【2021臺灣循環經濟週】
跨部會與民間攜手總動員 建構永續綠台灣🌳
#2021臺灣循環經濟週 今(9/28)正式開跑,由經濟部、環保署、農委會、內政部、工程會攜手籌劃系列活動,結合政府部門、在地資源、產業生態、綠色經濟,希望將台灣循環執行成果與未來願景展獻給全世界!
#五大部會11大特色活動
2021臺灣循環經濟週從9月跨至11月,五大部會11大特色活動陸續登場。其中經濟部以鏈結國際、鏈結在地、鏈結未來為主軸,分別舉辦「#ESG暨永續製造高峰論壇」、「#台灣循環經濟大聯盟論壇」、「#跨領域企業循環設計工作坊」。從台灣到國際、農食到高科技、趨勢脈動到行動實踐,引領產業邁向循環永續。
#鏈結國際 #ESG暨永續製造高峰論壇
本活動由產官研合作攜手,集結國際重量級高科技產業專家,包括台積電、高通、應用材料、日月光、台灣默克等,探討半導體、高科技產業對於永續發展的未來方向及策略。
💁♀️「ESG暨永續製造高峰論壇」:https://www.semicontaiwan.org/zh/ESG-%26-Sustainable-Manufacturing-Summit
#鏈結在地 #台灣循環經濟大聯盟論壇
該活動結合「2021亞洲永續供應+循環經濟會展」,於11/10-12在高雄展覽館舉行,以「實踐動靜脈整合,打造循環生態系,建構永續新台灣」為主軸,齊聚循環經濟相關產業界之翹楚,以「跨產業、創新性、多元化」為訴求,從全球循環經濟趨勢及產業脈動切入,建構動靜脈產業發展循環生態圈之新策略,並從循環創新設計打造永續新商機。
#工業局臺灣永續主題館
同時,經濟部工業局也特別設置「#臺灣永續主題館」,展現循環經濟推動方案四大策略成果、循環生態圈及創新循環技術,透過實際成果展現循環經濟商業模式及高值化產品;彰顯政府五加二產業創新計畫之循環經濟政策,為台灣建構循環經濟整合解決方案。
💁♀️「2021亞洲永續供應+循環經濟會展」:https://tassasiaexpo.com/
#鏈結未來 #跨領域企業循環設計工作坊
透過企業跨領域交流,突破自身專業領域之分界,進而激盪出更多創意發想。將從國際新趨勢、循環設計方法與流程以及循環設計案例切入,而後引導企業了解如何在產業中推動循環設計,探討從循環設計到循環實踐,解決邁入循環經濟所面臨的癥結問題。
📰經濟部工業局新聞稿:https://www.moeaidb.gov.tw/external/ctlr?PRO=news.rwdNewsView&id=37142
「半導體製造流程」的推薦目錄:
半導體製造流程 在 創業小聚 Meet Startup Facebook 的最讚貼文
#分享新創團隊:傑騰智能
>> 精密的半導體產業動輒上千道製程,當產品有問題時,必須要由人工從檢測機台一一比對,耗時又費力。擅長大數據的傑騰智能希望專注於數據評估、整合、可視化與分析,把生產流程各個機台的數據串接起來,並結合人工智能技術在短時間內判斷出問題所在。目標「將製造第一線的資料轉化為資訊後形成決策」的機會,普及給更多產業界使用。
#交流來賓
明基佳世達集團 羅昇企業 李長堅 總經理
🎉創業小聚資源站
中文網站:https://pse.is/3kdc47
國際網站:https://pse.is/3d43pr
Linkedin:https://pse.is/3k569b
半導體製造流程 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
摩爾定律的瓶頸,未來會靠「AI 設計晶片」突破
TO 精選觀點2021-08-26
【為什麼我們要挑選這篇文章】晶片尺寸逐漸逼近物理極限,市場皆在討論,摩爾定律是否走到極限。然而隨著 AI 晶片設計技術的發展,摩爾定律會交由 AI 來延續。但未來晶片設計工程師會失業嗎?還是工程師會與 AI 協作,推動晶片設計邁進人工智慧時代?(責任編輯:郭家宏)
AI 設計的晶片,性能十年內將提高 1,000 倍。
作為 Synopsys 執行長、晶片設計自動化的先驅之一,Aart de Geus 在 Hot Chips 在線晶片大會上表示,現在人工智慧設計的晶片,性能可能會在未來十年內提高 1,000 倍。
自 80 年代以來,自動化一直都是晶片設計的一部分。但現在,每兩年晶片性能翻一倍的「摩爾定律」似乎已經達到了瓶頸。要突破這個瓶頸,最好的辦法或許就是你我都熟知的:人工智慧。
一篇刊登在 Nature 上的文章指出,經過訓練的機器學習系統,在晶片設計上的表現超過人類。
不少晶片架構師都擔心自己的飯碗未來會被 AI 搶走。不過 De Geus 卻認為,晶片架構師不僅不會下崗,還會轉移到產業鏈的上遊,比現在負責更多任務。
Synopsys 從去年開始就使用 AI 來設計客戶的晶片,與人工設計的晶片相比有了相當大的改進。目前,三星也正在使用 Synopsys 的工具 DSO.ai 來設計 Exynos 晶片。而它的競爭對手 Cadence Design Systems 也在今年推出了自己的人工智慧晶片設計專案。
用 AI 設計晶片,有望打破摩爾定律的瓶頸
De Geus 在 1986 年創立了 Synopsys,一家電子設計自動化(EDA)軟體公司。憑借多年尖端半導體設計經驗,Synopsys 利用這個寶貴的資產制作了第一代 AI 晶片軟體 DSO.ai。
要超越摩爾定律,就要利用 AI 來解決複雜性、功耗和擴展要求,最終實現 1,000 倍性能的目標。
「機器學習出現在我們使用的每一種工具中,這個設計空間優化(DSO)的新工具的不同之處在於,它不適用於單個設計步驟,而是適用於整個設計流程。」
這就是 Synopsys 採用的自主晶片設計方法,從綜合方法進行晶片設計,而不僅僅是晶片布局。
晶片設計的一個早期步驟是 floor planning,其確定了晶片的尺寸、標準單元的排列形式、IO 單元及宏單元的位置、電源地網絡的分布等。
由於宏單元潛在配置數量巨大(約為 10^2500),規劃就會變得非常複雜,而且隨著邏輯電路設計的發展,還需要進行多次疊代。如果每次疊代都由人類工程師手動生成,就要耗時數天或數週。
但如果用 AI 設計晶片,它就能夠利用強化學習,優化晶片的功率、性能和面積大小。還能解決針對特定應用程式以及系統的所有維度的快速定制晶片:硬體(物理)、軟體(功能)、可製造性和架構(形式)。
隨著 AI 接管更多任務,以往負責設計少量電晶體的工程師,現在可能負責設計更大晶片中的 10 億個電晶體。
這樣就能夠在更短的時間內設計出更快的晶片,改變晶片的架構,將晶片性能提高 10 倍、100 倍甚至是 1,000 倍。
Google、NVIDIA 正在用 AI 設計晶片
與使用最先進設計工具的世界一流設計團隊相比,DSO.ai 能夠將功耗降低 25%,性能是當下最好的 AI 晶片設計工具的 5 倍。
而在未來的 AI 晶片設計時代,晶片能夠根據各個垂直行業進行設計。
面對特定專案的差異化需求,DSO.ai 可以用來優化輸入參數以及晶片設計工作流程的選擇。
工程師可以使用 DSO.ai 進行更多設計流程中的參數輸入,例如微調庫單元以提供最佳頻率或最低功率,採用現有平面圖並盡量縮小晶片尺寸,確定多高的工作電壓會實現功耗與性能的最佳權衡等。
全球「缺晶片」,雖然說不少產業都受到影響,但人們也深刻認識到了晶片的重要性。晶片雖小,但卻是一個重要的基礎設施。
除了 Synopsys,Google、NVIDIA 也開始嘗試使用人工智慧技術設計晶片。Google 的 TPU(張量處理單元)晶片即將發布新版本,優化了人工智慧計算。目前 NVIDIA 也專注於使用 AI 技術生產更好的 GPU 和雲端運算 TPU 平台,以增強自身競爭力。
晶片設計的工程師不會失業。而人工及 AI 相結合的設計思路將會推動晶片設計邁進人工智慧時代。
附圖:人類設計的晶片平面圖(a)與機器學習系統生成的平面圖(b)
摩爾定律逐漸扁平,晶片設計重任落到了 AI 肩上。
在晶片設計的新時代,自動化大不相同。
晶片定制會更普遍
資料來源:https://buzzorange.com/techorange/2021/08/26/ai-sustain-moore-law/
半導體製造流程 在 [討論] 半導體的主要製造流程? - tech_job | PTT職涯區 的必吃
小弟非電類科系畢業,但將來工作要瞭解基本的半導體製程以下是我看半導體製造裝置 ... CMP製程(化學機械研磨):使不光滑薄膜表面平坦後段製程目的:將前段完成的矽晶圓 ... ... <看更多>
半導體製造流程 在 [討論] 半導體的主要製造流程? - 看板Tech_Job | PTT職涯區 的必吃
小弟非電類科系畢業,但將來工作要瞭解基本的半導體製程以下是我看半導體製造 ... 切割製程:將晶圓上的優質LSI迴路晶片逐一切割(劣質部分已由晶圓電路檢查挑出) 3. ... <看更多>
半導體製造流程 在 Cognex Taiwan, profile picture - Facebook 的必吃
【高品質半導體製造的背後功臣 】 台灣的半導體產業擁有最先進製程,引領全球技術潮流,因此榮獲#半導體王國的美名 而晶圓和晶片檢測是半導體產業鏈中不可或缺的 ... ... <看更多>