在人工智能(néng) (AI) 已經(jīng)成(chéng)爲産業不可逆的趨勢下，就連台積電前董事(shì)長(cháng)張忠謀都(dōu)表示，未來 AI 的發(fā)展將(jiāng)成(chéng)爲帶動台積電營運發(fā)展的重要關鍵。因此，市場上大家都(dōu)在期待，藉由 AI 發(fā)展所帶來的新應用與商機。隻是，在 AI 需要大量運算效能(néng)與能(néng)源，而整個半導體結構發(fā)展也面(miàn)臨極限發(fā)展的情況之下，材料工程技術的突破就成(chéng)爲未來 AI 普及化前的其中關鍵。
材料工程解決方案大廠應用材料 (Applied Materials) 指出，根據《經(jīng)濟學(xué)人》表示，當前數據之于這(zhè)個世紀的重要性，猶如石油之于上個世紀，是成(chéng)長(cháng)與變革的動力，而透過(guò)科技也爲許多産業帶來改變。因此，藉由人工智能(néng)與大數據的結合，給市場帶來無限的機會，卻也帶來空前的挑戰。所以，而是否能(néng)掌握 AI 與大數據帶來的龐大商機，關鍵在于新技術和新策略上。
應用材料台灣區總裁餘定陸日前在于媒體的聚會中表示，AI 與大數據的結合帶動了 4 個主要的趨勢與挑戰，這(zhè)也是企業是否能(néng)在 AI 與大數據時代掌握緻勝先機的關鍵。其中，包括了物聯網普及和工業 4.0 産生超大量的數據資料、現有的空間不足以應付快速增加數據量的處理及儲存、靠着新的運算模式及架構，以及邊緣運算、雲端技術和低功耗的每瓦效能(néng)，才能(néng)將(jiāng)數據成(chéng)功轉換成(chéng)價值、以及 AI 與物聯網快速彙流，連接性是最大關鍵，也是決定運作是否流暢的重要因素等。
而因爲有了 4 個趨勢與挑戰，使得在 AI 與大數據時代中啓動了「硬件複興」的各種(zhǒng)資源投入，不但使得論是傳統科技領導大廠、新創公司或軟件公司，都(dōu)投入大量的資源、押寶不同的技術領域、聚焦應用的客制化及最佳化，專注于硬件的設計以及投資發(fā)展。另外，在在計算機運算處理器部分，人工智能(néng)需要大量、快速的存儲器存取及平行運算，才能(néng)提升巨量資料處理能(néng)力，這(zhè)時繪圖處理器（GPU）及張量處理器（TPU）會比傳統運算架構更适合處理人工智能(néng)的應用。而且，爲了使人工智能(néng)潛力完全開(kāi)發(fā)，其效能(néng) / 功耗比即運算效能(néng)需達到目前 的1,000 倍 ，已成(chéng)爲現階段技術層面(miàn)亟需突破的關鍵。
再加上 AI 與大數據需要邊緣及雲端創新，大量的資料儲存＋高效能(néng)運算因運而生。而且在是當傳統摩爾定律下的 2D 微縮越來越慢的情況下，材料工程的創新就成(chéng)爲解決問題的其中一項關鍵。餘定陸進(jìn)一步表示，材料工程的創新未來將(jiāng)建構在 PPAC（效能(néng)、功耗與單位面(miàn)積）的 5 個面(miàn)向(xiàng)革新上，包括新架構、新結構 / 3D、新材料、微縮的新方法以及先進(jìn)封裝等。
餘定陸舉例表示，原有 2D NAND 的技術應用在實體和成(chéng)本上已達到極限，爲了能(néng)讓每儲存單元（cell）的容量再往上增加， 3D NAND 技術采用層層堆棧的方式，來減少 2D NAND 儲存單元距離過(guò)近時，可能(néng)産生的幹擾問題。此外，3D NAND 有倍增的容量與可靠度，更是過(guò)去的 2D NAND 無法比拟的 。
此外，先進(jìn)封裝可以優化系統級的效能(néng)。過(guò)去 DRAM 封裝是采用印刷電路闆（PCB）的方式，目前則采用矽通孔封裝技術（TSV），可將(jiāng)邏輯和存儲器的同質和異構集成(chéng)緊密地結合在一起(qǐ)，垂直堆棧的 3D 儲存器芯片顯著減小了 PCB 級的電路闆尺寸和布線複雜性，大大降低成(chéng)本、節省一半的電力及延長(cháng)芯片使用壽命。另一種(zhǒng)系統級封裝，運用小芯片（chiplet）多元模塊整合，可提供時間、成(chéng)本與良率的效益。
餘定陸還(hái)表示， 傳統計算機架構的馮諾伊曼（Von Neumann）思維有一個主要問題，當處理大量資料運算，單一中央處理器與存儲器間的資料運算規則和傳輸速度，限制了整體效率與計算時間，無法滿足實際實時應用情境。但利用神經(jīng)形态（Neuromorphic）思維，進(jìn)行網絡分散架構及平行運算與學(xué)習，可加速人工智能(néng)計算，達到傳統計算機架構無法達成(chéng)的連接性。
在 AI 與大數據的結合將(jiāng)帶來無限機會的時代中， 因應複雜性、應用性和在時間方面(miàn)都(dōu)面(miàn)臨很大的困難，而且互連性和材料創新速度上面(miàn)臨的挑戰，也需要新的策略來克服的情況下，需要藉由材料工程創新、硬件的複興以及産業生态間深度連結來解決。