楊燿宏：台灣有很棒的隱形冠軍 #臺大校友會北加州分會 #北美台灣工程師協會 #晶片加工 #台美人｜台美時空第3集

觀衆朋友大家好 歡迎來到臺美時空 臺美時空展現臺美兩地的各種觀點 促進臺美的互動和交往 我是主持人馬克 今天我請來的嘉賓呢 是矽谷半導體產業的資深科技人 楊耀紅先生 楊耀紅先生您好 你好 馬克你好 臺美時空的觀衆聽衆大家好 我是楊耀紅 楊先生您長期活躍在臺美人社區當中 那你覺得在科技界的臺美人社區 對於這個有哪些特點嗎 謝謝您問這個問題 就是在美國 北美這邊 尤其是矽谷這裏 有很多的臺灣人 臺美人相關的社團 那尤其對這個相對於科技的社團 那我們有少數幾個事實上是比較活躍的 那包含像NATIA 也就是北美臺灣共識協會 然後像玉山 美西玉山 然後TITA 就是臺灣產業科技協會 那這個都是非常活躍的社團 那同時還有一些像商會 像校友會的主持 那在近年來因爲科技的相關的議題 越來越重要 也開始朝這個方向開始做推進 那像臺大校友會 它也有這個科技論壇 然後像那個北美商會 它也開始有這個全球檯商高科技論壇 的活動開始在進行 那我們以臺美人的身份 然後在工程界 在科技界的經驗 也儘量的參與 然後幫忙推進臺美之間的相互交流 現在對於臺美人就科技社區 對於臺美之間的這種科技交往 有哪些觸景作用 這個臺美的社團 就是我們剛剛提到的像NATIA 像這個臺塔玉山 除了這個以外 我們還有像美國的主流社團 non-profit的這個社團 像IEEE 是電子電機協會 然後像AHA 像美國心臟協會 那我們剛剛提到的臺美人 那臺美人的部分 很多人在裏面相當的活躍 那您看一下 NATIA的總會會長 張玉 分會會長 金力廖 然後像我們的所謂的 IEEE的前任的主席 事實上是魏劉 然後像AHA的主席 事實上是Joseph Wu Professor Joseph Wu 這些都是臺灣出身背景的 然後也在當地 幫忙推動很多的兩岸的交流 北美跟臺灣的交流 那很多的方式像是 所謂的UTHF 美臺高科技論壇 像NFIC 像New Frontier in Computing 然後再加上 各個層次的 臺商高科技論壇的這種活動 能夠把大家聚合在一起 臺灣還有美國 那同時他也有定期的Newsletter 那有科技的專欄 在這邊也提供了最新的科技的分享 然後把大家都聚在一起 應該說臺美人 這個科技社區還是 發揮了很大的作用 或者說還是蠻活躍的 是 大家其實 您提到這個講的 這個議題非常的好 就是說一般來講在北美 那我們來當留學生的時候 有一開始就非常積極的參與 因爲不知道這個環境 然後想要認識社團 想要認識社區的人 那但是很多的時候就是 這些年輕專業人士 他進入了職場以後 開始奮鬥他人生 開始有了小朋友以後 這些很多的時候 他就等於淡出了 但是並不表示他對這個臺美的社區 他失去了他的吸引力 那很多事實上是在他的小朋友 他的事業穩定了以後 他回想起以前參加過的社團 他會想說 OK我是不是回來再貢獻一份心力 那舉例我自己來講就是這樣 就是當初怎麼樣能夠在留學生的時候 怎麼樣在NATIA看到了一份我們的實習生 那大家都知道在美國實習生 事實上是很重要的 那因爲這個關係做完實習生的結果 那在美國的這個產業界 就非常的需求這樣的人才 那所以等到自己穩定下來的時候 就回過頭來回饋 那希望也把這些自己手上有的機會 當然在很平等的狀況下 然後幫忙我們臺美人 幫忙這個公司 幫忙這個社區 然後延覽更多的臺灣的優秀人才 那您覺得那個臺灣很多人才 通過這個在美國的各種教育 然後得到了一種像升級一樣昇華一樣 然後還有一部分人也要回到臺灣 這樣的話互相的互動還是蠻重要的 對嗎 是 這個問題其實事實上點出了兩個方面 就是臺灣人在美國進修 那在這邊就是學術方面 得到了昇華 升長 那我們以前在臺灣給我們的訓練 很多的都是你要好好的做事 你要文良公儉讓 然後做很多 然後多做少講 那美國這邊的文化對我們的影響很好的 就是它鼓勵你去創新 去奮鬥 然後同時去犯錯 這一點是我們在臺灣 或者是在整個普遍的亞洲 比較少的一個概念 它鼓勵你犯錯 那甚至於在很多的狀況下 它事實上願意你feel early feel safe 那你在早期犯錯的代價 對公司也好 對這個社團對社區也好 事實上之後的代價 就是縮短了非常的少 然後很容易去向成功 那您剛剛說回去臺灣幫忙也有 然後留在美國這邊幫忙臺美人 幫忙美國整個overall的社會 那他們就是秉承了他們 我們在臺灣受到訓練 很solid的訓練 然後多做少說 然後在這邊更加發揮說 ok challenge自己 然後把這邊 你能夠做的百分之百的東西 在美國能夠提供出來百分之一百二十 然後對兩方面都有利 那帶回去臺灣的這批人 事實上把這樣的概念 implement在臺灣 其實臺灣的產業也獲利不少 那你覺得通過這種 就是各方面的交流 同時臺灣人自己的努力 那臺灣在這個科技領域方面 還有哪些優勢呢 這個問題其實我們可以從 具觀跟微觀的角度來看 臺灣就是臺美科技人在臺灣 或者是臺灣的產業 有什麼樣的優勢 我們經常現在看到說臺灣 尤其在半導體 因爲我在半導體業界 我就稍微提這個半導體的部分 那半導體來說 我們常常會說臺灣的半導體公司 像前二大前三大 它能夠做到5奈米3奈米1奈米 那這個是非常棒的一個 我們叫disruptive technology 那事實上臺灣的優勢 遠遠不止這樣子 它優勢還有另外一個就是 它在我們所謂的美國的產業界裏面 常提到叫PPACT 那還有另外一個很重要的這個詞 一般臺灣人其實比較少聽到的 就是所謂的COO跟CPW 那這兩個詞其實很棒地描繪了 所有人在所有產業的player 怎麼樣把它的產業 提升到這個產業領袖的這個位置 所以它這個PPACT的 所謂的第一個P就是power 然後第二個P就是performance 然後第三個是AC 就是area cost 然後T最後一個T就是所謂time to market 那臺灣的優勢對的 你的disruptive technology做得非常好 那但你的PPACT的部分 也是做得非常可圈可點 爲什麼呢 它在power consumption 降低的同時 因爲你線寬做得越來越細 feature做得越來越小 磨疊力嘛 它的power consumption 就是它的功耗 就相對性就低了 對吧 然後performance 就是同樣的功耗之下 你能夠計算做多少的運算 那這兩個東西 就是在前面我們剛剛講的 這個越小的線寬 上面能夠做得越好 那這個AC 這個是我們臺灣產業 其實很棒的地方 成本 area cost 就是同樣的在這個area 你們要做出同樣的功耗 同樣的計算效能的同時 你怎麼樣把這個成本壓到最低 那壓到最低 還不只是成本壓低而已 它的良率要增高的同時 你的成本纔會低 對那你如果說 每一個chip成本很低 但是良率很差的話 事實上這個area cost又上去了 對 那最後一個是這個T 那這個又是更棒的 這個T就是 你怎麼樣能夠在最短的時間 交出你的產品 那你的這個產品 那我們也看到了 就是很棒的 就是兩個 事實上三個大的player 在半導體業 之前美國的Intel 然後Korea的Samsung 還有臺灣的TSMC 那三雄在競爭的同時 互有消長過去這十幾年來 那臺灣的最大的競爭製造商 他有他的優勢 他就是在這個time to market上面 做得非常的好 那他甚至於在不同的phase裏面 他會跟你說 OK我有分這個不同種類的產品 然後在time to market上 先secure這個market share 那這個是您剛剛提到的 就是臺灣的優勢 對對對 那很多的時候 這個東西是在做中學的 那臺灣的這個匠心 就是有點像德國人 有點像日本人的這種匠心 就是他把事情工藝做到最好 那可能之前我們也讀到 像宋吾他們講的格物致知 他把這個東西做到最細 最好了以後他還要再提升 不只他做到最好 他的cost還要低 他的速度還要快 時間還要短 在這個狀況下 把臺灣在近期 在各個不同半導體的劣勢的狀況下 彎道超車 得到這個最優秀的名列前茅 您剛剛有提到的 臺灣在這個科技界的重要性 那我們這其實就讓我回想到 在我們20世紀的時候 很多的世界上很多的戰士 這個時候最重要的就是錢 就是資產 那很多的人事實上就把資產 就是送到中立國像瑞士 那希望能夠保護他們的資產 那現在時間推到21世紀 那現在其實在globally 非常重要的事實上是IP 那IP的這個重要性 IP的中文叫 Intellectual Property 那它這個Intellectual Property 重要的地方在於 因爲是你的知識財產 那您剛剛有提到 就是如果一旦知道了以後 它可以容易去複製 事實上這個IP的部分 其實就沒有辦法保存了 那globally我們再看當初 凱迪豔的Maurice先生 他提出了這個金銀代工的概念 那就是它很大的一個程度上面 告訴大家我幫你把你的設計 你的IP給產品化 那我並不擁有你的這個IP 我也不會去使用它 那這個東西在19世紀20世紀 那個時候所謂的重要的資產 存在瑞士 那globally現在很好 很有意思的就是 你這一塊你的IP 你全球去找 它覺得哪一個區域非常的安全 臺灣是相對性的 比較卓越的地方 人家來找你做contract manufacturing 的時候 他會覺得非常放心 這個是臺灣的產業的一個很大的優勢 那第二個是臺灣有很棒的隱形冠軍 那我們記不記得之前的 COVID-19的時候 全球這個供應鏈斷鏈的狀況下 那我們在同一個時間突然發現 從美國的角度來看 發現臺灣有很多的隱形冠軍 那這個隱形冠軍事實上是 它不只是它關起門來做 那同樣的 我們之前有提到 所謂的溫良恭解讓 關起門來我不張揚 但是我把事情做到好 那在斷鏈的時候 比較大家不容易去找到解法的時候 大家開始看 掀開來看到底誰有解法 那很多的時候 就臺灣這些隱形冠軍就浮出水面了 那所以你會看到像現在的 不管是特斯拉也好 我們班奧迪設備廠 或者是各個產業的 重要的這些零組件 事實上是這些隱形冠軍開始攻擊的 而且已經做得非常好 那大家也聽過臺灣的另外一個優勢 就是技術面來講 大家常在講這個3D Printing 3D Printing 對吧 那我們總覺得在美國 總覺得3D Printing是一個很好的解法 那甚至於你到中學生 高中生的教室裏面 他們都有3D Printer 柴哥級3D Printer 那有一次像我們就回去 產業論壇的時候 我們就在跟臺灣的企業就聊說 那全世界都對這個3D的趨勢 非常的鋒利的時候 爲什麼臺灣好像並沒有太大的興趣 然後很有意思的是 其實它已經跨越了下一個世代 所謂的3D Printing 事實上是做Prototyping 非常好的事情 那在產業化行業完全以前 這個是主要做Prototyping 那臺灣的CNC 就是三軸五軸加工精密機械 已經完全跨越到Prototype的階段 那事實上它進去做的 事實上就是我直接做成品給你 我現在CNC做出來的東西 就是你最後的成品 那你就會非常有意思 那所以你不需要Prototype 他說對 所以我們3D Printing 事實上是不需要的 那這個東西就讓你就很意外 在很多個 就是我們之前講的這種 中小企業的自主研發的狀況下 它事實上沒有在產業的趨勢之下 它已經自己完成世代的跨越 那需要我們在未來 包含臺美人也好 像政府也好 法人也好 就像工研院做得非常棒 把這些收集類似的 這樣子已經跨代 已經跳躍的這些技術 然後一起分享給臺美人 或是在臺灣或是在世界 然後以全世界的角度來講 能夠享受到臺灣的實力 那我們在美國 其實可以做到的另外一件事情就是 幫忙這些引擎冠軍 幫忙這些 包含臺灣來美國的這些人才 然後讓他們有一個 fair ground to embark 讓他們釋放他的能量 然後同時在他們穩定下來以後 能夠回過頭來 回饋給臺美人的社區 對 這講了一個就是產業的趨勢 但同時你覺得像半導體這方面 是您的專長 你覺得這個半導體未來 就是有哪些新的發展方向呢 是 是 以我的背景是比較 靠近這個半導體設備的設計製作 那我就從這個比較 這個角度來切入 那半導體我們現在可以看到的就是 所謂的從以前的軟體到最近的硬體 然後對未來的所謂的AI 那AI其實不是一個新的topic 但是AI是因爲晶片的運算 我們剛剛講的Power Performance 運算的Power已經增強了以後 你從30年前40年前的 所謂的Neural Fuzzy 那的角度開始切入 那因爲晶片的運算速度加快 然後讓AI能夠成功的開始大衆化 那三個點未來會出現 第一個我的看法是 第一個是AI AI的部分我們等下會細講 第二個是第三代化合物半導體 那包含了鐵氧化合物 包含了鉀氧化合物的這些化合物 然後在很小的空間上面 它能夠把這個加壓加到最快 所以當你充電的時候 用了第三代化合物半導體的時候 車用的時候 它的效率會非常的高 速度非常的快 那這個是第二個 那第三個事實上是 已經很多的臺灣廠商 或是全球的領導人 開始在 業界領導人在看的 就是所謂的3D 3D的IC 那Enable這個3D IC 要有一個3D的封裝 那3D的IC跟3D的封裝 會是在未來這幾年的 大量的主流 現在的投入的產業的量 其實不是很大 但是會有很多的上升幅度 上升空間在這裏 那我們剛剛回到AI的部分 我們稍微細講一下 那AI的部分 大家都知道 尤其像我們在 在亞洲在臺灣的時候 我們之前小時候的 捷運常常會淹水 對不對 然後我們出水的水庫 然後常常會有水流 然後什麼時候要放水 什麼時候要蓄水 那這東西在當初是很 複雜的一個 一個問題 那很多人事實上 在大學也教授 我們還記得我們以前 專門在算水庫 蓄力水文學 怎麼樣用水 這麼多公式 那那個時候叫做 我們叫Neural 叫Fuzzy 用手去算 那晶片速度不夠快 然後所以只好用手算出來 那事實上也完成了 很大量的運算 那到現在時至今日 因爲你這個晶片 已經做得越來越快 那所以以前 我們那個時候的AI 跟現在所謂的GAI 有的區別就是 當初的AI其實是專家系統 專家系統 Machine Learning專家 那我們這些專家去算完 又告訴你什麼時候開閘 什麼時候捷運地下水道 你要防洪防水 什麼時候要從水 運到哪裏去 纔不會淹水 那現在的事實上 事實上到這個GAI 就變成說它已經有 晶片有它自己的想法 它會去學習 它會去告訴你 怎麼樣去應對 那Generated AI 那半導體業來講 這個GAI的好處在哪裏 就是說 我們很久以前 大家都聽過我們的CPU 我們的GPU對吧 那現在AI Enable的這種 Specific Function 的Chip 就是所謂的 大家可能聽過叫做TPU 那也聽過叫做NPU 那這個 相對以前的CPU跟GPU 它把每一樣東西都算得 非常非常的細 那尤其是 作業系統你只能用CPU去運作 你不能用GPU去算 那GPU它在做 圖形運算的時候 三個要點 能夠做得非常好 但是呢這兩樣 General Purpose的 的Chip 在相當一個狀況下 它的Power Consumption 都非常嚇人 所以就各個廠商 它就開始 大公司開發自己的晶片 像Google就是開發 它用它的Tensor 去開發這個叫TPU 那Tensor Process Unit 那這個TPU是什麼樣的東西 TPU是 我可以在外面下雨的時候 對不對 我們不需要告訴我們說 OK 像CPU GPU來運算 每一顆雨滴的大小 重量 速度 長短 它都要去算得到 那它只要在這個 Tensor的Process Unit 它可以告訴你 OK外面在下雨了 下雨下得很大 下雨下得很低 很小 那告訴你這個General的狀況 Serve the Purpose 那所以這個Power Consumption 就會相對性的低 那另外還有 但是這個是Google自己擁有 它還沒有對外去分享 那像文章上面 其實還指出有一個NPU 那NPU其實是模仿人的神經 對吧 那人的神經的運作方式是怎麼樣 我們常講OK 唸書念得很好的人 事實上念得越久 他是越賺家 對不對 爲什麼會這樣 那事實上在神經裏面的講法 事實上是 因爲它的那個周圖速圖 神經元周圖速圖 它因爲建立的關係 所以它就很容易去理解 相關的這個知識 那這個NPU事實上就 Take Advantage of這個概念 然後以後它處理過的東西 它可以已經Special Purpose 那它沒有處理過的東西 要用比較多的Computation Power 對 然後所以它能夠 對它的能量進來的運用 達到最佳化 那一個是爲了這個環境着想 那第二個事實上是 每一家公司有它的Specific Purpose 要去做運算 所以在這個過程中 我們會有非常非常多 不同的晶片的需求 那半導體機械 因爲這樣不同的需求 你會有很多的 製造跟產品化 這都需要一些定製化的產品 客製化 完全對 是定製跟客製化 這個的量會越來越高 那Demand就刺激我們這些生產 所以在這方面 半導體機械的未來的這個 榮景是可以期待的 像現在我們大家都在談 3奈米 2奈米 1奈米 那未來是不是還有更小的那個製程呢 對對對 這是非常好的問題 那我們大家都知道這個奈米 對吧 奈米事實上是10的負9脂肪 那事實上在1奈米之下 還有一個數量級叫做 叫做艾米 那1個艾米 1個阿姆斯壯 事實上就是一個原子的大小 那這個1個阿姆斯壯的 的大小是多大呢 事實上是1奈米 事實上就是4個阿姆斯壯 對 那在我們在做到1個奈米的線寬之後 怎麼樣把這東西再做細呢 有一個比較 相對性比較新 但是在製程方面 開始漸漸成熟的 叫做Atomic Layer Deposition 叫做ALD 那甚至於還有 在原子層layer的怎麼樣移除它 叫做Atomic Layer Edge 這樣的技術漸漸開始在普及化 那所以我們在做越小 回到我們剛剛提到的PPACT對吧 那你怎麼樣在它的功率越來越高 功能能耗越來越低的狀況下 Area Cost 要越來越低的狀況下 這ALD其實就進來了 那ALD的 一個比較大的問題是它的速度很慢 ALD速度很慢 所以那個T的部分 包含你很微觀的這一塊 你怎麼樣把這個速度 就沉降的速度加快 然後包含上你做完這個development 以後怎麼樣能夠time to market 都有息息相關 所以同樣的機臺 或者是更upgrade的機臺 能夠幫忙半塔底液 然後從CVE這個部分 在幾個critical的這個製程上面 能夠延伸到這個ALD 那這個是現在大家都在 invest 在做這個製程的研發 那一旦這個EUV 在我們在曝光的部分 然後在這個ALD在原子層累積 沉積 然後到我們的AOE 就是Atomic Layer的Edging 開始發生了以後 整塊的半導體的設計 包含這些製程 就會有更大一塊的變化 然後同時在我們剛剛講的packaging 默訂率已經走到一個 比較極限的狀況下 他把它從2D走到3D 然後再配合上ALD的幫忙 繼續把這個線塊 再繼續減低的過程 那很多的application 在發展過程中 這個半導體的業界的需求 包含這個熔井 會繼續往上再推進 感謝楊先生給我們帶來了 這麼多的 關於科技界的這種新的發展 以及臺美人的這種狀況 那麼我們也希望 未來臺美之間的科技交流 能夠更加發展 同時臺美人在美國 應該能夠更加活躍 好 感謝楊先生 好 觀衆朋友大家再見