光子若要能被當成訊息的載子，就至少要具備可被程式化、傳遞和感測的功能。光元件大致可分為4個範疇：光源、波導、調制器和光子感測器（PD；Photonic detector）。 光源是異於電子線路的特殊存在。在電子線路中，電子是矽材中原來就富含的物質。只需要施加電壓予以控制，就可以程式化以攜帶訊息，感測電子以提取訊息也是容易的事。但是矽在正常的狀態中並不存在光子，光子要人為製造出來—從外頭接入光源，或是在矽晶片上製造光源。 由外頭引入高功率、高效能的光源，常用的有譬如磷化銦（InP）和砷化鎵（GaAs）雷射。如果要談整合入矽光子系統，磷化銦的1,310奈米和1,550奈米波長基本上是比較合適的選擇。砷化鎵的850奈米波長在矽中會被吸收，如果要整合入矽光子的PIC中，需要用氮化矽（SiN）當波導。這會增加製程的複雜性，當然也會增加光子元件的尺寸和成本。 可以整合入矽光子製程，或者以異質整合方式進入的光源還有雷射二極體（laser diode）、發光二極體（Light-Emitting Diode；LED）、整合III-V雷射（integrated III-V laser）、量子點雷射（quantum dot laser）等，這些對於不同的應用各有優缺點。 波導是被動元件一種，意即它不用外來的能量、只靠物質本身的材料特性或元件結構就能執行導引（guiding）、分離（splitting）、組合（combing）、耦合（coupling）、過濾（filtering）、復用／解復用（demultiplexing/demultiplexing）、延遲（delay）等功能，所以波導器上也多有加上能執行以上功能的光元件，譬如加上耦合器（coupler）以與光源連接。 光在矽波導中傳遞可能會遭遇光子損失（photon loss）的問題，主要的原因是波導內壁的粗糙（roughness）問題，這是波導製程的挑戰之一。 調製器的種類繁多，這是因為前文中說的光可用來程式化以承載訊息的自由度很多。 常見的調制器有用來調製相位（phase）和振幅（amplitude）的馬赫曾德干涉儀（Mach-Zehnder Interferometer；MZI）、環形諧振調制器（ring resonator modulator）、載子耗盡調制器（carrier depletion modulator）；調制振幅的電吸收調制器（Electro-Absorption Modulator；EAM）；調制相位的相位調制器（phase modulator）、熱調制器（thermal modulator）；調制波長與頻率的可調諧濾波器調制器（tunable filter modulator）等。 調制器基本上是主動元件，亦即需要外來的能量注入以調制光的強度（intensity）、頻率、振幅等，這些都是與能量密切相關的物理量。而且，調制的手段通常是透過電來改變物質的特性，譬如用電壓或產生熱來改變材料的折射率，進而調制光的諸種特性，這些手段都有能耗的。最後是光子感測器它的功能是將光訊號轉為電訊號，以利於進一步處理、儲存及傳送訊號。光子感測器的種類有光電二極體（photodiode）、雪崩光電二極體（avalanche photodiode）、光電倍增管（photomultiplier tube）、電荷耦合元件（Charge-Coupled Device；CCD）等，各有應用領域。 光子感測器材料包括矽、矽鍺（SiGe）以及砷化鎵銦（InGaAs）等。以目前與AI相關的矽光子應用而言，矽鍺光電二極體在波長區間、響應（responsibility）、速度和整合程度各種技術特性的綜合考量下，矽鍺光電二極體是比較合適的選擇。光子元件範疇的複雜程度以及各範疇內元件選擇的眾多，充分顯示矽光子還處於發展的早期，這對即將展開的矽光子量産構成生產製程以外的非技術挑戰。

矽光子（silicon photonics）是指在矽基半導體中，整合入可以調制光子的光子元件，在晶片中或系統中，可以同時協作電子積體線路（Electronic IC；EIC）、光子積體線路（Photonic IC；PIC）的功能。  目前已經開始量產的矽光子產品，絕大部分是用於長距離通訊的收發器（transceiver），其中包含傳送／接收電／光訊號以及轉換、處理訊息的功能元件。 延伸報導名人講堂：矽光子的發展與挑戰 （一）：電子與光子 現今矽光子的急迫需求與近年來人工智慧應用的迅速興起密切相關。人工智慧的模型訓練過程中，資訊的傳遞大量集中於晶片與晶片之間、伺服器與伺服器之間。在可預測的未來，資料的傳遞超過7成以上會是這種短、中距離的通訊類型。數據流量和密度的驟增，產生大量焦耳熱，散熱遂成為半導體技術發展中最尖銳的問題。  根據原先的異質整合路線圖（Heterogeneous Integration Roadmap；HIR），矽光子應該在2020年就進入異質整合量產的時程。遲了近5年，現在終於要啟動了。  圍繞在矽基半導體討論PIC，除了矽的製程比較成熟外，自然是有矽的材料特性考量。  首先，矽對在1.1~8微米的近、中紅外（near to mid infrared）區域波長的光是透明的，也就是說紅外光在矽中可以通行無阻，不會被吸收，這是讓光子能當訊息載子的先決條件。  矽的另一大優勢在於它的高折射率（refraction index），在近紅光的波長範圍內，矽的折射率大概是3.5。這意味著—譬如常用的光纖通訊波長1,550奈米的光，在矽中只有1550/3.5=443奈米的波長，光元件尺寸可以因為高折射率的原故而大幅縮小。以前述波長光子可以通行的波導（waveguide；功用有點像電子的金屬線）為例，單模（single mode）的波導一般就定在220奈米（方形波導的截止波長（cut-off wavelength）是光的半波長）。  矽的非線性光學效應（nonlinear optical effects）也相對的比較強，譬如在近紅外區的雙光子吸收（two-photon absorption；TPA）以及自由載子吸收（free carrier absorption；FCA）。非線性光學效應通常可以用來調制光線，即矽的材料特性適合做PIC的主動元件（active device）。另外，相較於其他候選材料，它的散熱係數較高，比較適合做高功率光元件。  矽的材料當然也有缺點。第一個缺點是矽的能帶間隙不是直接能隙（direct bandgap），白話的說就是矽無法利用它的自然能隙來產生光子。所以如果要在矽晶PIC上直接做出光源，一般需要外來異質材料當成光源，譬如加入III-V族的元素以做出量子點之類的光源。  另外，有一好沒兩好。有較活潑的光學特性也意味著光在矽中傳導比較容易產生光子損失（photon loss），這也是做矽波導的主要挑戰之一。  幸好有相容於矽半導體製程材料氮化矽（SiN）可以與矽互補，這是半導體業界非常熟悉的材料。氮化矽可以用化學氣沈積法（CVD）長於晶圓之上，這是半導體的標準製程。  氮化矽的折射率較低，在1,550奈米時只有2，所以做出的光元件肯定比較大。但是它的TPA和FCA非線性光學效應都比較小，做出來的波導光子損失也比較少。  另外，氮化矽對光的透明應間自400奈米~7微米，在可見光的區間它也是透明的。這一點對有些應用至為重要，譬如生物感測器（biosensor）常常需要使用可見光波長的波段。  2種材料對照來看，矽比較適合做需要比較緊緻線路、高效能、高能耗的主動元件；氮化矽比較適合做光被動元件（passive device），譬如低光子損耗的波導、諧振器（resonator）、篩選器（filter），或者需要可見光波長、較低非線性光學效應的應用。  另外有數種材料因為它們獨特的非線性光學效應也被考慮在不同應用之中，譬如鉭酸鋰（lithium tantalate；LiTaO3）它有很強的非線性光學性質如二次諧波產生（Second-Harmonic Generation；SHG）和參量振盪（parametric oscillation）。更重要的是它有很強的電光效應（electro-optic effect；Pockels effect），可以用電場快速的調製光子，在光子計算（photon computing）的應用中，此乃天選之物。 

在豬養殖業中，仔豬死亡率是一個需要仔細處理的嚴重問題。特別是，在頭三天裡，有7.5%的仔豬會被母豬意外壓死。平均每天有1.2頭仔豬被母豬壓死。具體來說，仔豬壓死可能發生在母豬躺下或翻身時。這樣的事故更容易發生在較弱的仔豬身上，因為較弱的仔豬更有可能靠近母豬吸乳。此外，當產房溫度較低時，仔豬也會更靠近母豬保暖。因此，為了防止仔豬被母豬壓死，我們應該避免仔豬餓和受冷。或者，可以使用產房籠來限制母豬的姿勢變化，並為仔豬提供更安全的空間。當一頭仔豬被壓死時，養豬者必須在太遲之前迅速採取行動。一位技術嫻熟的養豬者可以通過仔豬的尖叫聲來檢測仔豬的死亡，並強迫母豬站起來或將被壓死的仔豬與母豬分開。然而，監控產房籠對養豬者來說是一項全天候的工作，而勞動成本過高。物聯網技術可由麥克風感應器中收集豬的聲音數據，並在仔豬被壓死時自動採取行動。我的研究團隊利用 IoTtalk 的物聯網設備管理平台，提出了 PigTalk 技術，來解決仔豬被壓死的問題。透過對產房收集的聲音數據進行即時分析，PigTalk 檢測是否有任何仔豬尖叫事件發生，並自動啟動母豬警報器進行應急處理。PigTalk利用一種音頻轉換方法來預處理原始聲音數據，並在機器學習中利用最小-最大標度化來檢測仔豬的尖叫聲。PigTalk以上述數據預處理方法與機器學習模型微妙的參數設置將仔豬尖叫檢測準確度提高到了 99.4%，比以前的解決方案（最高達 92.8%）更好。PigTalk 可以在 0.05 秒內拯救 99.93% 的仔豬。這樣的結果已在商業化的產房得到驗證。PigTalk 是一種新方法，可以自動減輕仔豬被壓死的情況，這是過去無法實現的。PigTalk提供一個遠距操控的GUI (graphical user interface)，豬場飼主可用手機控制強迫母豬站起來的致動器(Actuator)。圖(a)提供的致動器包括振動地板、氣流噴射、灑水系統和電極(有些不太人道，並未真正實作)。當豬場飼主收到警報時，他/她通過手機觀看從攝像機 (圖(b)) 發送來的視頻，並可操作攝影機放大影像，清楚觀察(圖(c)) 。如果仔豬的尖叫聲不是由於被壓死引起的，那麼養豬者可以遠程停止致動器 (圖 (f))。如果確實發生了仔豬壓死，則他/她應該跑到籠子處理這個仔豬壓迫事件。養豬者可以選擇打開或關閉致動器 (圖 4 (a))，當危險情況得到緩解時停止致動器。在PigTalk中，環境致動器例如加熱燈可以手動打開/關閉 (圖 4 (d))，或者在溫度變化時自動打開/關閉 (圖 4 (e))。PigTalk搶救小豬大作戰是運用AI及物聯網技術的很好範例。關於技術的詳細信息，請參閱W. E. Chen, Y.-B. Lin, L.-X. Chen (2021, June). PigTalk: an AI-based IoT Platform for Piglet Crushing Mitigation. IEEE Transactions on Industrial Electronics, 17(6): 4345-4355。 

自然界基本作用力有4種，由強至弱排列：強作用（strong interaction）、電磁作用（electromagnetic interaction）、弱作用（weak interaction）以及重力作用（gravity）。20世紀以及21世紀的文明，除了核能與強作用相關外，主要是由電磁作用的應用所鋪展開來的。  電磁作用的基礎理論是電動力學（electrodynamics），馬克士威爾方程式（Maxwell’s equations）就是其中描述電磁場與電荷、電流作用的基本方程式。在現在人類文明已能處理個別粒子行徑的當下，量子現象變得格外重要。能處理量子現象的電磁學叫量子電動力學（Quantum ElectroDynamics；QED）。  QED是最基礎的理論之一，人類知識領域的最前沿。至今所有的實驗數據與QED的理論預測完全符合，實驗與理論精確度的競賽都已經較勁到小數點後12位了！說QED是人類文明堅實的柱石一點也不為過。  QED理論中有2個主角：電子與光子。前者扮演的角色比較單純，就是有質量、帶電荷、有自旋（spin）的粒子；後者除了本身是粒子外，也是產生電磁作用的中介。  電子，或者電子集體行動的電流，我們感覺上比較熟悉，是我們在材料中容易操控的物質。它們被用來當成攜帶／儲存訊息的載子（carrier）。譬如將電容上有無電荷存留的狀態，當成1或0；或者將電晶體中有無電流流過，當成1或0。控制電子狀態的手段通常是電壓，這也是電磁學中的一員。電場和磁場是光子的組成份子，但是單純的電場或磁場不能自由移動，無法當成訊息的載子。  我們習慣的電子載子操控方式是讓電子在金屬中流動，電子在金屬傳導的過程中不斷地與金屬原子晶格碰撞、產生熱能，這就是焦耳加熱（joule heating）。當摩爾定律走到原分子尺度時，金屬線愈發細微—電阻更高，而晶片要傳遞的信息量更大，焦耳熱的問題變得無所不在，從晶片內、晶片之間、系統內乃至於系統之間，任何訊息的移動都生熱量。如何降低發熱、加強散熱變成計算力進一步提升的主要挑戰。尋求另外形式的載子以避免或降低焦耳熱的產生勢在必行。 光子技術也早已應用於讀取／儲存訊息及傳遞訊息。前者如以前的光碟，後者如現在於網路的光纖通訊。但是這與近代文明的核心—半導體有相當的距離。是否有辦法整合光子入半導體的體制、承擔訊息載子的任務，成了目前的研發方向。  光子在傳遞的過程中理論上不會發熱，而且傳遞訊息速度比電子快了近100倍，這是它被考慮成另類訊息載子的首要原因，這優勢在遠距光纖通訊中已得到充分的展示。  另外，光子的自由度極為豐富。目前用光子元件調制（modulate）光以編碼（encode）光擕帶訊息的自由度有強度（intensity）、相位（phase）、頻率、方向、波長等。但其實光還有時間段（time-bin）、軌道角動量（Orbital Angular Momentum；OAM）以及極化（polarization）等自由度可以用來編碼訊息。一個光子經光元件調制後最多可以有144個狀態，這是不久前在光子的量子糾纏實驗中所展示證明地。光可以攜帶巨量資訊，但這也是目前將光納入半導體訊息處理體制的挑戰之一。  光子還有一個劣勢，就是光子和光子之間不會交互作用。本來用光子來控制、調製光子是最理想的狀況，但是由於這個因素，對於光子的調制必須透過物質來進行。特別是對於光子主動元件（active devices，能改變光子的頻率、波長、自我聚焦等效應）要以非線性光學材料（nonlinear optical materials）來組成。而這些非線性效應一般來說是作用的高階效應，作用較弱，需要以另外的手段來加強，這使得光子元件的尺寸一般都相當大。這是光子的優點所伴生的缺陷。  

每隔一段時間，筆者便會發表關於第三類半導體（氮化鎵，碳化矽）的看法，畢竟這塊園地是十幾年來筆者長期關注、耕耘及使力的地方。十多年前在工研院時代，我們只知道第三類半導體，會是個時代及產業的趨勢，並不全然地清楚實際應用的場景及何時會發生。經過這些年頭，產業生態鏈逐漸完整，應用場景也日趨明朗，但是還尚未達到實際真正的引爆點。隨著8吋晶圓的導入，是有機會引起第三類半導體大爆發。Yole在最近發表的市調報告，整體分離式功率元件（discrete power devices）市場規模在2022年達200億美元，預估在2028年會超越330億美元。這330億美元的市場規模，矽基功率元件仍佔大宗，但第三類半導體比例會到30%以上。碳化矽與氮化鎵的比例約略是4:1，也就是碳化矽80億，氮化鎵20億。在市場應用上，幾年前流行一時的氮化鎵60W快充電源轉換器，只是個小眾市場。最近關注的焦點在於電動車的電控及電池充電系統，第三類半導體尤其是碳化矽扮演不可或缺的角色。然而近來火紅的AI算力中心的電源需求，第三類半導體的角色扮演，卻比較少受到關注。不論是電動車或者AI算力中心，都需要大量的電流來驅動馬達或者是晶片。為了避免過度的電流在傳輸上造成損耗，以及減少導線承載電流的截面積，直流高電壓是個必然的趨勢。電動車已經由直流48V走到400V，甚至於800V的直流高電壓，AI算力中心也勢必跟隨電動車腳步，轉向直流高電壓。相較於矽基的功率元件（MOSFET、 IGBT），第三類半導體在相關高電壓、大電流及切換頻率的表現上都優於矽基元件。電動車關注的在於高電壓及大電流，AI算力中心還須加上切換頻率，因為在機櫃內空間有限，提高切換頻率可以增加功率密度。第三類半導體在供應鏈及應用端已逐漸成熟，市場何時會引爆？目前的重點在於價格。舉一實際的案例，1個功率模組，若使用第三類半導體，其所需的元件數目可以是矽基元件的一半，但是遺憾的是整體的價格卻還是矽基的2倍。所以第三類半導體若能積極地導入8吋晶圓的製造，使得價格上能降低30～50%，引爆點就有機會發生。氮化鎵已經有公司導入8吋晶圓的製程，至於碳化矽到2025年將有IDM公司如英飛凌（Infineon）、安森美（Onsemi）、Wolfspeed、羅姆（Rohm）、意法半導體（STM）、博世（Bosch）、富士電機（Fuji Electric）等陸續導入8吋晶圓，這些公司也或多或少有8吋氮化鎵晶圓的規劃。即將引爆的契機已快來臨，台灣的產業鏈該如何抓住呢?第三類半導體技術及8吋晶圓廠對台灣都不是問題，問題在於商業模式。無可諱言，目前矽基功率元件產品及技術領頭的廠商，都是國際IDM的大廠，因為這是個元件設計與晶圓製造需要密切配合，才能創造出優異產品的產業。然而在台灣，我們是以設計及晶圓代工分業，為主要的訴求，因此我們的功率元件廠商，只能配合晶圓代工廠所提供的標準製程，或做有限度的優化，在量大的市場內作價格上的競爭。我們商業模式需要做些調整，整合是必要的，但不必然要走到IDM模式。晶圓代工廠，尤其是能提供第三類半導體8吋晶圓的廠商，可以朝虛擬整合（virtual integration）的方向來規畫。也就是策略性地扶持少數幾家元件設計公司，在製程條件上予以充分的配合，宛如兩者是在同一個屋簷下工作，如此才有機會與國際IDM大廠一搏天下。要能做到虛擬整合，必定不會是件簡單的事。我們已經失去矽基功率元件市場主導的機會，第三類半導體正準備引爆中，加上台灣優良的8吋晶圓經營的績效，我們是有機會在國際的舞台上發光發熱。 

台灣中山科學研究院在無線通訊的跳頻技術（Frequency Hopping）上有很深的著墨。這項技術能有效地防止敵人的無線電干擾。今日烏俄戰爭中，高檔的無人空中載具都充分運用跳頻技術，讓士兵能遠距操作無人機，不受干擾。很多人可能想像不到，跳頻技術的發明人是電影《霸王妖姬》（Samson and Delilah）的女主角「妖姬」海蒂·拉瑪（Hedy Lamarr, 1914～2000）。這部電影獲得第23屆奧斯卡金像獎。拉瑪發明跳頻技術的動機並非要運用於空中的飛機，而是水中的魚雷（Torpedo）。第一款魚雷是白頭魚雷（Whitehead Torpedo），製造於1866年，以其發明者懷海德（Robert Whitehead）命名。過去的漂移水雷必須被動等待敵艦撞上，而白頭魚雷內建動力，可主動攻擊敵人目標。1895年的甲午戰爭，日本帝國海軍以魚雷重創清朝北洋艦隊定遠號戰艦，證明了魚雷以小博大的實際戰果。日俄戰爭期間，俄羅斯帝國海軍與日本帝國海軍互相使用魚雷攻擊敵方艦艇。然而軍事專家在日俄海戰過程中發現，魚雷實在是無甚作用。日俄共發射近600枚魚雷，只擊沉數艘船艦，其餘80多艘船艦是被傳統炮火擊沉。特斯拉（Nikola Tesla；1856～1943）很早就發現魚雷的缺點，向美國軍方遊說無線電導引魚雷的可行性，但遭到拒絕。特斯拉的想法超前軍方太多，而日俄戰爭證實特斯拉建議的必要性。美國海軍恍然大悟，開始在第一次世界大戰時研發無線電控制的魚雷，稱之為哈蒙德魚雷（Hammond Torpedo）。1930年代的拉瑪白天忙著拍電影，晚上則一直想點子，希望幫助盟軍打贏第二次世界大戰；她向休斯（Howard Hughes, Jr., 電影《鋼鐵人》中男主角爸爸的原型）提出飛機機翼的設計，並被休斯採用；她也構想出發泡片劑，讓在前線作戰的軍人將片劑融入水中，就可以變成可樂暢飲。1940年，拉瑪在宴會上遇到鋼琴家安瑟（George Antheil, 1900～1959）。在鋼琴邊閒聊之際，拉瑪忽然想到一個祕密通訊的方法，可發展出抵擋敵人電波干擾魚雷的控制。當時的無線通訊使用固定頻率，除了容易被攔截干擾外，還時常有斷訊問題。拉瑪看著安瑟手邊的琴鍵，靈機一動：「就像彈奏鋼琴的不同琴鍵一樣，時常改變通訊的頻率就可以達到防止敵人電波干擾的目的。」安瑟按照拉瑪的想法，藉由他所熟悉的自動鋼琴，開發出一個能夠自動編譯密碼的模型，也就是今天我們熟悉的跳頻技術。這項技術不但擴大通訊量，並且成功將通訊內容加密，並於1942年取得美國專利。拉瑪將這個貢獻提供給美國軍方。軍方不認為電影明星和鋼琴家的奇思妙想能夠真的實現，勸拉瑪將發揮她其他方面的天分，利用她的美貌幫軍方募款。拉瑪只好將她偉大的發明擱置一旁，到處宣傳，幫政府募到2,500萬美元的戰爭債券。拉瑪說：「希望和對未來的好奇心，似乎比保證的事物更好。這就是我的方式。未知的事物對我總是如此有吸引力……現在依然如此 (Hope and curiosity about the future seemed better than guarantees. That's the way I was. The unknown was always so attractive to me... and still is)。」

超微（AMD）執行長蘇姿丰來台參與COMPUTEX 2024，期間有一次的公開演講，提到她本人很訝異在台灣有這麼多人知道CoWoS（chip on wafer on substrate）技術，這在美國是不可能的事。事實上CoWoS一詞是台積電張忠謀創辦人一手欽定的，這名字取得真好，一眼就可以望文生義。就如同TSMC一般，很清楚讓人知道葫蘆裡賣的是什麼藥。CoWoS是一種先進的晶片垂直堆疊封裝技術，也是延續摩爾定律繼續前行的最重要利器。摩爾定律過去五十年中，所著重的在晶圓的平面上做不斷地微縮。但是當微縮到了奈米等級，最終還是會遇到物理的極限，因此往垂直方向去堆疊是一個必然趨勢—如同在人口密集的地方要蓋高樓一般。約莫在二十年前，半導體技術尚未進入28奈米製程，研發人員就開始提出3D IC的概念，當時用了「 more than Moore」這個詞，以對照摩爾定律的「more Moore」。然而要堆疊晶片技術上並不困難，但是在實際應用上卻很難實現，就如同蓋高樓，每一層的主結構必須是一致且貫穿的，才有可能一層一層的堆上去。所以只有記憶體的晶片，因為是完全相同的架構，才有可能彼此堆疊，但當時的記憶體晶片並沒有這個需求。之後研究人員提出了矽穿孔中介層（through Si via interposer），也就是在中介層上方的平面放置多個晶片，因為中介層是使用半導體的製程，可以緊密結合這些晶片，並提供高密度的橫向走線（RDL），晶片間訊號可以走最短路徑，提升晶片效能。這就是俗稱的2.5D封裝技術，此中介層就是CoWoS中的wafer。所以嚴格來說CoWoS是一個2.5D的封裝技術。順帶一提的是這2.5D名詞，最早是由日月光集團唐河明博士所提出。台積電是第一家將矽穿孔中介層量產的公司，這多虧蔣爸（蔣尚義）的主導與支持。但是推出來之後，卻是叫好不叫座，乏人問津，也就是科技界常說的「solution looking for problems」。後來第一個使用CoWoS技術的是在2011年的Xilinx，將4個FPGA晶片緊密的並排再一起，並利用RDL彼此訊號相連。因為CoWoS所費不貲，所以高單價的FPGA為了追求效能，才率先使用。就連蘋果（Apple）手機內的AP晶片，至今還未使用CoWoS。接下來直到AI世代的來臨，CoWoS才受到廣泛的重視。NVIDIA是在2016年的P100 GPU開始使用CoWoS，主要用於與一旁的HBM記憶體能緊密的訊號相連。有趣的是，HBM是第一個實現3D的晶片堆疊，目前已經可以將12層、甚至16層DRAM堆疊在一起。NVIDIA近期所推出的Blackwell GPU，將2個GPU晶片，以幾乎無縫地緊密相連，而中介層提供高密度的RDL以及連接凸塊（bump），再次大幅提高訊號傳輸速度，並減少功耗。此番CoWoS技術所帶來的效益，幾乎等同於將製程技術推進一個世代。然而，隨著需要相連的晶片愈多，CoWoS中介層所需的面積就持續增加，不僅增加費用，而一片12吋大的晶圓能提供的數目也勢必減少。玻璃基板當作晶圓中介層的想法就應運而生。首先，玻璃基板夠大（5.5代玻璃面板是1.3公尺 x 1.5公尺），另外玻璃基板夠平整，可以製作出高密度的RDL，同時對於高速的訊號具有更低的傳輸損耗。現階段如果能順利解決玻璃基板鑽孔的問題，將來非常有機會提供一個低成本、高效能的中介層。台積電為此也適時推出經濟版的CoWoS-L（local Si），中介層是使用封裝業常用的製模（molding）技術。模的中介層內可內埋local Si interconnect（LSI）晶片，提供所需要高密度的RDL，同時也可以內埋其他的主被動元件以及晶片。不過要完成薄、大面積且不碎裂的製模，在工藝上是很大的挑戰。CoWoS中的晶片及晶圓中介層會被台積電所牢牢地綁住，外人難以越雷池，因為這牽涉到對終端客戶的承諾。至於substrate高速載板，則有機會被多家供應商所分食，而高速載板內有更多的空間，整合內埋所需要的元件。半導體先進封裝技術，尤其是CoWoS，未來在延續摩爾定律道路上扮演不可或缺的角色。現在發生的是AI帶來的需求，未來在各領域小晶片（chiplet）的整合，都需要這些技術，而且會更多元及多樣。在這條道路上，除了製程技術及IC設計的專長外，需要材料力學、結構力學以及散熱機制等專長的人共同參與。當more Moore 「山窮水盡疑無路」時，more than Moore提供「柳暗花明又一村」，這一村將帶給半導體產業至少再20年的榮景。

人工智慧（AI）對城市發展有著深遠的影響，一般市民和地方產業應該了解如何運用AI。在新竹縣政府和新竹縣議會指導下，新竹縣工業會支持成立了AI產業發展聯盟。希望能全面提升新竹縣縣民、企業和公部門對AI產業轉型的認識。聯盟成立啟動儀式上，所有的音樂、影片和開場歌曲都是由AI數位生成，參與的民眾對於AI的發展潛力和表現感到既驚艷又大開眼界。我在大會演講指出，AI技術發展迅速且多元，平均每兩至三個星期就有新技術產出。因此，我希望集結聯盟的力量，幫助大家找到產業所需的AI技術，並降低AI機器設備的成本。為了吸引聽眾的注意力，我在演講的投影片上寫道：「不學AI不會輸在起跑點，而是會死在起跑點。」這句話引發了觀眾的哄堂大笑，但也讓大家認真思索AI對他們個人的影響。一般群眾分不清判別式（Discriminative）AI和生成式（Generative）AI，因此我以自己的研究為例，說明兩者的區別。判別式AI根據輸入數據進行分類或標籤，經過訓練後能識別每個類別特有的模式和特徵，並根據這些模式進行預測。而生成式AI則著重於構建能生成與訓練數據相似的新數據的模型，這些模型學習訓練數據的潛在概率分佈，並從中生成新樣本。了解不同AI技術本質，就更清楚如何運用這些技術。新竹縣AI產業發展聯盟將致力於解決縣內重要議題，例如提升新竹縣的數位治理，以及幫助中小企業理解並促成AI轉型。未來，聯盟將通過舉辦講座、企業參訪、研討會等活動，甚至是個別企業諮詢和技術小聚，來媒合技術與需求，同時協助企業爭取中央的計畫補助。新竹縣政府拼經濟是首要工作，而AI更是重要的發展項目，公部門的科技治理應時時貼近民意，透過AI的智能服務，讓民眾生活更加美好。今年暑期7月份的AI課程在短短不到一周的時間內便報名爆滿。未來將針對不同產業需求，加開相關課程，例如勞工如何運用AI科技、如何通過AI改善愈來愈壅塞的交通問題等。甚至將引進認證課程，讓企業能深入了解AI轉型的技術。歡迎有興趣的企業夥伴一同加入，共同努力發展先進的縣市智慧應用。

烏克蘭與俄羅斯戰爭中使用的雷達技術玲瑯滿目。這些技術涉及監視雷達、防空雷達，以及由雙方部署的戰場監視系統。這些雷達系統用於偵測飛機、導彈或地面活動的系統。這些雷達技術是哪些厲害人物發明的?麻省理工學院輻射實驗室在第二次世界大戰時期將電磁波的研究發揮得淋漓盡致，對於雷達（Radar）的發展有不可磨滅的貢獻，也產生出多位諾貝爾獎得主，包括創造「核磁共振」這個名詞的拉比 （Isidor Isaac Rabi, 1898～1988）， 在1937年確實驗證原子核的角動量，而於1944年獲頒諾貝爾物理獎。薄賽爾 （Edward Purcell, 1912～1997） 與布洛赫 （Felix Bloch, 1905～1983）因發現在外加磁場下，所有物質只要是有奇數個質子或中子皆可以形成共振現象，能發射特定射頻信號，而在1952年榮獲諾貝爾物理獎。這項發現早期應用在化學物質的檢測上。薄賽爾得諾貝爾獎時好像只有發表6篇論文。阿瓦雷茲 （L.W. Alvarez, 1911～1988） 因製成第一部質子直線加速器，以及對基本粒子研究發展的貢獻，而榮獲諾貝爾物理獎。冉濟（Norman F. Ramsey, 1915~2011） 發展出分離的震盪場方法及其在氫邁射和其他原子鐘上的應用。第二次世界大戰期間列強的戰爭需求使得先進科學技術得以快速的發展，於是雷達就出現了。大戰期間，德國空軍老是跨海轟炸倫敦，讓英國煩不勝煩，急需一種探測空中金屬物體的技術，能在反空襲戰中幫助搜尋德國飛機。雷達的最早構想來自於沃森瓦爵士 （Sr. Robert Watson-Watt, 1892～1973），希望與美國攜手合作，共同打擊德軍。於是上述這群偉大科學家的電磁波研究集中火力，在戰爭時期發展出地對空、空對地搜索轟炸、空對空截擊火控，以及敵我識別功能的雷達技術，德軍聞之喪膽。戰後雷達有多項民生應用。例如微波爐（所謂的「雷達烤箱」）深受家庭主婦喜愛；雷達測速器則成為汽車超速者的剋星。沃森瓦開車超速曾被雷達測速器抓到罰錢，對於自己推動這項發明的應用，反讓他自食惡果，啼笑皆非。 

在西瓜的商業生產過程中，農民必須在收穫後迅速評估水果的成熟度，根據可食用時間分類，以減少損失。這個過程提升市場銷售和生產力，但傳統的西瓜測試方法通常不可靠。當你購買西瓜時，成熟度測試是一個有趣的「儀式」。一般家庭主婦將西瓜成熟度分類為2個等級：未成熟和成熟；農夫在西瓜田的辨識則分為3個等級，包括未熟類（不要碰）、成熟類（作為商品選擇）和過熟類（需要丟棄）。許多人分享他們測試西瓜成熟度的經驗。其中最具創意的一個方法是使用稻草技術，將一根稻草水平放在西瓜上。成熟的西瓜會使稻草旋轉45度，而未熟的西瓜則保持靜止。這種說法認為稻草的運動是由西瓜內部的電力作用引起的。我多次嘗試這種方法未果，只好放棄，改變方向，研究其他方法。雖然像拍打、顏色檢查和計日等手動技術具有實用性，但其準確性依賴於主觀判斷。目前，普遍使用的方法是通過拍擊聲音來評估西瓜的成熟度。這種拍打技術出奇地具有邏輯性，因為產生的聲音提供了足夠的成熟度指標。然而，對這些聲音的個人解讀受主觀經驗和傳統智慧的影響。我思考是否能利用AI及物聯網（IoT）來進行大量快速的西瓜成熟度的拍擊評估。在我研究團隊的辛勤工作後，提出WatermelonTalk技術。這是一個基於物聯網的即時深度學習平台，專為聲學西瓜測試設計。我們還引入了「拍打合奏＼（tapping ensemble）的概念，顯著提升預測準確性，這在文獻中尚未出現。我們邀請農友種苗公司的專家將343個品種的1,698個西瓜按成熟度分類，利用深度機器學習，首次探討四級測試，其中將三級測試中的未成熟類進一步細分為未成熟類和半熟類。比起未成熟類，農民更關注半熟類，須確保對其進行比未成熟類更頻繁的測試。這樣做是為了防止這些半熟西瓜在下一次測試時過熟。我們的研究在三級測試中達到97.64%的測試準確性，而在四級測試中達到94.07%的顯著準確性，這是聲學框架中的最佳結果。三級測試可供消費者在購買西瓜時使用，而四級測試則作為農民專業生產的工具。西瓜有不同的成熟程度，選擇適當的成熟度會大大影響西瓜的味道和質地。在收穫後迅速評估水果的成熟度，通過可食用時間進行分類，可顯著降低收穫後的損失。因此，WatermelonTalk幫助農民仔細衡量西瓜的成熟度，提升市場銷售和生產力，彰顯AI對日常生活的貢獻。關於技術的詳細信息，請參閱Yun-Wei Lin, Yi-Bing Lin, Wen-Liang Chen, Chia-Hui Chang, and Han-Kuan Li, Watermelons Talk: Predicting Ripeness through Tapping, 將刊登於IEEE Internet of Things Magazine。