核融合反應爐的研發起始於50年代。相較於英國在1956年已經開始商業運轉的核分裂反應爐是晚了不少。 早期核融合反應爐的最大問題在於電漿的約束：哪種機制可以約束住溫度高到幾乎可以融毀一切物質的電漿？ 延伸報導名人講堂：核融合電能何時能商業運轉？ （一）—核融合反應爐的工程挑戰當時的核融合是當成基礎科學議題來研究的。核融合反應爐何時可以商業運轉發電？這個問題在上世紀的標準回答都是30年後—意思是還早著呢，一次一次接著跳票。 最近的氛圍已有顯著變化，近年來市場資金總計投入近50億美金用於核融合反應爐的研發，目前以此為主題的新創已接近40餘家。 近年來最令人振奮的消息之一，是2022年12月5日美國勞倫斯利佛摩國家實驗室（Lawrence Livermore National Lab；LLNA）與國家點火設施（National Ignition Facility；NIF）合作的核融合反應有淨能量收益（net energy gain）。 此次實驗採用的約束機制為ICF，共192管紅寶石雷射以圓對稱射向置於圓心的原料顆粒（pellet）均勻加溫。投入的雷射能量為2.05百萬焦耳（MegaJoules；MJ），產出的核融合能量為3.15MJ，能量增益係數Q=3.15/2.05&gt1.5，核融合反應本身的確能釋放出能量！這是個里程碑式的實驗。 負責任的媒體還會加注其實那2.05MJ是由300MJ的電能產生的，遑論若依傳統能量轉換途徑，核融合能得先轉換成熱能、熱能再轉換成電能，轉換成電能的效率還得打一個大折扣。若真能成為發電設施，不只是反應爐，整個系統要有淨能量增益。這樣算來，粗估的核融合反應爐的淨能量增益至少要Q&gt10才能涵蓋系統中其他的能量消耗。商用系統還有一段路要走。 無論如何，原來是基礎科研的問題轉變成工程問題。工程問題可以分而治之（divide and conquer），研發速度因而加快。譬如LLNL與NIF的計畫中的紅寶石雷射若換成二極體雷射，能源輸出效率可以提升30倍，這樣就是穩穩向前邁一步。 另一個促使進展加快的因素是新創的投入。這些新創與公共機構形成夥伴關係（public-private partnership），專注於一些特殊核融合反應爐發電的機構、機制或原料等技術，可以基於公共機構較周延的基礎科研結果，快速進入商業運轉階段。 當商業資金開始投入一個新技術時，由獲利動機驅動的研發顯示加速進展的可能。最近一個例子是量子電腦的發展。 IBM在發展出第一代、第二代量子電腦時，預計的量子算力是以每年倍增的指數成長，這已是比摩爾定律—每18個月倍增—更積極的技術路標。發展迄今其實現狀比這技術路標快多了！ 另外一個看起來比較不顯著，實質上很重要者，是機器學習已經投入核融核反應爐的研發，最主要的兩個領域是在材料開發和反應爐結構，以及核融合反應參數的優化。 所以，核融合反應爐何時可以開始商業化？最樂觀的是2030年初期，這個日期出現在一些新創公司網頁和新聞。保守些的呢，有生之年。但是這不是以前談的30年後，因為持這樣主張的人也同時談2050年的碳淨零排放，核融合反應爐發電不再是遙遙無期的。 (作者為DIGITIMES顧問)

香儂（Claude Shannon, 1916～2001）被譽為資訊理論之父。圖靈（Alan Turing, 1912～1954）則被稱為計算機科學之父。1943年，香儂和圖靈相遇於紐約市的貝爾實驗室。儘管他們的研究題目不同，他們討論彼此的工作，其中包括有關圖靈的「通用機器」。圖靈相當驚訝，香儂在一片程式碼和計算機的海洋中，將藝術和文化視為數字革命不可或缺的部分，將之稱為「數字DNA」。香儂在1943年告知圖靈夢幻般的想法，如今已經成為現實，因為所有媒體都以數位化呈現，涵蓋數百萬的「文化事物」和龐大的音樂收藏。香儂在藝術、訊息和計算之間建立的早期聯繫，直觀地描繪我們今天正在經歷的未來。圖靈在1950年發表論文〈計算機與智慧〉（Computing machine and Intelligence），首次談到人工智慧（AI），並提出「圖靈測試」，為資訊研究領域創建智慧設計的標竿。圖靈測試說，如果一台計算機能夠欺騙人類相信它是人類，那麼它就應該被稱為智慧計算機。香儂則直接訂出機器學習的目標: 「創造出擊敗世界冠軍的象棋程式；撰寫出能夠被知名文學期刊選用的優美詩歌；編寫能夠證明或反駁黎曼猜想（Riemann hypothesis）的數學程式；設計一款收益超過50%的股票選擇軟體。」今日，香儂的第一個目標已在2017年由AlphaGo達成。機器學習常見的做法，是將隨機事件相關聯的預期資訊量（expected amount of information）加以量化，並衡量概率分布之間的相似度。今日則被用作衡量概率分布訊息內容的指標，則是香儂提出的資訊熵（Shannon entropy）。香儂熵背後的基本概念是所謂事件的自資訊（self-information），有時也稱為驚奇性（surprisal）。自資訊的直覺是這樣的。當觀察到一個不太可能發生的隨機事件時，我們將其與大量訊息相關聯（這代表當不太可能發生的事件發生時，我們獲得極大的資訊量）。相反，當觀察到一個很有可能的結果時，我們將其與較小的資訊量相關聯。將自資訊視為「事件發生會造成我們多大的驚奇」非常有幫助。例如，考慮一個始終會落在正面的硬幣。任何硬幣投擲的結果都是完全可預測的，我們永遠不會對結果感到驚訝，這意味著我們從這樣的實驗中獲得的資訊為零。換句話說，其自資訊為零。如果硬幣的落地面的隨機性增加，則每次投擲硬幣時都會有一些驚奇，儘管超過50%的時間我們仍然會看到正面。因此，自資訊大於零。最大的驚奇量是在硬幣是公平不偏的情況下獲得的，即落在正面或反面的機會都是50%，因為這是硬幣投擲結果最不可預測的情況。基於上述非正式的需求，我們可以找到一個合適的函數來描述自資訊。對於一個具有可能值 x1, . . . , xn 和概率質量函數 P（X） 的離散隨機變量 X，任何介於0和1之間的正單調遞減函數都可以用作衡量資訊的指標。還有一個額外且重要的性質，那就是獨立事件的可加性；兩次相繼的硬幣投擲的自資訊應該是單次硬幣投擲的兩倍。對於獨立變量來說，這是有意義的，因為在這種情況下，驚奇或不可預測性的數量變為兩倍。藉由上述特性，香儂熵被應用於測量與一組概率相關的不確定性或資訊內容。香儂熵通常用於決策樹（decision tree）和其他AI模型，以量化數據集的不純度或混亂度。例如在決策樹算法中，香儂熵用作在每個節點上對數據進行分割的依據。目標是最小化熵，熵較低的節點被認為更「純粹」或更具資訊。為每種可能的分割計算熵，選擇導致熵最大程度減小的分割。這個過程在決策樹不斷增長的情況下進行遞歸性地重複，得到我們想要的答案。香儂在1948年提出資訊熵的概念，影響到80年後的今日機器學習的發展，真奇人也。

原子是以原子核中的帶正電質子的數目來決定原子序的。原子核中除了質子外，還有數量大致相仿的中子，這些質子與中子以強作用力（strong interaction）束縛在一起，這就是核結合能（nuclear binding energy）。 核結合能的物理基礎強作用力，在短距離內比化學作用的物理基礎電磁作用強100倍，因此核反應的能量遠大於化學作用的能量。 鐵（原子序26）的同位素群與鎳（原子序28）是元素中平均核結合能最高的，也就是最穩定的元素。以鐵同位素群為例，核結合能可以高達8.8百萬電子伏特（MeV）。物理驅使物質轉變成較穩定的結構，所以原子序比鐵高的原子就會透過核分裂（nuclear fission）轉變成較小的原子；而分子序較小的原子則傾向透過核融合（nuclear fusion）轉變成原子序較高的原子。前者已應用於現今的核能發電，而後者就是目前全世界研發開始升溫的核融合發電。 核融合為什麼比核分裂更具吸引力呢？第一個原因是核融合的過程及其廢料有較低的幅射性。第二個原因是如果核融合反應爐無法正常運作，它不會如核分裂反應爐因連鎖反應（chain reaction），導致核反應爐融毀（nuclear reactor meltdown）而近乎無法收拾。核融合反應爐無法正常運作時，核融合反應停了就停了。另外還有個原因是核融合反應的原料，近乎取之不竭、用之不盡。 最常使用的核融合反應的原料是氘（Deuterium）和氚（Tritium），二者都是氫的同位素，也就是說和氫原子一樣，每個原子核都含有一個質子，但是氘和氚的原子核還分別具有1個和2個中子。使用氘和氚當成核融合反應原料的原因是它的散射截面（scattering cross section）—也就是核融合反應發生的機率最大，所釋出的能量最多，高達17.6MeV。 氘在自然中穩定存在，可以從海水中提取。但是氚具有放射性，而且半衰期很短，只有12.3年，自然界中只存有30~40kg，所以核融合反應爐必須在反應的過程中自己產生足夠的氚，以維持連續的核融合反應。這是核融合反應爐設計時必須考慮的因素之一。 核融合反應時需要較高的溫度，氘和氚在此環境下以離子的形態存在，也就是氘和氚中的原子核和電子是分離的，這就是電漿態（plasma）。氘離子和氚離子都帶有一個正電荷，它們之間存有庫侖排斥力。這就解釋為什麼氘和氚被選為核融合反應原料的原因：其排斥力最小，但是原子核較大，較容易碰撞，而且碰撞機率高。 要克服電磁互斥力讓氘離子和氚離子進行核融合反應必須符合一定的條件。基本上要離子的密度、溫度和其能量約束時間（energy confinement time）的乘積大於一定數值，這是核融合反應爐能維持穩定運作的條件，術語叫「點火」（ignition）。 能持續維持核融合反應的溫度大概在10~20keV之間，約等於8,000萬度到1.6億度之間，這比太陽核心的溫度還高。要維持這樣高的溫度，以及高的離子密度，必須把離子束縛在一個有限的空間中，這就是核融合最核心的工程問題之一：約束（confinement）。約束的方法比較多的是用磁場（Magnetic Confinement Fusion；MCF）來約束離子的行徑；另一個是靠慣性（Inertial Confinement Fusion；ICF），利用震波（shock wave）來壓縮及點燃離子；還有二者的混合形態MTF（Magnetized Target Fusion）。為了提高磁場，高溫超導（High Temperature Superconducting；HTS）膠帶被用於磁約束核融合反應爐上。 由於離子的集體形態電漿比較接近液體，而處於特殊狀況的液體會產生較為激烈的行徑，譬如擾流（turbulence）。離子的穩定性一直是核融合反應爐的一個工程挑戰。 氘離子和氚離子反應後產生氦離子（即是阿爾法粒子）和中子，其中氦離子擕帶核融合約5分之1能量，之後轉移能量讓原料能維持在高溫、可以持續核融合反應。但是氦離子得想法排掉，避免影響後續核融合反應的發生。 中子以動能的形式攜帶約5分之4的核融合能量，這是核融合反應爐產生能源的主要形態。中子不帶電，不受磁場束縛，會四向逃逸。想利用它的動能轉化成一般渦輪機可以使用的能量，得用防護牆先攔著，將其轉化成熱能。 另外由於前述的原因，氚必須在核融合反應爐中自己產生，防護牆上得覆蓋含鋰元素的繁殖氈（breeding blanket）。當中子撞擊到鋰時，會產生氚。中子在整個核融合過程中可能會消耗、流失掉一部分，繁殖氈上還必須加入鈹或鉛元素。當中子撞擊到這些元素之後，會產生2個中子，這樣中子的數目就得以增加，讓核融合反應爐中的氚得以持續補充，維持反應爐的持續運作。 這大概就是主流的氘-氚磁約束核融合反應爐所需面臨的主要工程挑戰。

最近讀了幾本關於經濟學的書籍，對於經濟學家利用邏輯分析、數學模型或田野調查等方法來解釋或預測人類或社會的經濟行為，如成長、衰退、貧富等，留下深刻的印象。不免起心動念東施效顰，想要對自己所理解的半導體產業及人才做一番解析。眾所周知，半導體產業鏈可略分為上中下游，在此上游定義為晶圓製造，中游為IC設計，下游則為系統應用。愈往上游走，知識所需的層面就愈基礎且深入，也愈硬體導向；往下游走所需的知識就愈廣泛，愈偏應用及軟體。半導體人才的培養彷彿也有上中下游的概念。以前在學生時代，聽過老師們提起如何培養一位最適切的半導體人才，就是在大學時念物理，碩士時讀材料，最後再攻讀電機博士。由理科到工科，也由基礎到應用。先來談人才的養成。有不少半導體領域的專家，都是在大學時念物理，之後在博士時轉念電機，而卓然有成。前國立陽明交大校長張懋中院士便是此思維下的翹楚，經由物理及材料的訓練，最後拿到電機博士，並成為半導體界國際知名學者。順流而下似乎是水到渠成，但是逆流而上呢？大學時念電機，而博士研究轉攻物理，甚至是理論物理，沒有太多成功的案例。約莫二十年前，台大物理系的招生廣告中，曾高調地宣傳，當時在台積電任職副總以上人士，畢業最多的學校是來自於台大物理系。最近材料專家彭宗平教授，也在媒體表達了，在園區半導體業很多的主管是材料系畢業的。這些都說明了，順流而下是趨勢，也是個好的選擇。產業界又如何呢？先經過了晶圓廠或IDM廠的歷練，轉而從事IC設計，而成就一番事業者大有其人。之前在IC設計領域紅極一時的晨星半導體，其創業團隊就是來自於世大積體電路，從事晶圓代工。但是在IC設計表現優異的公司，轉而往上游晶圓製造發展，鍛羽而歸者卻時有所聞。十幾年前矽統科技自建晶圓廠，就是個失敗的例子；最近又有專攻功率IC設計的公司，在蓋自己的晶圓廠。畢竟IC設計所需的半導體製程技術種類繁多，不是一座晶圓廠就能夠涵蓋的；此外兩者的文化差異頗大，晶圓廠需要嚴謹的態度及做事方法，要經營的好需要有高的產能利用率，在在都與IC設計的思維不相符。但是中游的IC設計與下游的系統應用間的隔閡，卻不是這麼顯著，兩者之間存在著既合作又競爭的態勢。IC設計公司已不再是單純地提供晶片，而是要提供一個解決方案。蘋果（Apple）就是鮮明的例子，不論是電腦所使用的CPU，或是智慧型手機內的AP處理器IC，都是自己所設計。近來雲端服務業者，也開始自行設計AI的晶片。只要是量夠大掌握出海口，且能找到合適的團隊，系統應用業者是可以往中游的IC設計去發展。但是也有失敗的例子，如不久前Oppo便結束旗下的IC設計公司。華為這幾年受到美國的制裁影響不小，創辦人任正非曾公開表示，未來就是要用錢來砸數學家或物理學家，回過頭來把自家屬於上游的根基做好做穩。我在美國留學期間，參加過一場光電領域的研討會，會議最後的問答時間，來自加州理工學院（Cal Tech）的光電大師Amnon Yariv教授，就在黑板上寫了馬克斯威爾（Maxwell）的4個方程式，然後說所有的解答都在裡面。事實上，在電機半導體領域最常使用的歐姆定律，就只佔這4個方程式的一小篇幅。Open AI 創辦人Sam Altman最近宣稱，要花費巨資自建多座先進的晶圓廠，生產AI晶片。換言之就是由下游，直接挑戰上游。經濟學有趣的地方在於，永遠都會有另外一隻手（on the other hand）。有原則就會有例外，這是在處理經濟問題，經常會發生的。Altman是否會成功，且拭目以待。

近期DIGITIMES有幾則報導與評論，談及NVIDIA推出特供中國的2度降規AI晶片H20，但中國客戶意願缺缺一事。值得探討的是，商業潛力龐大的中國內需市場缺口，究竟會由哪家半導體業者得利呢？2023年10月，美國商務部BIS更新先進計算晶片和半導體製造設備出口管制規則，規範總算力及效能密度（總算力／晶粒面積）上限，受限制晶片包括NVIDIA的A100/A800/H100/H800/L40S系列、超微（AMD）的MI250/MI300系列，以及英特爾（Intel）的Gaudi2系列，之所以中國客戶對採購H20意興闌珊，是因為大語言／多模態基礎模型，已然成為兆級參數的軍備競賽，以H20組建的AI算力叢集，難以支持這般規模的訓練任務。中系業者的因應之道有四，一是透過各種管道購買更多的A100等受限晶片／模組／板卡；二是透過各種管道購買更多的受限繪圖晶片／板卡；三是自研AI晶片；四是購買中國國內業者的AI晶片。解法一是建制算力最理想的解方，解法二是沒魚蝦也好的應對作法，但從日前圖森未來被疑偷運NVIDIA A100晶片給中國遭美方阻止並調查，以及阿布達比人工智慧／雲端服務集團G42出脫所投資中國公司股份及切斷中國供應鏈這兩事例看來，美國的圍堵力道只會愈來愈緊。解法一與解法二或早或晚會遭斷糧，並非長遠之計。解法三為雲端業者自研晶片，中國AI公有雲有阿里雲、百度智能雲、騰訊雲與華為雲等四大巨頭，真正僅供自家雲端服務使用而未對外商業販售者，僅有騰訊採12奈米製程的紫霄，但其與阿里平頭哥的含光800均為AI推論晶片，非供AI訓練使用。歸納解法一、二、三後可發現，針對雲端／互連網業者及伺服器業者需求的商業AI訓練晶片，才是中國AI算力產業鏈的發展關鍵，參與者包括雲端業者旗下的華為海思、百度崑崙芯及騰訊持股21.37%的燧原科技，以及海光、寒武紀、沐曦、天數智芯、璧仞、摩爾線程、登臨等業者。會脫穎而出接收這龐大市場缺口的業者，我認為有2個條件：一是在晶片層次，取得中國擁有先進技術的晶圓代工廠、封測廠與記憶體廠的策略性支持；二是在硬體／軟體／應用層次能建立完整的供應鏈／生態系。對獨立的晶片業者來說，即便取巧推動「類CUDA平台」模式，我認為仍具有高度挑戰性，而在大集團旗下，擁有雲端／互連網龍頭業者在後強力支持的業者會更有機會，這其中我最看好華為。華為與中芯的先進晶片合作，已然成為中國突破美國封鎖的關鍵所繫，海思昇騰910b採中芯7奈米N+2製程，下一代昇騰920則可望推進至5奈米，成為中國內部與NVIDIA H100算力落差最小的晶片。若從生態系角度來看，華為自己在伺服器主機板上除了AI晶片外，也包括鯤鵬CPU、基板管理控制器（BMC）晶片、網通晶片、與SSD控制晶片等。在其上有對標NVIDIA CUDA+cuDNN的CANN（Compute Architecture for Neural Networks）混合式運算架構，支持主流的PyTorch及TensorFlow及華為自己的昇思MindSpore等多個AI架構，更上層也有完整的算法開發與應用開發的軟體堆疊。華為伺服器硬體合作夥伴包括華鯤振宇、神州數碼、清華同方、寶德計算機等業者，以及多家應用軟體與SI業者。觀察其客戶名單，已拿下包括百度、科大訊飛及360等指標性雲端／互連網／AI公司及三大電信業者。此外，中國各地都在積極建立AI計算中心，多數的標案均由華為昇騰方案得標，其中包括北京、天津、廣州、杭州、重慶、成都等重點城市等。在外有美國管制難出海，內逢經濟疲軟影響籌資的大環境下，再加上建立軟硬體生態系的高門檻讓業績拓展無法一蹴可幾，中國新創AI晶片業者普遍面臨營運上的挑戰，2023年陸續傳來寒武紀與摩爾線程裁員、壁仞科技2位創辦人離職的消息。相較之下，作為中國事業範疇最廣、掌握雲端服務／電信網路到終端裝置、軟硬體垂直整合程度最高、公司也最賺錢的華為，看來是最有底氣接收美國管制下所讓出中國算力市場缺口的業者。若中國政府想要與NVIDIA CUDA脫勾，建立起全然自主可控的算力生態系，除華為外還有更好的選擇嗎？

不久前與一位任教於頂大IC設計的大學同學聯繫，希望同學能推薦其所指導的博士畢業生，因為他一直是有志於IC設計的年輕學子，最希望能爭取加入其麾下、炙手可熱的指導教授。只是得到的回覆卻是，在過去的4年中，他只有畢業1位博士生。現在學子在拿到碩士學位後，便急忙投入產業，連大學現在也很難爭取到半導體相關領域年輕的助理教授。同學還無奈地表示，社會大眾有意識到年輕助理教授的難覓，增加不少額外的獎勵及福利，最不幸的是像他一樣的資深教授，缺乏被關愛的眼神。有位也是任教於頂大的傑出電機系教授，最近被國外的大學以新台幣600萬元年薪挖走。但是這600萬的年薪說高也不高，約略等於國內碩士畢業後工作10年以上，表現不錯並在獲利的IC設計公司任職的年薪。當一位大學教授，發覺自己所培養出來的研究生，畢業後的薪資沒多久便超越自己，會是情何以堪。我們現有的大學教師薪資結構，是不分系所都是一致的，所依據的是公務人員服務法。試想如果今天政府規定所有的大學畢業生，不論其所學專長為何，就業後的薪資是一樣的，完全不考慮市場機制，而未來的升遷是以年資為主要的考量，請問這不是很荒謬嗎？事實上，現行大學教師的薪資結構，大致如此，為何不能做些改變?我在美國留學時所就讀的大學，每年都會公布教職員的薪資。記憶中當時教授年薪最高者，是位醫學院的外科教授，其薪資幾乎是文學院老師的4～5倍，學校美式足球總教練的薪資是高於大學的校長，這一切都是市場機制所決定。唯有市場導向的薪資結構，才有機會創造出有競爭力的環境。事實上在三十年前，大學教授的薪資是高於業界水準，再加上有寒暑假及退休金制度，可以吸引不少博士畢業生，爭相從事教職及研究工作。但是經歷這麼多年，學校的薪資僅微幅調漲，與業界的差距是逐年拉大。老成凋零與青黃不接，是我們目前以科技為主體的大學師資及系所的寫照。我們不斷地在強調人才的培育，也投入了不少資源，但是身負培養人才的大學教師們，他們的福利是否有被照顧到？甚至於該如何爭取到優秀的人才，願意來大學任教，這一切已經是個不折不扣的國安議題。政府已經推行大學彈性薪資有一段時間，讓學校對於表現優異的教師，給予特聘教授或講座教授的頭銜，並得到一定調薪的比例。但是我們要提出的不是20～30%的調整，而是倍數級且符合市場行情的薪資差別。今天一個系主任，倘若系上老師因為外界給予2倍的薪資而提離職，系主任要能擁有資源提供出對等的薪資結構來挽留，而非眼睜睜地予以祝福。既然大學教師的薪資結構是個國安議題，便不能再以與法無據而加以搪塞，齊頭式平等不是真平等。前些時候我們與國內一所大學進行項產學合作案，執行計畫的教授把屬於自己的人事經費列得比較高，但是我們覺得很合理，因為的確有這個價值，但是卻被校方打回，因為超過規定上限。上一回的地方縣市長選舉，少數幾位候選人的碩士論文，因為涉嫌抄襲而被迫退選。社會上就出現一種似是而非的說法，主張碩士學位要寫碩士論文，是個過時的產物而應予廢除。還好是大學的自主，頂住政客們凌駕專業的謬論，我真不敢想像一個沒有論文的碩士學位，其競爭力在哪裡？既然論文都可以考慮廢掉，為什麼薪資結構不能做重大的調整？我的大學同學依舊每天兢兢業業在做研究指導學生，學生們畢業後高高興興地展開其璀璨的前程，但這一切可以維持多久？現在是時候來關注大學薪資結構的國安議題了。

地緣政治壓力與產業結構變化正推動半導體業者進行策略合作，同時強化各個國家或地區尋求夥伴關係的誘因，其中台日尤為密切。在新興市場爭取切入半導體供應鏈的過程中，除了台灣與日本以外，南韓的支持也不可或缺。在與DIGITIMES Asia的訪談中，本身即為資深半導體產業專家和顧問的DIGITIMES社長黃欽勇表示，中美對抗已成定局，而半導體產業正在發生結構性變化，從台灣兩大半導體大廠不約而同尋求與外國IDM廠結盟觀察，台日的合作將產生最大綜效，但如要在新興國家如南亞、東南亞建立資通訊供應鏈，則台日韓的支持必不可少。台積電剛宣布熊本二廠的投資計畫，與Sony、電裝（Denso）及豐田（Toyota ）等當地企業合作，聯電也與英特爾（Intel）合力研發12奈米製程，但黃欽勇表示，「在我眼中，台灣和日本還是絕配。台灣面臨人才不足、土地有限的困境，上游材料也不夠，日本半導體材料佔全球52%，設備佔36%，都是世界一流。」此外，黃欽勇指出，日本有很前瞻的應用研發，這也是台灣缺乏的。「例如，台灣很會做零件，卻對遊戲機使用情境缺乏理解，而日本的任天堂（Nintendo）是當中翹楚，並且有能力去定義應用。」日本也需要台灣。目前台灣最好的人才都還在製造業，定義應用的能力不強，而日本除了定義應用外，基礎科學研究也很強。「在過去，要和日本合作比較困難，因為成本很高，但現在日本人均所得幾乎跟台灣一樣了，這也是很大的結構性改變。」黃欽勇說。除了歷史淵源以外，日本前首相安倍晉三一句「台灣有事，就是日本有事」，被許多人引用來描述台日之間的友好關係。黃欽勇認為，日本的糧食自給率不到20%，如果海峽兩岸打仗，日本當然會有事，所以不希望看到台海危機，也希望跟台灣更密切合作，彼此成為最佳的策略夥伴。「台灣政府會將重要的系統備份，但要放在哪裡？對台灣而言，日本是最好的備援中心，這都是地緣政治壓力下必須思考的。」產業變化與供應鏈移轉的挑戰產業結構的改變，展現在軟硬整合、多元多樣生產以及區域化生產等三大重要趨勢上，也影響著業者的轉型與半導體產業鏈的移動。黃欽勇指出，1999年，歐洲5個國家生產的汽車比重佔全球27%，到2022年只剩12%；日本則從17%減至9.5%，汽車對這些國家都很重要，因此歐洲、日本壓力都大，其工業體系皆在改變，而智慧座艙已有網路公司在滲透（penetrate）此商機，未來汽車不再只是製造業，而是製造加服務業。「如果中美對抗勢所必然，如何讓新興國家有更多機會？這是平衡中國影響力非常關鍵的策略。」黃欽勇表示，現在東南亞、南亞建構在地生產體系的機會較以往大，但都必須獲得日本、南韓、台灣的支持，因為現在要建構生產體系也比以前困難，由於規模更大，零件配套需更完整，必須充分重視生態體系的重要性。資通訊終端產品與電氣化的汽車同為半導體關鍵出海口，台灣有六大電子代工廠與台達電為蘋果（Apple）、戴爾（Dell）、惠普（HP）等大廠在東南亞與南亞製造，日本有任天堂、Sony以及豐田、日產（Nissan），南韓則有三星電子（Samsung Electronics）、樂金電子（LG Electronics）以及現代汽車（Hyundai Motor）等在東南亞與南亞深耕多年的企業。根據Gartner於2023年9月發布的調研報告，48%受訪企業未來3年有在東南亞新建或擴展製造產能的計畫，36%企業則表示在南亞有擴產計畫。黃欽勇認為，要重建一個毛利低的大規模生產體系非常困難，因為進入障礙太高，「所以最好的方法，是讓東南亞、南亞國家，與東亞傳統生產體系高度結合。這是對他們最有利也是最低風險的方法。台日韓也需要更多社會資源，所以未來我們可能面臨一個沒有國界的新世代。」由於東亞有許多半導體晶圓廠已經完成設備折舊攤提，黃欽勇認為，如果將舊設備和廠房賣給想參與半導體供應鏈的新興國家，並且提供技術和營運經驗顧問服務收取授權金，不但可增加收益再投資研發新技術和採購新設備，也可幫助新興市場國家放低學習門檻，加速其半導體產業的發展。地緣政治仍牽動神經回應英國古典經濟學家李嘉圖（David Ricardo）對國際貿易中專業分工的重視，黃欽勇也認為，每個國家必須把自己的優點和長處發揮到極致，無縫接軌，才能協助新興國家建立起在地資通訊生產體系，例如台灣有資本成本、人才素質和產業經驗優勢，需要積極發揚光大。但南韓可能會有挑戰，因為產業集中在少數幾個財團，樂金、三星可能也發現品牌價值已不如以往，因為品牌消費電子產品可能貢獻其50~66%的營業額，但獲利貢獻度恐怕不到15~20%。三星手機從2022年出貨2.6億支，1年後降到2.2億支，品牌價值也在改變，所以三星2023年以後在技術、產品和業務結構必然面臨巨大變化。「可是當這些新興國家要往軟體、低軌衛星和醫療轉型，都可能挑戰到先進西方國家的核心利益，尤其是涉及戰略國防與國家安全的領域。資訊安全也是，都會挑戰到西方國家容忍度。」黃欽勇說，「最後就會發現，品牌完全不是關鍵，地緣政治的影響是全球都必須面對的問題。這不是件好事，因為必然會對經濟繁榮產生衝擊。」

愛達・勒弗雷斯（Ada Lovelace）是19世紀英國一位成就卓著的數學家，浪漫詩人拜倫（George Gordon Byron）的女兒。她是史上第一位程式設計師。用現代的說法，她是開先河的「程式媛」、技壓理工男的女學霸。愛達出生不久父母離異，與母親相依為命。她的母親Annabella Milbanke熱愛數學，堅持讓女兒從小開始學習邏輯、科學和數學。在19世紀男性沙文社會，這些學科幾乎是女性的禁區，對這些學問感興趣並願意鑽研的女性是極為罕見的機會。愛達從小對機器著迷，19歲時嫁給了一位名叫金（William King）的貴族青年。他曾經教過她數學。 丈夫被冊封勒弗雷斯伯爵後，愛達・金夫人成為勒弗雷斯伯爵夫人。1833年，她遇到機械工程師巴貝奇（Charles Babbage），十分投緣，成為好友。巴貝奇提出了差分機與分析機的設計概念，其設計具有現代電腦的所有基本要素，分析機被認為是早期電腦的雛型，巴貝奇因此被視為電腦先驅。愛達對這個分析機極感興趣，悉心研究，1842年為這部機器編寫第一個程式，1843年在英國科學期刊上發表。後人視之為最早的電腦程式。愛達在論文中介紹如何為巴貝奇分析機創建代碼，用來處理字母、符號和數字。她還為這部機器創建一種重覆一系列指令的方法，這個過程被稱為「循環」（for loop），至今電腦程式還在使用。她建立循環和子程式概念，為計算程式擬定算法，寫出人類歷史上第一份「程式設計流程圖」。分析機從模型變成現實，經過100多年的時間。1940年代，英國科技奇人圖靈（Alan Turing）受愛達的論述和設想的啟發，開始建立現代電腦的理論。愛達於因治療子宮頸癌失血過多而去世，享年36歲，被安葬在諾丁漢父親拜倫的墓旁。她對電腦科學的貢獻當時無人關注，直到她去世後才被人發現。如今，愛達是成為科技界傑出女性的象徵。美國國防部紀念這位伯爵夫人在電腦領域開先河的貢獻，於 1980年將歷時20年研製成功的高級程式語言命名為Ada語言。那是公認第四代電腦語言的主要代表。為了鼓勵更多女生把科技事業作為人生追求，英國女權活動人士2009年發起倡議，每年規定一天作為主題日，舉行各種活動慶祝自然科學和工程技術領域中愈來愈多優秀的「理工女」跟「理工男」齊頭並進。這一天被命名為「愛達・勒弗雷斯日」，簡稱ALD，定在每年10月第二個星期二。愛達欣賞數學之美的能力是許多人，包括一些自認為是知識分子的人，所不具備的天賦。她意識到數學是一種美麗的語言，一種描述宇宙和具有詩意的語言。愛達擁有一種詩意的感性，使她能夠將方程式看作描繪自然物理壯麗的筆觸，就像她能夠想像「紅酒色的海」或「走在美麗中，像夜晚一樣的女人」一樣。但數學的吸引力更深；它是一種精神的表徵。數學「構成我們能夠充分表達自然界巨大事實的唯一語言」，她說，它允許我們描繪在創造中展開的「相互關係的變化」。這個工具的運用讓「弱小的人類思維，能最有效地讀懂造物主的作品」。

日本政府引進國外半導體業者投資的效果相當顯著，幾乎國際間各大半導體製造公司都報到了。另外本土公司聯盟組成的公司Rapidus也將目標置於尖端製程的開發。 這些晶圓廠的興建對日本半導體的貢獻，剛開始時比較是稍為間接的。在恢復產業生態、擴大機器設備、材料內需市場、以及支持日本IC設計公司方面等都當然有幫助，但是對於自有的先進製程研發卻得看Rapidus的表現。 延伸報導名人講堂：日本半導體產業的文藝復興之路（一）Rapidus一開始就瞄準2奈米nanosheet GAAFET（Gate All Around FET）的最先進製程，和IBM與IMEC合作，預計在2027年左右量產。1.5/1奈米需要不同的電晶體結構，將和LETI（Laboratoire d’Electronique des Technologies de l’Information）合作，用2維材料過渡金屬二硫屬化合物（Transition Metal Dichalcogenides；TMD）當成電晶體中通道（channel）材料。 Rapidus面臨的挑戰之一是參與製程研發的各方皆無量產經驗。IBM最後的量產晶圓廠賣給格羅方德（GlobalFoundries）是2015年，其他各方要不是新創，要不就是實驗室類型的研發機構，要走向量產註定要多花一些工夫。 然而，Rapidus最大的挑戰是有無辦法快速地建立規模經濟（economy of scale）。先進製程的研發極其昂貴，代工廠其實是以用IC設計公司客戶資金實施眾籌，進行下世代製程研發。因而到14奈米以下，全球市佔不足的公司紛紛停止先進製程的競逐。 對於2奈米以下的先進製程的開發尤為如此。2奈米是nanosheet GAAFET，1.5/1 奈米是2D通道電晶體，1 奈米以下可能是CFET（complementary FET）。幾個世代間的電晶體的結構、材料、製程都是翻天覆地的大變化，若無足夠大的市佔便無法產生足夠的盈餘，無力推動下世代製程的開發。即使湊了開發費用，沒有足夠的市佔也無法回收，遑論建立代工生產所需要的諸多生態環境如設計服務、先進封裝等。 先進晶圓廠的建立無疑的會提高日本機器設備廠商的市佔率，有些晶圓廠已經設立日本國內設備採購佔比的目標。 這個因素影響相對比較輕微，重要的是日本在黃光這一大區塊是否能重新啟動。2023年Cannon推出奈米壓印（Nano Imprint Lithography；NIL），解析度可以達到5奈米，預計2025年會先在NAND Flash的製造中使用，但是預計無法完全取代EUV。要打入DRAM及邏輯線路的市場還要在對準（overlay）以及粒子（particle）問題上下工夫改善。 延伸報導名人講堂：奈米壓印的初始應用 （一）：技術與挑戰另外一個領域是日本有機會得分較多的是先進封裝設備。日本的先進封裝設備相對領先，而製程持續演進、先進封裝、新材料是現代半導體經濟增值的三大支柱。先進封裝市場的自然擴增—譬如現在當紅的生成式AI（generative AI）就一定要使用先進封裝—自然提升在此領域的優勢廠商的市佔表現。 最後是材料。日本於此部分環節猶仍如日中天，卻有危機隱然浮現。明處的是來自於中國的威脅，中國的材料基礎科研發表論文佔全世界約14.5%，比美國多1倍，而中國目前正在進行材料、設備的自主化。這一定會影響到日本，只是時間早晚的問題。 更深層的理由是材料的合成與製造正在經歷典範轉移。第一原理計算（first principles calculation）、AI與量子計算等用計算的方式正在逐漸顛覆傳統的合試誤方式，工藝精神的優勢正在逐漸弱化。雖然日本於先進計算並不落後，譬如富士通（Fujutsu）用數位退火（digital annealer）來輔助材料開發仍然領先全球，但是產業的典範移轉就意味著變動的可能性。 先進半導體材料的應用考慮與傳統材料有些差異：材料介面性質到與塊材（bulk）性質至少一樣重要，而且很多材料的使用是依賴半導體製程設備。 日本的材料研發比較願意做長期部署，而半導體廠商求的多是短期內有機會進入應用的材料候選人，這二者密切的結合，會深度地互相嘉惠對方。 先進晶圓廠在日本開始發展的新聞中最令我有感的是台積電與三星電子（Samsung Electronics）都在日本設立材料實驗室，這可能是對日本材料產業最大的立即助益，而且助益是互相的。

當我進入DRAM產業時，那時最負盛名的半導體產業分析報告Dataquest，列出DRAM產業廠商排行：90年代下半，三星電子（Samsung Electronics）已然出頭，NEC和東芝（Toshiba）還分居二、三，前十名中尚有其他日本廠商。這看似猶為優裕的景況，僅僅已是日本半導體產業的落日餘暉。 再往前10年，日本半導體正當是花團錦簇、油烹鼎沸時分，半導體產品佔據全世界50%的市場，機器設備廠商自晶圓製造到封測都是獨佔鰲頭，材料更是處於宰制地位。整個半導體供應鏈，除了80年代末期才開始萌芽的電子設計自動化（Electronic Design Automation；EDA）之外，幾乎是完整而且佔有絕大優勢的。 經過20幾年的凋零，現在日本的半導體產業景況又是如何呢？簡單的講，可以用1、3、5這3個數位一言以蔽之。1是指半導體生產佔全世界市場的百分比近10%、3是指半導體製造機器設備約佔30%、5是指半導體材料約佔50%。 這個1、3、5看起來貧脊嗎？一點也不會。10%是什麼概念？高的如南韓，近20%；日本與歐盟並列，近10%；再次是台灣、中國。 日本半導體製造雖然不能與全盛時期相比，但是在有些特殊領域如功率器件、車用半導體等尚有一席之地。欠缺的只是先進製程技術及產能，這也是日本政府及產業界努力推動的方向。 另外，日本的IC設計公司也嫌不足。90年代後，日本從DRAM產業轉向系統IC後，發現設計人力不足的問題。一家大的DRAM公司基本上只需要幾個IC設計團隊就已經足以滿足產能需求，因為DRAM是標準產品，而且市場規模大；系統IC的樣態較多，市場比較分散，需要更多的IC設計團隊。目前日本的IC設計次產業仍然嫌單薄。 機器設備的市佔率自然也不如前，主要失去的市場自然是黃光設備，這是90年代DARPA發展出EUV技術原型後技術移轉對象選擇的結果，先進製程黃光設備市佔的流失是必然趨勢。日本在黃光之外還丟失了一些市場，譬如蝕刻設備。總體而言，日本的半導體製造機器設備仍然有顯著的份量。 日本半導體材料仍然維持著市場主宰的地位。這要歸功於過去化合物的發現和合成有點匠人工藝（craftsmanship）的味道—經驗不是單以銳意進取的作為就可以替代的。像味素（Ajinomoto）能從一家調味品公司擴張到半導體材料，靠的當然不是其原來所缺少的半導體的領域知識，而是對化合物的發現與合成的匠人工藝精神。 日本半導體產業其實並未經歷猶如中世紀的黑暗期，講文藝復興是有些言重了。 眼下日本政府全力引進的各國投資有效嗎？會改變哪些現況呢？