DIGITIMES - 椽經閣

晶圓代工這個行業的門檻「高不可攀」(之二)

根據WSTS的調查，2018年全球晶圓代工市場為653億美元，台積電以342億美元(市佔率52.4%)領先群雄，其次為三星的104億美元(15.9%)。但進入2019年第一季時，三星市佔率快速挺進到19%，而台積電卻跌到48%。是三星打了強心針，還是台積電因為季節性調整或材料出錯所導致的呢？

中美貿易大戰背後的晶圓代工世紀之爭(之一)

2018年總額653億美元的晶圓代工市場，也是行動通信大廠、5G與車聯網往上游延伸，發揮整合戰力的主戰場。過去誰能最有效率的生產，誰就可能是贏家。但在川普一聲雷之後，台積電往左往右備受關注，也讓台灣因緣際會的成為被關注的焦點。

二維材料於場效電晶體的應用

場效電晶體(Field Effect Transistor；FET)的核心是通道(channel)，材料是半導體。它的一邊接源極(source)，一邊接汲極(drain)，這兩個是場效電晶體中載子(carrier)的來處與去處。通道上有一層絕緣體，之上還有閘極(gate)，用來控制電晶體開關。當閘極施加電壓，底下的半導體變成導體，電流從源極流到汲極，這時處於「開」的狀況。電壓移去後，電晶體就回復「關」的狀況，這是半導體的ABC——控制，電子線路一切都是關於控制。

autoML自動化深度學習網路設計可行嗎？

機器學習(深度學習為其中一分支)技術成為各產業智慧化的核心能力，但是算法的設計複雜，需要專業知識與經驗，對於好的人才，需求遠大於供給。為了彌補這個空缺，這幾年自動化機器學習工具(autoML)新研究興起，希望有自動化的系統，在給定問題(通常是標記的資料)之後可以自動生成機器(深度)學習算法。在資訊理論上，這是非常複雜的問題，需要大量運算資源，所以極具挑戰。

腦機界面以及語音合成

腦機界面（Brain Machine Interface；BMI）開發迄今有15年了，最近有令人興奮的進展：將神經活動解譯成語音。這是基礎科研以及醫療界的攜手進展，而下一步—或長或短—或將要連動電子業了。

智慧硬體擴張為生態系

硬體產業如何擴張？怎樣跨足到毛利相對高的軟體或是新興產業？這是台灣許多資通訊業所關心的議題。似乎不少人選擇跨足到與本業不同的全新領域，但這是唯一做法嗎？

矽光子與機器學習晶片的初發

雖然矽光子已開始進入半導體發展的近程視界，但是除了通訊的天然應用外—光纖的信號出來可是光，其可能的應用會落在哪個領域很令人好奇。

人臉辨識—從理論到產品

似乎一夕爆發，最近許多國內外的企業都將「人臉辨識」列為主要的產品。這些公司橫跨各種類型，包括晶片、軟體、系統、金融、交通、安全、服務等。顯然目前人臉辨識的學術突破，已經可以落地為實際應用，並成為很多跨領域的公司極度看好的核心技術。前陣子在矽谷舉辦NVIDIA GTC 2019，我們也分享了如何產品化人臉辨識技術，之後收到很多工業界與會者非常正面而且熱烈的評價。顯然矽谷的產業鏈也十分在乎這項關鍵技術。

資料市集，數位行銷與區塊鏈的未來想像

$240是美國使用者其資料在數位廣告上的平均價值，你有收到了嗎？

下一個決戰點：邏輯晶片與記憶體晶片的異質整合

我剛入半導體產業的時候，英特爾(Intel)是半導體業產業的龐然巨人，市值與其他同業有數量級的差距。於1984年自DRAM撤退後，專心致力於CPU的版圖、成就霸業。卅幾年光景過去，產業變成英特爾、三星電子(Samsung Electronics)、台積電三分天下。而且在摩爾定律尚未盡的路途上，英特爾看來走得有些步履蹣跚了。可是路途猶未了，接下來這個領先群爭些什麼？