國家主權的象徵。不管是已開發國家或新興國家，都把發展此二產業列為重要國家策略；AI要主權，半導體要自給自足。這也是為什麼COMPUTEX和SEMICON Taiwan這兩年訪客絡繹不絕、盛況空前的原因。對於新興國家，發展半導體產業將面對艱難的抉擇：要先發展半導體產業價值鏈中的哪個環節、採用什麼樣的發展策略都是問題。缺乏經驗的政府通常要將問題訴諸外國顧問或顧問公司，這是理所當然。許多政府的意志很集中在半導體製造的環節，意即晶圓廠和封測廠。即使這個環節還有很多的選項，譬如業務模式、切入的技術節點、上下游整合的程度等，但是這些顧問或顧問公司們對不同發展階段、不同國家稍早之前給的建議卻有驚人的相似性：晶圓廠的建議都集中在12吋廠、28奈米製程、代工模式。這個模式似乎適用於東南亞、南亞、乃至於中東！做這樣建議的理由主要因為28奈米是摩爾定律在成本演化的終點：每個電晶體的成本曲線，在28奈米此一技術節點達到最低。這一論述無可厚非，但是半導體不僅比成本，也比效能和功耗，是以28奈米以後製程仍持續前行。接下來是建廠成本的論述。蓋1座每月投產5萬片、邏輯製程28奈米的晶圓廠，預算在60億美金之譜。但是如果再推進一個製程節點到22奈米，蓋廠預算會驟升到90億美金。主要原因是22奈米的製程加入金屬閘極（metal gate）、高介電值氧化層（high k dielectric）等新元素，而且多重曝光（multiple exposures）的需求增加等因素。從28奈米到22奈米，在資金和技術方面都面臨門檻。但是有另外幾個因素似乎不在這些顧問們的雷達範圍內。第一個是技術來源。如果是新興國家，要不就是招商引資，要不就是國家補助並且取得技術授權。如果是既存的半導體廠，相當大的設廠機率會選擇在產業生態相對成熟的區域。如果是後者，28奈米量產技術授權幾乎沒有先例—沒有廠商願意去培養潛在的競爭對手。接下來是業務模式，代工是涵蓋半導體生態區最廣泛的業務模式。它包括矽智權、IC設計服務、晶圓製造廠，甚至可能包括先進封裝測試廠。對於一個新進入半導體產業的國家，很難所有的生態區塊都護得周全。另外，代工做的是像餐廳的事業，要容許顧客點菜，手藝要面面俱全。不似IDM像披薩店，只賣一種產品，一技行天下。對於新進者，前者顯然困難許多。再來是開發過28奈米邏輯製程的工程人員。即使有技轉的製程，還是需要有人能將技術導入量產，而合適的人選莫過於有開發28奈米製程經驗的工程師。一個2,000人的廠，即使高度使用人力槓桿，至少也要有50~100名資深研發工程師來帶動整體團隊。然而熟悉這個領域的人都可以稍為盤點一下現在這個領域、並且願意變動工作地點的人數，要建立一支適格的28奈米工程團隊可能比籌資更困難。最後是市場競因素。中國在中美貿易戰前的半導體設備購買約佔世界市場的4分之1強，之後因為衝突可能進一步升高而儲備採購，市場佔比連續提升到2023年的近3分之1，預計到2025年才可能稍有所滑落。中國連續採購半導體設備導致的結果也很明顯。到2027年，中國成熟製程預計佔全世界市場近半。其實不用到2027年，2024年中國的內需市場已經很卷了，而且競爭也外溢到外部市場。對於給建議的顧問或顧問公司們，不考慮這些已發生數年的市場事實，叫這些新投資的公司或國家一股腦往紅海市場中鑽，合適嗎？所幸漸漸有比較清醒的，建議方向轉向封測。封測如果是傳統的封測而且是既存外國IDM公司的後段，營運和業務自然沒有問題，蓋建的經費也較小，大概在3到5億美元之間。挑戰在於招商，是衡量政府獎勵、基礎設施、人力資源、運籌、市場等因素後的綜合考量。但如果是OSAT，業務來源就可能成為問題。開發遠端晶圓廠後段業務存在些障礙。而且如果只做傳統封測，次產業的含金量稍嫌不足，未必符合政府發展高科技的期望，也有已經發展很長時間傳統封測業而淹留於此、止步不前的先例。先進封裝有較高的創新內容，在此時稱得上高科技產業。但是先進封裝需與晶圓製造、甚至IC設計密切的合作。單獨存在的先進封裝廠很尷尬的，除非是像Amkor在越南的廠，如果業務承接以及上下游的協作起初可以由總部建立運作聯繫，也是有機會走向坦途的。先進封裝利潤較高，是許多既存封測業務移動的方向。但是先進封裝技術門檻當然也較高，而且封測技術猶如過去半導體元件製造技術的摩爾定律，還在持續移動之中，最終也要以規模經濟較量投入研發的能量。半導體產業無處可以契入了嗎？當然不是。只是當顧問們面對產業的生態分布以及發展的規律要講究明白，別將客戶一頭領向看似理所當然的生態領域，實則早已是汪洋的紅海一片。 

又值歲末，準備迎接新的一年。聯合國在稍早宣布2025年為「國際量子科技年」，此外也是表彰海森堡（Werner Heisenberg）與薛丁格（Erwin Schrodinger），提出並奠定量子力學理論基礎的100周年。兩位先驅者在100年前，分別以矩陣數學及波動力學，詮釋電子在原子尺度內的行為，並得到實驗的證實，開啟了量子力學的大業。隨後量子力學在物理、化學、生物，甚至工程應用領域，都獲得重大的進展，並引領各學科踏入一個全新境界。然而量子力學從一開始提出，就被很多科學家所質疑其理論的完整性，歷經100年此爭辯依舊方興未艾。就以近來備受關注的量子運算，之所以具有如此龐大的運算能量，是基於量子疊加（superposition）以及量子糾纏（entanglement）2項基本的特性。而疊加與糾纏，從1920年代末期便開始爭論不休，參與論戰的包括愛因斯坦（Albert Einstein）、波耳（Niels Bohr ）等人，乃至於海森堡與薛丁格兩位。論戰以薛丁格的貓開始。貓裝在箱子內，在沒打開蓋子前，貓不是生也不是死，而是處在生跟死的疊加態—這完全違反我們的經驗法則，但是在量子的世界是可行的。最近網路上有一則貼文，「在沒打開主管辦公室門之前，我是處在生跟死的疊加態」，似乎比薛丁格的貓更易懂。薛丁格的波函數有一連串組合的解，然而當我們人為去量測時，依照波爾及其哥本哈根學派的解釋，會造成波函數的塌陷，而得到其中的一個解，也就是量測得到一個物理量。至於還有其他的解，在下一瞬間的量測，會得到另一個物理量。所以會量測得到哪一個物理量，變成機率問題，因此在量測之前，電子是處在多個疊加態之中。愛因斯坦對於此機率性的假說非常不以為然，也因此衍生出「上帝不會擲骰子」 的名言。用人為的方法去量測量子或基本粒子的物理狀態，一直是在科學界無法解決的問題，因為這些粒子的物理量都非常微小，人為的量測不免會干擾到粒子原先的狀態，而造成波函數塌陷或不連續的產生，但是如果不去量測，又無從得知粒子的狀態，這真是兩難。1957年另一位先驅者Hugh Everett，用數學的方式將觀察者也納入波函數的計算，而得到多重世界的結果，每一個世界代表著其中的一個疊加態。也就是我們所量到的狀態，是在這個世界所發生的，另外還有其他的世界有著不同的疊加態，與我們平行存在。多個平行世界或宇宙，在我們現實世界是無法想像的，但在量子的世界是有可能發生。記得在小時候看過一齣電影，片名叫「聯合縮小兵」（Fantastic Voyage）的科幻片。內容是描述冷戰時期，美國軍方為了搶救一位命在旦夕的蘇聯科學家，將一組人馬及核動力潛艇，用尖端科技加以縮小，並用針頭注射入科學家的血管，並航行到科學家的腦部，用雷射光清除其腦中的血塊。過程中有很多有趣的事發生，包括科學家體內的抗體攻擊縮小後的小組人員及潛艇。如果把觀測者及量測設備，縮小到量子尺度，然後去量測基本粒子的物理量，如此才能得到真實的量子行為。量子糾纏又是件令人匪夷所思的事。2個糾纏過的粒子，在分開很長一段距離之後，依舊維持著超越時空的關聯性，而互通有無。愛因斯坦稱之為「鬼魅般的作用力」，這完全顛覆我們以力學為中心的物理學，但後來實驗證實這個糾纏的作用力是存在的。要觀察及理解量子的世界，唯有將觀察者微縮到量子的尺度，才能得到確切的答案。在真實的世界裡，雖然我們不完全掌握量子的奧秘，但基於其所表現出來的行為，仍足以藉此開發出影響人類文明的工具，量子運算就是個鮮明的例子。這也許就是聯合國將2025年訂為國際量子科技年，背後的原因吧！

哥德爾（Kurt Friedrich Gödel；1906～1978）在現代邏輯上的成就是獨特而偉大的。事實上，哥德爾的成就不僅是一座學術紀念碑，更是長久屹立於學術歷史中的地標。邏輯學科因為哥德爾的成就而徹底改變其本質與發展可能性。在哥德爾的偉大成就中，他的不完備定理（Incompleteness Theorems）是數理邏輯中的基本結果，宣示形式系統的內在局限性，尤其是那些能夠表達基本算術的系統。第一定理表明，任何足夠強大且一致的形式系統都不可能完備，這意味著該系統內會有無法使用自身證明的真命題。第二定理進一步指出，沒有一個系統能夠證明自身的一致性。大型語言模型（LLM），如GPT-4，可以協助數學定理的證明，但與傳統方法相比，它們仍有明顯的限制。這些模型可以提出想法、建議步驟或提供解釋，這些都可能在證明構建過程中發揮作用。它們能處理某些符號運算並形式化某些證明，特別是那些遵循已知模式或來自數學文獻中的證明。然而，LLM無法從零開始進行複雜或新穎定理的深度推論，因為它們的回應基於數據模式，而非形式邏輯推導。一些專門設計來證明定理的AI系統，如Coq、Lean和Isabelle，依賴嚴格的形式邏輯，並能生成完全形式化的證明，且這些證明可經過驗證確保其正確性。相比之下，大型語言模型缺乏對邏輯和數學結構的形式理解。然而哥德爾的定理表明，某些真理無法由這些AI系統確立，且複雜系統的一致性無法從系統內部證明。AI無法「打破」哥德爾定理，因為這些定理是邏輯學的基本結果。它們適用於任何具有一定複雜性的形式系統，並且已被證明無誤。由於AI運行依賴形式邏輯，它同樣受到哥德爾不完備定理的根本限制。儘管AI無法打破哥德爾的定理，但它能幫助探討這些定理的影響，模擬不同的邏輯系統，並研究這些限制在各類數學框架中的具體表現。然而，AI無法獨立證明複雜或新穎的定理，也無法突破哥德爾不完備定理所設下的限制。哥德爾說：「我只相信先驗的真理。世界的意義在於願望與事實的分離。數學要麼對人類心智而言過於龐大，要麼人類心智不僅僅是一部機器。事物本身與談論事物之間是有區別的（I only believe in a priori truth. The meaning of world is the separation of wish and fact. Either mathematics is too big for the human mind or the human mind is more than a machine. There is a difference between a thing and talking about a thing.）在AI的協助下，我們或許能夠進一步探索數學的深邃領域，擴展人類心智的理解範圍。 

川普（Donald Trump）二度當選為台積電未來的營運帶來高度不確定性。事實上，當美國2022年10月祭出出口管制，壓制中國先進製程的發展，及2024年陸續傳來英特爾（Intel）與三星電子（Samsung Electronics）的營運警訊，雖讓台積電在先進製程市佔率持續提升，但也大幅提高在地緣政治及產業壟斷課題上的風險，如何在川普二進白宮的四年降低本身的經營風險呢？我認為首先必須在企業願景及產業定位做出調整：台積電的願景：成為全球最先進及最大的專業積體電路技術及製造服務業者，並且與我們無晶圓廠設計公司及整合元件製造商的客戶群共同組成半導體產業中堅強的競爭團隊。台積電的使命：作為全球邏輯積體電路產業中，長期且值得信賴的技術及產能提供者。依當前的時空環境，台積電的使命仍然合適，但願景中「最先進」、「最大」、「競爭團隊」這些字眼可就敏感了。作為實質無可替代的半導體製造服務龍頭，願景應已不需再著眼自身，而是從更宏觀格局的半導體生態系、科技產業及科技應用生態系，乃至於當前人類社會科技文明的發展來思考，從一個關鍵enabler的角色，提出一個新的願景與產業定位。基於這樣的願景與定位，衍生出與各國政府、學研界、產業界相關的合作推動項目，例如半導體人才培育、促進高影響力新興科技發展等計畫，讓台積電不只是透過服務客戶對科技發展做出「間接」貢獻，而是透過與國際社會各利害關係成員的連結合作，讓國際社會感受到台積電更「直接有感」的貢獻，化解不必要的敵意與憂慮。就未來四年川普主政的營運風險，相信台積電內部早已做出種種情境的沙盤推演，我認為必須就最極端惡劣的情境，如反壟斷及分拆壓力、無法取得最先進設備材料等情況來預先擘劃避險策略，才能有更妥善的因應做法。這邊試擬兩策略作為參考方向。一、 需培養競爭對手適度讓利古典呂氏春秋有云「全則必缺，極則必反，盈則必虧」，太盈滿必將招致虧損。台積電獨拿先進製程與封裝市場，即便到美德日設廠，但缺乏第二供應來源，對美國政府來說，終究是己身半導體產業痛點及國家安全、供應鏈安全風險所在。昔日英特爾成為CPU霸主時，必須有超微（AMD）存在以作為第二供應來源及維持市場競爭機制。雖力積電廣開製程技術授權之門的做法，引起不少爭議，但若台積電採用類似做法，願意授權其他業者，將可讓美國及各國政府心安許多。例如目前台積電製程處於由三奈米轉2奈米階段，那麼相對成熟的7奈米是否可評估授權可行性，不見得授權給英特爾與三星，格羅方德（GlobalFoundries）未嘗不是更合適的合作對象。在過去，企業經營僅需追求成長，但這幾年地緣政治與黑天鵝事件衝擊下，必須同步追求降低風險，甚至對台積電來說，降低風險比追求成長更為重要。透過培養競爭對手讓出部分市場，可有效降低極端風險的可能，而透過授權金的取得，應可適度降低讓出市場對獲利所造成的衝擊。二、 進一步平衡台美兩地布局川普上任後的半年，可能是觀察是否其將選舉訴求轉成實質政策的關鍵時期，如何利用這段緩衝期化解川普政府的敵意與憂慮，甚至為其塑造政治利多，就成為台積電必須與川普團隊溝通的重點，關鍵在於對美國的布局是否得進一步加碼，淡化美國政府對先進製程與先進封裝產能過度集中台灣的隱憂。若台積電追加在美投資設廠計畫，在面臨龐大資本支出及川普對拜登（Joe Biden）《晶片與科學法案》（Chips and Science Act）補貼金額不認帳的隱憂下，考量投報率與營運風險，不見得是好的做法。那麼若設立研發中心呢？台灣政府近幾年有推動外商設立研發中心的政策，例如超微數月前申請的「全球研發創新夥伴計畫」，投資金額為86.4億元，政府與超微出資比例為38%：62%。而研發人才50%自國外引進，另50%為本地聘用。台積電過往對於過於未來的研發相對不會過早投入，而是就客戶有明確需求的技術進行研發，但當半導體技術逼近物理極限時，結構、材料、異質整合的研發挑戰更為關鍵，在台灣人才短缺的情況下，或可思考把一些與量產技術研發不那麼直接相關，但未來會有影響的科研技術項目擺在美國，運用美國頂尖的科研人才來掌握技術生命曲線更前期的技術領域，並承諾美國政府研發中心的50%會由台灣派遣。如此一來，對台積電來說，投資金額遠較設立晶圓廠為低，而台灣派遣人才可透過與美國人才共事掌握更前端技術，而對美國政府來說，台積電在美國的價值活動從製造延伸至研發，且從台灣引入對等的頂尖人才，則是台積電更進一步融入美國的政績，可有效化解美國的憂慮與誤解。當台積電處於如今最頂尖的產業地位與關鍵戰略核心，再怎麼低調都無法從地緣政治風險中脫身，適度的捨才有可能換來更長遠的長治久安！

2024年10月6日，我到國家戲劇院觀賞朱宗慶打擊樂團擊樂劇場《六部曲》。打擊音樂水準極高，讓觀眾感受到洗滌心靈的音樂饗宴。國家戲劇院是一座智慧劇院，舞台背後設有巨型銀幕，能與表演者進行虛實結合的互動。表演過程中，銀幕上出現浮雲、瀑布、抽象光影等動畫。感覺上打擊樂器與銀幕圖像較無即時地關聯。在我腦海中浮現的是各種打擊樂器的即時梅爾頻譜圖 （mel spectrogram）。梅爾頻譜圖是一種變形的頻譜圖，常運用於語音處理和機器學習。它與頻譜圖類似，顯示音頻信號隨時間變化的頻率內容，但其頻率軸不同。我發展一套AI工具MusicTalk，其中一個功能可以即時分辨出一首樂曲中同時演奏的樂器種類。MusicTalk將樂器的聲音轉換為梅爾頻譜，並以特殊AI演算法分析，準確度接近95%，是迄今最準確的方法。我在開發MusicTalk時，研究許多打擊樂器的梅爾頻譜圖，因此在《六部曲》的演奏過程中，各種變化多端的梅爾頻譜圖不斷在我腦海中浮現。將抽象動畫與敲擊聲音連結並不容易，若能將敲擊聲音與科學結合，將更具意義。第一位以科學系統化賦予敲擊聲意義的是奧恩布魯格（Leopold Auenbrugger, 1722～1809）。他是旅館老闆的兒子，在維也納大學接受醫學教育，深受Gerard van Swieten影響。1761年，他出版小書《新發明》（Inventum novum），成為以叩診法（percussion in the diagnosis）診斷胸部疾病的第一人。儘管傳說他的發現靈感來自童年敲打父親酒桶的經歷，但更可能的是他敏銳的音樂耳朵讓他能分辨出胸部病變過程中的音調變化。他描述各種病變如何導致叩診時音調轉變為不同音色，如「高音」（sonus altior 或鼓音）、「低音」（sonus obscurior 或模糊音）、或「鈍音」（sonus carnis percussae 或肉叩音）。這些發現後來得到臨床診斷的實證。奧恩布魯格一生酷愛音樂，經常在家中舉行午後音樂聚會，莫札特 （Wolfgang Amadeus Mozart, 1756～1791） 一家也曾受邀參加。他的2個女兒都很會彈鋼琴，賓客們曾評論說：「她們兩人，尤其是姐姐，彈得非常好，並且極具音樂天賦。」10年後，莫札特為薩爾茨堡（Salzburg）創作一些新歌劇，其中之一是日耳曼喜劇《煙囪清潔工》（Der Rauchfangkehrer）。該劇於1781年首次在維也納國家歌劇院上演，劇本正是由奧恩布魯格撰寫。奧恩布魯格的音樂藝術天分無庸置疑，能以極具創意的方式將器具的敲擊聲賦予科學 （醫學） 的意義。奧恩布魯格的成就，影響我對利用敲擊工具（樂器）解釋科學現象的興趣。我開發出 AI 工具 WatermelonTalk，能將拍打西瓜的聲音分為4類，代表不同的成熟度，準確度高達94%，是迄今最精準的成熟度判定方法。在聆聽《六部曲》時，我期望編劇者能充分利用如MusicTalk這類AI工具，以科學方式利用未來劇院的智慧銀幕，呈現敲擊樂器的特徵，使觀眾更能理解樂器所表達的內涵，進一步促進音樂與科技的深度結合。 

如果光子可以如電子般的攜帶訊息，自然它可以同時應用於通訊和計算。  光子最早應用於遠距通訊，譬如過去網際網路應用中以光纖替代電話線，自然是以光子替代電子來攜帶訊息。  最近光子通訊再被提上檯面是因為AI伺服器。未來大部分通訊會發生在晶片與晶片之間、伺服器與伺服器之間，巨量的訊息傳輸是目前訊息的處理、傳輸中最損耗能量的部分。  但是現在伺服器晶片的設計於傳統PPA（Performance、Power、Area）的考量中傾向對於效能的追求，低功耗與散熱的需求在設計階段就顧不上了，只好在製程與先進封裝中講究。這是矽光子被排到半導體時程上的最大動力。  光子能用於通訊，能否用於計算呢？在1960、70年代發明雷射、類比訊號處理時，光子計算（photonic computing）的概念就啟動了，80年代開始研發光子元件。90年代要走向應用、量產時，為時已晚。90年代初的先進製程大慨在0.5~0.8微米之間，但是光子元件的尺度大多在微米以上，在晶圓上難以製作出功能可以與電子元件匹敵的產品。之後，就愈差愈遠了。  光子計算再度被認真考慮也是因為AI的興起。AI的計算，不管是卷積神經網路（Convolutional Neural Network；CNN）或者是在大型語言模型中使用的變換器（transformer）模型，其最底層的計算都是矩陣乘法的平行運算。資料量大，但是演算法相對單一，這是光子計算的良好應用場域。  2016年沈亦晨（Yichen Shen）及其研究夥伴提出用光子計算來處理深度學習的想法。  光子元件種類繁多，在此應用被選中當成類似半導體線路基礎元件電晶體的是馬赫-曾德干涉儀（Mach-Zender Interferometer；MZI）。 MZI是矽光子的基礎元件，常用來調制（modulate）光的相位（phase）。當光進入MZI後，首先經過分光器（splitter），光被分離成2束而在個別的光路（optical path）上前進。在其中一條光路上光不再受任何作用；另一條光路上，有一個可控的電壓可以施加在光路的構成物質，改變物質的折射率（refractive index），進而改變在此光路上光的相位。最後2條光路上的光再合併（recombine），二者會相互干涉。如果其中有一光路受到相調控，2束光會形成破壞性干涉（destructive interference），而在2個光路出口所測得的光強度（intensity）會有所不同。這就是MZI可以如電晶體用於計算的原理。  MZI就是光積體電路（Photonics Integrated Circuit；PIC）的基礎單元，利用MZI可以組成光積體電路來計算矩陣相乘，這就是光子計算於AI的應用場域。  光子計算可以利用薛汀格微梳（Schrodinger microcomb）大幅提高計算效能。薛汀格微梳是用連續波（continuous wave）雷射光源分離為在頻率空間等間距的多重光源，可以用於平行計算。一個微梳可以產生數十乃至於數百個頻率的光線，用於平行計算。在某種程度上，薛汀格微梳大幅的彌補一般光元件尺度較大的缺陷。  2016年光子計算方案提出時，矽光子的技術離成熟還很遠。在過去「異質整合藍圖」（Heterogeneous Integration Roadmap；HIR）進程中，2020年矽光子才會上場，實際上矽光子的量產時程遠遲於此。  最近提議的用鉭酸鋰（LiTaO3）來做矽光子元件，進一步提高用MZI來做光子計算的可行性。  鉭酸鋰在5G世代已開始使用，是與半導體製程相容的材料。它的製作成本低，且有幾個物理特性適合MZI的製作。1. 低雙折射性（low birefringence），線路設計簡單，可以提高光元件密度；2. 低光學損耗（low photon loss），傳導信號容易維持；3. 可以製作高效能MZI。用它做的MZI可達40 GHz的電光頻寬（electro-optical bandwidth），並且擁有1.9V•cm的半波電壓長度積（half wavelength voltage length product，這數字代表使光相位反轉180°所需的電壓乘以長度，愈小愈容易調製相位）。  光子計算理論上速度快、功耗低，是現在計算面臨各種物理壁障的可能出路之一。過去因為矽光子的技術未臻成熟，光元件的尺寸遠大於微電子元件的尺寸，所以光子計算一直未能浮上檯面。現在藉著AI伺服器的興起驅動矽光子技術的發展，獲得額外的產業推動助力，搭乘順風車。應用上選擇與AI高度相關的ASIC類型的計算，再看能否有個起始的立足點。 

一年一度的OCP Summit（Open Compute Project）開放運算計畫高峰會，在10月14日起於美國加州聖荷西市舉行。OCP於2011年，在Meta的主導下成立，目的是藉由開放的平台，使得在資料中心的硬體建置，能有統一的規格，有助於供應鏈的建立。講白話一點就是藉由標準化及多家供應商，好降低成本。拜這兩年AI伺服器及雲端運算的蓬勃發展，今年（2024年）會場吸引超過7,000人參與，以及100個展示攤位，再加上200場以上的專題演講，可謂盛況空前。去年的OCP的展示現場，除了美國雲端業者、供應商外，幾乎都是台灣廠商的天下，顯示出台灣在AI運算硬體供應鏈上強大的實力。今年展示攤位出現幾家日韓記憶體，以及中國大陸伺服器的製造商。延伸報導OCP擴展AI開放系統戰力　NVIDIA助陣獻寶GB200大會一開始的主題演講，照例是由幾家雲端服務業者及主要晶片供應商（GPU/CPU）所擔任。輪到英特爾（Intel）資料中心業務的執行副總演講時，還在談老掉牙的x86平台，聽眾都覺得乏味之際。台下突然間有一個人跳了上去，原來是下一場要演講的超微（AMD），也是資料中心業務的執行副總。原來兩家公司在x86平台上彼此征戰這麼久，現在要開始結盟共組x86生態圈，以對抗來勢洶洶的Arm CPU。接著兩個人就開始介紹x86的優點，包括了可信賴的架構、指令的一致性、介面的共容性等優點。兩個人還時不時的調侃對方的CPU，暗示自己的還是比對方的好。所以商場上沒有永遠的敵人，但因此會成為朋友嗎？這個安排好的橋段，成為了當天會場上的亮點。同一個時段兩家業者的執行長，也在西雅圖宣布這項結盟。延伸報導Arm、高通AI PC網內互打 英特爾、超微撿到槍　x86不戰而勝AI for AI 是在會議中另一個響亮的口號，但是第一個AI的意思是accelerate infrastructure，也就是要加速AI運算硬體的升級（scale up）以及平行擴增（scale out）。算力的需求是持續地在增加，會場上的研討會不斷地在呼籲，諸如記憶體的儲存空間不足，由目前的HBM3要擴增到HBM4。資料的傳輸速度需要再增快，由400 Gb要到800 Gb，甚至1.6 Tb。AI交換機處理訊號的能力，也需要到 51.2 TB以上。每一機櫃的電力需求，目前的NV72已經到了120 KW，會場中已在討論250 KW的方案,甚至未來直接來到400 V或800 V直流高壓系統。隨著電力的增加，伴之而來的就是熱的解決方案。氣冷的極限在於每平方公分可散掉100 W的熱，未來的高速運算晶片，所產生的熱會達到每平方公分500 W，因此用液體來冷卻是必要的途徑。會場中的諸多討論都在敦促供應商們，要將硬體升級並橫向擴充，唯一沒有被抱怨的是晶片的先進製程，可見我們護國神山的傑出貢獻，深獲各界的肯定。順帶一提的是去年整個AI資料中心的市場規模是2,600億美元，扣掉建築、機房地硬體設施，以及半導體中的記憶體，其核心的半導體如CPU、GPU、switch ICs等就達到820億美元的市場規模，這其中有相當的一部分是進了護國神山的口袋。會場上也觀察到幾件耐人尋味的事，眾所周知雲端服務的系統業者都希望能有客製化自研的xPU，導致幾家SoC的大型公司如博通（Broadcom）、邁威爾（Marvell）、以及聯發科，都開始客戶端ASIC的設計服務。基於小晶片（chiplet）未來會扮演愈來愈重要的角色，SoC公司因為熟捻於供應鏈中的晶圓代工、EDA設計軟體、封裝測試等環節，未來也有可能增加提供小晶片的設計服務的事業。而Arm正挺身而出，想要建構此一生態系。目前的AI資料中心幾乎是NVIDIA一個人的武林，NVIDIA有GPU、CPU、ASIC，負責scale up傳輸的NV link，以及 scale out傳輸的Infiniband，更可怕的還有CUDA的軟體作業平台，以及能作為超級電腦的系統架構。NVIDIA做了上下游縝密的整合。其他公司所組成的復仇者聯盟，對應的有不同品牌的xPU，負責傳輸的PCIe、UA link、Ultra Ethernet等。這就如同蘋果（Apple）手機與Android系統的差別，再怎麼樣蘋果自成一格的手機，總是比其他各家使用上來的流暢，且不容易當機。延伸報導Arm來勢洶洶　英特爾與超微攜手x86化敵為友天下武功，唯快不破。NVIDIA對應著鋪天蓋地天兵天將的來襲，策略就是一年一個新機種，讓競爭者疲於奔命。然而800磅的大猩猩每年要脫胎換骨一次，就必須要具備強有力的指揮系統，這就難怪NVIDIA執行長黃仁勳得有40多人直接跟他報告了。 

如同十多年前的日本安倍經濟學的三支箭，以拯救日本長期的通縮、振興經濟，提升日本的競爭力。在1980~90年代，曾是世界第一的日本半導體產業，經歷失落的30年，最近不約而同地射出了三支箭，希望能一舉扭轉目前的頹勢。東京大學的黑田忠廣教授，甚至稱之為「熱水中被煮著的青蛙，突然間跳了起來。」是哪三支箭要來振興日本的半導體產業？第一支箭就是日積電（JASM），台積電的熊本廠；第二支箭是日本政府主導，結合幾家日本重要企業，在北海道設立的Rapidus，直接切入2奈米的製程；第三支箭就是台積電在日本筑波，設立的3DIC先進封裝的實驗室，與東京大學及日本材料及設備廠商合作。這三支箭都需要仰賴外國的技術及資源，日本輿論將此比擬為，在19世紀幕府時代的「黑船事件」。黑船事件開啟日本與西方世界的交流，明治維新接著發生，一舉讓日本進入世界強國之林。這三支箭分別都有其目的，而合起來就成為日本半導體的復興大業。首先，日本長期以來未持續投資在半導體先進製程，因此製程技術停留在40奈米。日積電的任務就是要填補28～16奈米的空缺，並且配合到日本產業所需的車用IC及影像顯示IC。第二支箭就有很大的爭議了。在沒有任何先進製程的學習曲線支撐下，直接切入2奈米，現階段三星電子（Samsung Electronics）及英特爾（Intel）都做不到，這豈不是癡人說夢？雖然有美國IBM及歐洲Imec的技術轉移，包括EUV技術，但是研究機構的技術，相對於要實現高集成度的IC，仍有一段相當的距離。日本是如何盤算第二支箭？原來由16到3奈米，使用的是魚鰭式電晶體（FinFET），到了2奈米電晶體就須改為GAA（gate all around）或稱為nano-sheet。與其由16奈米切入，需要建立FinFET的學習曲線，在後頭苦苦追趕，倒不如孤注一擲，直接進入下一個世代的電晶體。雖然離台積電仍有段距離，但是不會輸三星及英特爾太遠。這隻箭是大膽的，但不失為好的策略。第三支箭就含有長期的戰略意義了。3DIC不只是先進製程需要，成熟製程所製作的IC也是需要的。如果說摩爾定律是半導體元件尺度的微縮，那3DIC就是電子系統尺度的微縮了。這平台提供將各式小晶片（chiplet）密集的堆疊，造就系統特性上的提升。日本優異的半導體材料及設備供應產業，更是強化3DIC技術的重要基石。當日本在80年代末期，自詡在許多產業上創下全球第一，尤其是石原慎太郎及Sony創辦人盛田昭夫合著的《可以說NO的日本》，徹底地激怒美國，開始對日本輸美的半導體設限，並扶植南韓。那個時期個人正在美國當研究生，有回遇到來自日本的半導體教授。當他知道我來自於台灣時，趾高氣昂地問我，「你知不知道日本統治台灣多少年？」。相似的場景在2000年後，我參與一個半導體國際會議的籌辦，當與會的委員都希望日本能多貢獻投稿的論文。日本的代表面有難色地說「我們已經不是世界第一了，甚至連亞洲第一都說不上」。日本並沒有像美國，大剌剌地要台積電將最先進的製程搬到美國，而是反求諸己，邀請台積電的成熟製程來日本設廠，而先進的製程想辦法自己解決。充分地表現出東方文明克己復禮的美德，另一方面也維持住日本民族的自尊心。我個人對於日本文化中的職人精神，是打從心底的佩服。有回在日本參加光電半導體研討會，當時在報告單波長的半導體雷射研究，用於長距離的光纖通訊。要實現單波長，需要在雷射底部製作一精密的長條形光柵結構，以選擇所需要的雷射波長，當時這是個相當挑戰的工作。日本的研究人員不是只做1條，而是連續做3條，在一個元件上產生3個不同波長的單波長半導體雷射。我在台下看得目瞪口呆，久久無法平復。1960年代末期日本經由美國的授權，已逐漸在半導體產業站穩腳步，當時的美國Richard Nixon曾警告過，「日本是個有文化的民族，絕對不會滿足於只銷售電晶體」。這三支箭涵蓋成熟製程、先進製程及先進封裝，若能支支中的則復興大業可期。我相信第一支及第三支是會命中目標，第二支箭的難度較高。但是在日本既有文化底蘊的加持下，第二支箭命中的機率還是有的。

好笑的是這條中央社發的消息持續被其他媒體引用，引發後續討論。我以為台灣是半導體之域，媒體至少有起碼的半導體ABC知識。別鬧了，8nm！這個訊息內容內容有不一致的地方，氟化氬（ArF）雷射的波長是193nm，氟化氪（KrF）雷射的波長才是248nm。從另外2個數據來看，248nm幾個字比較有可能是誤植。用氟化氬雷射當光源，乾式（dry）曝光機一般的分辨率（resolution）在80~90nm左右，浸潤式（immersion）曝光機一般的分辨率在38~40nm左右。公布的數值在兩者之間，我猜是乾式的曝光機再加上已知的可以改善光學系統的諸種手段。這裡講的分辨率，一般是指單次曝光（single exposure）所能達到的最小尺度。資料中的另一組「套刻精度小於8nm」則是引起此次無妄之議的罪魁禍首。兩岸譯名有所不同，曝光機在中國叫光刻機，而套刻精度在英文中是overlay accuracy ，指的是上下2層光罩層對準（align）可能產生的最大誤差，這與能用此曝光機能做出何種技術節點的能力完全不是一回事，但是套刻精度只有8nm的曝光機，肯定做不到8nm的製程也是鐵錚錚的事實。上述的訊息對我來說，只是中國的曝光機能力已進入以準分子雷射（excimer laser）為光源的第一代曝光機，如果其表現真如其規格所述，這算是改良過的第一代DUV曝光機。再進一步發展是浸潤式氟化氬曝光機（ArF immersion lithography）。雖然水的折射率1.333理論上可以提升機器設備的許多規格，但是由於運作機制存有主要變化，發展所需時間可能較長。更進一步是極紫外光曝光機（EUV lithography），這個有些難。畢竟現在ASML的極紫外光曝光機是DARPA於90年代就開始研發的。即使以現在的技術和後發者的知識可以縮短開發時程，但是EUV的光源產生和光學系統與DUV完全不同，多費些手腳也是理所當然。所以中微半導體董事長尹志堯說，中國的機器設備與客戶群處在技術領先位置的國外廠商相比，還差了兩、三代是確評。至於晶圓製造廠的製程能力呢？分辨率只是曝光機台本身的能力，製程中還有其他眾多手段可以改進在晶圓上最終圖案化（patterning）的能力，其中最為人知的手段是多重曝光（multiple exposure）如曝光蝕刻曝光蝕刻（Litho-Etch Litho-Etch；LELE）、間隔物輔助雙圖案化（Spacer-Assisted Double Patterning；SADP）、光刻冷凍曝光蝕刻（Litho-Freeze Litho-Etch；LFLE）等方法；也有行之有年光學鄰近校正（Optical Proximity Correction；OPC）等方法。例如氟化氬浸潤式曝光機的單次曝光分辨率在38~40nm左右，經過上述方法的處理晶圓上的最小尺寸可以精確到10~12nm。中國早已進口氟化氬浸潤式曝光機，台積電可以用以製造7nm製程，中國當然也可以，良率高低和時間早晚而已。至於更先進的製程節點也並非全無可能，也是良率、成本和產能的問題。所以中國半導體製程的能力問題，根植於其先進製程設備的自製率，其弱勢是在曝光機、離子植入機（ion implanter）和電子束檢測系統（e-beam testing system），其中曝光機的自製能力自然最受矚目。如何跨越外在設下的限制？除了沿外界已經發生過的EUV研發路徑之外，奈米壓印（nanoimprint）可能是一個途徑。奈米壓印已經應用於3D NAND的量產，機台的分辨率在5nm左右，只是它的晶圓產量（wafer throughput）不高。但是它的機台單價較低，目前解決方式就是以機台數量來彌補產能。在DRAM與邏輯的應用上，奈米壓印在良率還有所不足，得改善如顆粒等問題。奈米壓印機中國已有了，問題也是要花多長時間才追得上世界技術前沿？ 

2001年安隆（Enron）事件發生時，我正在倫敦結束我募資路演（fundraising roadshow）的定價（pricing），聽到這消息有如平地驚雷，還存了一絲僥倖。僥倖的是幸好訂價已經完成，募資到手，但絕稱不上圓滿，因為想在長久的資本市場中運作，得要讓投資的人留有合理的獲利餘裕。定價如果定在最高點，募資方佔了便宜，但也肯定會燙了投資人的手，恐怕以後就別想再進出資本市場了。 安隆事件後股市下跌，剛買海外存託憑證（Global Depositary Receipt；GDR）的客戶怕是要抱怨了。 回來之後，立即在DIGITIMES專欄為文表達關切。事情也正如預期的有立即衝擊，而且餘波盪漾，之後2年內因為安隆事件的影響股市大跌2、3次。當時五大會計師事務所的龍頭安達信（Arthur & Anderson）集團自此煙消雲散，五大變成四大。  9月13日全球四大會計事務所之一的普華永道（Price Waterhouse Cooper；PwC）因捲入恆大集團財務數據造假風暴，遭中國大陸財政部和證監會合計重罰人民幣4.41億元；中國財政部並給予以普華永道警告、暫停經營業務6個月、撤銷普華永道廣州分所的行政處罰。  普華永道現在於全球四大會計師事務所中，全球市佔率是第二位，約32%，在中國市場中卻是龍頭，其中國的營業額佔全世界營業額在大致在5~10%，因年份而異。在中國市場因所受處分因而遭受的直接財務損失也許在普華永道可以承受的範圍內，但是報導中也提及受普華永道未如實揭露恆大財務狀況而受影響的機構或個人可能發起集體訟訴，這個可能的風險就無法估算了。  恆大與安隆在其尖峰時期的市值其實相若，都是數百億美元的公司。但是恆大的負債超過2兆人民幣，是全世界負債金額較大的公司之一，其坍塌所外溢的影響對於整體經濟的打擊要大得多。  遭遇到這類的事件，後續的各方反應也很典型。首先，出事事務所集團的法遵（compliance）部門會就此一事件本身調查。對於相鄰地域、類似產業等有較高風險的客戶也會徹底盤查，先期排雷。  至於政府的監管部門，除了對出事的公司及會計師事務所調查懲處外，接下來的大致是透過立法手段，對於會計及審計規則施加更嚴格的規定—這些亡羊補牢的措施需要時間來研究、修訂。實施之後因為可使用財務操作空間受到限縮，有些公司會承受不住，繼續爆雷。這也解釋為什麼安隆事件發生後還餘波盪漾不斷。  那麼一個房產公司的坍蹋與電子或半導體產業有什麼關係？產業市場各異，的確關係不太，但是底層的金融財務是相通的。財務金融的穩定性在於公正第三方的審計簽證所產生的信賴。一旦信賴喪失了，金融市場就得動盪一陣子。在那次募資之後，我們的會計師事務所恰好原先屬於安普達集團。安普達的解體、重新整併也著實讓我們兵荒馬亂了一陣子。  至於此次的恆大事件會怎樣影響金融世界？只能期待中國股市與其他股市的連動沒有那麼強烈，風浪小些。至於普華永道的變動以及它怎麼影響其他產業的廠商？再看看吧！