0

1
1

文字

分享

0
1
1

積體電路不再漏電的明天?潛力股 MESO 讓電腦手機更小更快!

活躍星系核_96
・2020/09/28 ・1487字 ・閱讀時間約 3 分鐘 ・SR值 555 ・八年級

-----廣告,請繼續往下閱讀-----

用科學預見半導體的未來!PanSci 泛科學現正強力徵件!邀請半導體領域專家、研究者、學生來與臺灣最大的科學社群分享你最懂的半導體科學主題~不管是評論、科普、還是圖文影音,都歡迎與我們聯繫:contact@pansci.asia

文/台大物理系大二學生 林彥全、林禹廷
台大數學系大二學生 董沛承

半導體 CMOS 積體電路設計製程末路

互補式金屬氧化物半導體 (CMOS) 是目前最廣泛使用於積體電路 (IC) 的設計製程,具有能量耗損較低、發熱量少等優點,所以現今的 IC 大多使用 CMOS 。但 CMOS 也逐漸遇到許多無法突破的極限,例如理想的電晶體在截止狀態時電流應該為零,但實際上依然有電流的存在,讓電晶體不斷耗電,就像關不緊的水龍頭一樣。

你可能會想:那把水龍頭鎖得更緊不就解決啦!可是把水龍頭鎖得更緊對應到電子元件就是加大電壓,加大電壓也會增加電路消耗的能量,所以 CMOS 已經沒辦法再更省電了。

除此之外,由於漏電流會隨著電晶體尺寸的縮小而增加,因此漏電流同時也限制了電晶體的大小,換句話說, CMOS 已經沒辦法再更小了。總而言之,為了做出更快、更省電的電腦,人類需要一種完全不同於 CMOS 的設計製程。

-----廣告,請繼續往下閱讀-----

劃時代的發明:MESO 裝置突破的瓶頸

為解決 CMOS 在發展上遇到的瓶頸,英特爾與柏克萊大學的研究人員提出一種全新的裝置──磁電自旋軌道耦合裝置 (MESO) 。

MESO 的運作概念如下圖 1 所示,首先對裝置輸入電流(即輸入電荷訊息),再將此電荷的訊息透過磁電效應 (magnetoelectric effect) 轉變為磁場的資訊,儲存在磁鐵中(圖 2 紅色區塊),隨後通入電流 I 供給,並利用自旋軌道效應 (spin-orbit effect) 將存在磁鐵中的資訊以電流與電壓的形式讀出。

換句話說, MESO 能透過輸入電流(I 輸入)決定磁鐵磁性的方向以及輸出電流(I 輸出)的方向,並且能用 I 供給當作整個裝置的開關。

圖 1 :為電晶體示意圖。雖然電晶體處在截止狀態,但仍會有漏電流 (ISUB) 的情形。圖\wikipedia
圖 2 :磁鐵內部磁場與電荷的轉換模式

具體來說, MESO 的運作模式如圖 3 ,他具有兩種運作模式,當 I 輸入向 x 方向輸入時,磁鐵磁性指向 -y 方向, I 輸出向 -x 方向輸出(圖 3-A),反之亦然(圖 3-B)。裝置中,磁鐵的兩種狀態就可以當作數位電路中的 0 跟 1 。有了 0 跟 1 就可以拿來做很多事情,例如日常生活中可見的手機、電腦,都是由數位電路所構成。所以 MESO 可以替代 CMOS 成為新的積體電路製程。

圖 3 :MESO 的運作模式。圖\改編自《Scalable energy-efficient magnetoelectric spin–orbit logic

MESO 和 CMOS 的差在哪裡?

MESO 跟 CMOS 比起來好在哪呢?從上一段可以看到 MESO 的結構和 CMOS 完全不同,所以 MESO 沒有漏電流的問題,因此可以順利的將裝置縮小並減少供應電壓,將裝置縮小意味著 IC 能有更高的邏輯密度,而減少供應電壓就能減少每次開關時的能量損耗,讓我們能繼續提升運算速度,而不讓原件過熱。

-----廣告,請繼續往下閱讀-----

此外,相較於 CMOS ,由於使用磁鐵的磁性作為儲存訊息的媒介, MESO 具有非揮發性(關閉時仍能保持訊息),因此可從待機迅速回到運作狀態,有著巨大的優勢。

MESO 可以在沒有恆定電流的情況下維持磁性,且能在超低功率的情況下運行,相較於傳統 CMOS 消耗的能量更少,運算速度也更快。對未來的發展,如人工智慧或是你家電腦等需要大量與運算的裝置提供更高效能的晶片。

不過,MESO 仍處於研發階段,有許多關鍵材料與技術尚未開發,距離商業化仍需一段時間,但相信將來 MESO 將會延續摩爾定律,創造超越 CMOS 的新世代。

參考資料

  1. Sasikanth Manipatruni, Dmitri E. Nikonov, Chia-Ching Lin, Tanay A. Gosavi, Huichu Liu,Bhagwati Prasad, Yen-Lin Huang, Everton Bonturim, Ramamoorthy Ramesh & Ian A.Young.(2019)《Scalable energy-efficient magnetoelectric spin–orbit logic》
  2. Sasikanth Manipatruni, Dmitri E. Nikonov, Chia-Ching Lin, Tanay A. Gosavi, Huichu Liu,Bhagwati Prasad, Yen-Lin Huang, Everton Bonturim, Ramamoorthy Ramesh & Ian A.Young.(2019)《Scalable energy-efficient magnetoelectric spin–orbit logic_Supplement》
-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
776 篇文章 ・ 130 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
250 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia