2017年7月27日 星期四

台灣半導體設備產業的契機


多年前我在台灣半導體產業協會公共服務時,台灣本土的半導體設備廠商抱怨 Taiwan Semicon 展覽的場租太貴,他們負擔不起;而半導體設備國際大廠太耀眼,他們分不到一點眼睛的餘光,希望能有自己的展覽。半導體產業協會當然會協助、服務會員,欣然協辦。展會開幕那一天,理事長不在,我代為開幕致辭。

從那一天到現在 15 年過去了,台灣半導體設備廠商的業績擴張了三倍。但相較於台灣半導體產業的的發展,這遠不成比例。最令人氣餒的是,台灣目前是世界半導體設備的最大市場。在自家肥沃的土壤上,卻沒有開花結果。

相較於我們的競爭對手韓國,我們與韓國的半導體設備貿易是入超的。一個很重要的原因是三星支持本國廠商不餘力。現在大陸發展半導體產業,設備也是其中重點項目,特別是大陸深受美、日設備出口管制之苦,但是台灣半導體廠也開始驗證大陸半導體設備了!


經營事業當然在商言商。但是一個國家產業要要堅固,產業內的每個重要價值環節要齊全。台灣的半導體廠,就算不是為了利他,為了利己也應該給本土廠商幾次驗證的機會!

2017年7月21日 星期五

提前進場的新技術-量子記憶體與量子閘

這真是科普了。

最初看量子計算的文章是因為同行的傳奇人物費因曼的想法:量子計算機可能在量子物理問題的計算比較有優勢,這是八O年代的事。九O年代居然就蔚然成為一個新領域,叫做 Quantum Information。然後有人證明的確在某些問題量子計算比傳統位元計算可以少些步驟。接下來 Shor’s algorithm 在質因數的分解上跳投得三分球。開始有人認真考慮讓它真的派上用場。

如果你五年前上過 D-Wave 這家量子計算機公司的網站,這家公司談的應用不外是質因數分解、蛋白質折疊、量子物理等學術性的問題。然後洛克希德馬丁、NASAGoogle 等涉入了,那時 Google 還鄭重否認它購買 D-Wave 的量子計算機,現在 Google 自己要做量子計算機了。

多快?不能切確的說,就像幾年前談自動無人駕駛,今年 Audi 說會在大陸開賣。但可以近乎肯定的說,量子計算機在機器學習上有些領域有明顯的優勢,這是為什麼 Google NASA 2013 合作測試 D-Wave 2000 後態度轉為積極的原因。

台灣有龐大的半導體及電腦產業,我們能不能缺席?

2017年7月12日 星期三

人工智慧晶片競技場


人工智慧晶片有一個領域有相當的市場而台灣的設計廠商有相當競爭力的。

文中說的三種 approach 比較像是在伺服器中心進行大數據的機器學習以及推論用的。像 Google 就在其雲端組織了一個由 1000 TPU的人工智慧中心,讓研究團隊使用,這一類型的運用是各大 黑洞公司戮力以赴的。台灣在此領域後發、沒有足堪比擬的大數據,演算法方面的研發也不夠厚實。硬要插花,很難討好。


但是人工智慧的應用無所不在。譬如行動機具上個人化的設定,好比語音或筆跡辨識,它首先會先操作大數據的機器學習建立一般通用的模型。但是要讓個人使用最佳化,還是需要針對個人使用習慣個別學習,這樣少量、在地的機器學習就需要一個人工智慧晶片,攜帶有先驗的大數據機器學習的結果,能迅速的給推論,以及針對使用者的輸入持續針對個人化的少量機器學習。類似這樣的晶片由於是用在行動機具,數量不少,大公司也未必有特別優勢,是台灣公司可能的發展方向之一。

2017年7月11日 星期二

MRAM 的進展與研發方向


初入半導體行業時,我的老闆是低我一屆的學弟,對我極為寬容,讓我有半年的時間學習,不負任何管理營運責任。我本行是物理,從黃光 (Lithography) 下手較容易。半年後,當了黃光經理,然後就在這個領域暫待了下來。後來老闆走了,我也另覓他公司任職。

那時黃光正要從 i-line 升級到 DUV,公司做的是 DRAM,當時是領先製程,就在跨年之交的深夜迎來台灣第一架 DUV stepper 設備。因為是先行者,在 Taiwan Semicon Lithography Forum 當了幾年的主席。這是職業生涯中最接近技術的日子。後來慢慢的向商業、財務、法律等傾斜,就回不去了。


再回研究的領域,又重新找回半導體研發,看 MRAM 這個以材料物性為發展主軸的競技場。人生有機會看幾場大戲就屬機緣,偶而如果還能票戲一場,那真是幸運。我相信 MRAM 終究會上台擔綱挑大樑的。

2017年7月2日 星期日

可期待的科技部前瞻科技政策


在政府最近爭議頻仍的政策中,有一個不起眼的小區塊-科技政策-令人有耳目一新之感。說它不起眼是因為經費與同名之為「前瞻」的其它計劃相比,還不到一個零頭。但是這些科技計劃的內容,叫做「前瞻」當之無愧,都是會徹底改變我們未來生活、工作方式的科技。

方向對了!只可惜政政府的投入太少。而且計劃會不會成功更多的依賴於計劃的細節,能不能致果還有待觀察。


另一個令人擔心的是科技部的前身國科會是支持基礎科學研究的主要單位,近年來科技部的焦點逐漸轉向產業科技。這個轉變固然加強了產業與學術界的連結,也有利於經濟發展,但是基礎科學的研究資源自然會減少。近年來學界與產業間的距離變了,基礎科學研究的結果變成產業科技只在剎那之間。2007年才拿的物理諾貝爾獎研究,現在要量產了!將資源挪到近產業端可見一時之效,但長期的知識動力源頭斷了,以後會難以為繼,這是政府要好好考慮的資源分配問題。