效率/良率同步提升 應材推出一站式混和鍵合方案

混合鍵合(Hybrid Bonding)是先進封裝中不可或缺的關鍵技術,但其製程條件要求嚴格,加上鍵合前的電漿處理、水分子膜塗布等步驟,與鍵合製程本身的速度差異巨大,導致生產排程容易出現瓶頸。為簡化混合鍵合製程的複雜度,提高良率與效率,應用材料(Applied...
2025 年 10 月 08 日

高通收購Arduino 加速邊緣技術創新與開發能力

高通(Qualcomm)宣布,已與開源硬體及軟體公司Arduino達成收購協議。此次交易將加速高通推動其策略,透過讓開發人員更容易使用其邊緣技術與產品組合,提升創新與開發能力。這項收購延續高通近期對Edge...
2025 年 10 月 08 日

愛思強等五家公司攜手imec開展12吋氮化鎵功率元件研究

愛思強、格羅方德、美商科磊、新思科技與威科儀器攜手imec共同鎖定12吋晶圓的氮化鎵(GaN)功率元件研究方向,成為首批研究夥伴。該研究方向為imec氮化鎵功率元件產業聯盟計畫(IIAP)的部分,成立目標是開發12吋氮化鎵磊晶成長,以及高壓與低壓氮化鎵高電子遷移率電晶體(HEMT)製程流程。採用12吋基板不只將能降低氮化鎵元件的製造成本,未來還可以實現更先進功率電子元件的開發,例如用於CPU和GPU的高效低壓負載點(POL)轉換器。...
2025 年 10 月 07 日

AI電源設計壓力山大 虛擬設計環境解難題

生成式AI推動的伺服器浪潮,讓電源設計師承受前所未有的壓力。在電源設計變得更複雜之際,開發週期卻被大幅壓縮。以模擬為核心的虛擬設計環境,已成為大勢所趨。 生成式AI帶動的AI伺服器潮流,不僅改變了資料中心的面貌,更讓電源設計工程師面臨前所未有的挑戰。GPU持續進化,讓伺服器電源供應器的規格需求不斷攀升;在此同時,產品上市週期卻愈來愈短,研發工程師不僅要應付更高的電流密度、更嚴苛的散熱條件,還必須在有限時間內交出可靠的設計成果。...
2025 年 10 月 05 日

應對AI伺服器尖峰負載 超級電容技術有利基

GPU負載具有極大的波動性,為滿足GPU的瞬時功率需求,具有快速充放電能力的超級電容,以及基於這類元件製成的CBU,開始受到更多討論。 在人工智慧浪潮推動下,伺服器電源的穩定性與可靠性受到前所未有的重視。GPU在運算過程中的瞬時功率需求,迫使電源廠商尋找更快、更耐用的備援方案。在這個脈絡下,超級電容(Supercapacitor)與電容備援單元(Capacitor...
2025 年 10 月 03 日

從電網到晶片 寬能隙元件全面滲透

生成式AI對電力的巨大需求,不只考驗電源供應器的設計,也對整個資料中心的電力基礎設施帶來莫大挑戰。為提供足以餵飽GPU的電力,800V直流供電已確定成為未來的發展方向,以氮化鎵技術起家的納微,亦透過購併GeneSiC,完成從電網到晶片的一條龍布局。...
2025 年 10 月 03 日

研華結盟Edge Impulse 推動邊緣AI快速開發

研華宣布,將與來自矽谷、高通(Qualcomm)旗下的全球領先邊緣AI開發平台商Edge Impulse展開策略合作,並由研華嵌入式事業群總經理張家豪與高通芬蘭RFFE Oy產品管理副總裁Zach Shelby,於美國加州舉辦的Edge...
2025 年 10 月 03 日

伺服器電源新技術百花齊放 電源產業挑戰/機會並陳

GPU的電源需求,成為加速技術創新的催化劑。Matrix拓撲因具備高效率與高功率密度而備受關注,但其暫態響應能力不足,仍待補強。另一方面,AI伺服器電源廠正面臨客戶規格與架構需求分歧,研發負擔加重的挑戰。如何兼顧前瞻技術、穩定供應與快速開發,已成電源產業必須正面迎戰的課題。...
2025 年 10 月 02 日

AI促成電源設計革命 GaN導入不再卡關

為了在電源供應器(PSU)這類應用中完全發揮氮化鎵技術的潛力,電源供應器的設計與許多被動零組件,都必須大幅更換。全新的拓撲與零件,會為PSU的穩定運作帶來未知數,因此PSU業者多半相對保守,直到需要大量電力的AI伺服器到來,PSU業者才決定放手一搏。...
2025 年 10 月 02 日

生成式AI浪潮發酵 電源產業展現新風貌

生成式AI的興起,正在全面改變資料中心的樣貌,也讓電源產業迎來久違的轉型契機。這股浪潮不僅帶來更高的運算需求,也推動相關技術與產品加速進化。電源設計工程師、晶片商與系統供應商,正共同面對新的挑戰與機會。...
2025 年 10 月 02 日

imec達成High-NA EUV單次圖形化里程碑

比利時微電子研究中心(imec)在2025年國際光電工程學會(SPIE)光罩技術暨極紫外光微影會議上,發表了兩項有關單次壓印極紫外光(EUV)微影的突破性進展,分別是間距為20奈米的導線圖形,包含與鑲嵌金屬化製程相關的13奈米圖形端到端(T2T)關鍵尺寸(CD),以及在20奈米間距下,利用直接金屬蝕刻(Direct...
2025 年 09 月 30 日

法國CEA-Leti團隊發表混合記憶體研究 邊緣AI訓練/推論兩相宜

一組由法國CEA-Leti領導的研究團隊,近期在《自然電子》(Nature Electronics)期刊上發表了一篇重要論文。藉由混和鐵電記憶體和憶阻器兩種記憶體技術,突破了長期以來限制高效邊緣AI訓練的技術瓶頸,讓人工神經網路在本地訓練和推論更加可行。...
2025 年 09 月 26 日