TechOrange 編輯部推薦好書：《半導體，下一個劇本》

現在半導體技術越來越強大，美國新興半導體公司 Cerebras 製造出的半導體 WSE-2 裡頭就有 2 兆 6,000 億個電晶體，幾乎有平板那麼大。未來我們是否能夠繼續研發這種怪物半導體，將模擬技術推展到極限，而且很有可能，我們也能預測幾秒後的未來？

文 / 權順鎔，譯者 / 葛瑞絲

2021 年問世的 iPhone13 系列，搭載五奈米製程的 A15 仿生 AP 晶片。這一個小小的半導體裡，有 150 億個電晶體，效能好到不用多說。2020 年推出的 iPhone 12 系列，搭載 A14 仿生 AP，裡面有 118 億個電晶體。僅僅過了一年的時間，電晶體的數量就增加到 32 億個之多。光看數字，A15 仿生的效能，就完勝所有現有 AP。就算想省錢，這個驚人效能還是會讓人再次打開錢包。

半導體的效能取決於裡面放進多少電晶體，現今世上最強大的超級電腦，也就是日本的富岳，1 秒可以執行 44 京又 2,000 兆次（按：1 京為 10 的 16 次方， 1 兆的 1 萬倍）的運算。如果富岳的大小有地球這麼大，會怎麼樣？少說 1 秒鐘就會執行 10 的 33 次方的運算，而人一生會執行 10 的 24 次方的運算，也就是說，超級電腦的 1 秒鐘就比人的一生更長。

按照這樣的計算方式，目前為止生存在地球上的所有人類，他們 1 秒鐘能做出的運算是 10 的 35 次方，超級電腦則只要 100 秒就能執行。

當然，這是非常極端的案例，但這跟提升整合度有類似的地方，因為 CPU 或 AP 裡裝越多電晶體，計算就越接近人類的想法。這就是模擬宇宙論的基礎構想，也就是說，文明高度發展的外星生命體，開發了效能龐大的超級電腦，而我們則是那超級電腦執行出的模擬的一部分。

假設現在這世界真的是模擬的好了，那肯定有一位創世主，也就是設計並啟動模擬的某個存在。不過，要一一管理超過 70 億名虛擬人物應該很困難，所以大部分應該會交由 AI 管理。要執行這種程度的作業，運算裝置肯定非常巨大，因為要盡量放入越多電晶體越好。

我們使用的超級電腦，會連接好幾個專門執行複雜運算的 GPU，也就是圖形處理器，來解決此問題。不過，如果是這樣，數據從一個 GPU 移到另一個 GPU 很花時間，勢必會發生瓶頸期（按：事物在變化發展過程中，因無法改變自身條件和外部環境的情況下，而產生的一個停滯時期）而降低速度。

這麼說來，不是製造一個巨大的 GPU 就行了嗎？話說得容易，實際做起來可不是普通的難。現今製造半導體時，主要使用 12 吋（300 毫米）大小的晶圓，等於面積約 7 萬 1,000 平方毫米，只要有一粒灰塵掉在上面，就會產生瑕疵。簡單來說，即使只是一粒灰塵的意外，那片披薩就必須重新製作，所以，如果只顧著增加尺寸，失敗的機率會變得非常高。

不過，美國新興半導體公司 Cerebras 解決了這個問題。前面提到蘋果最新的 AP，也就是 A15 仿生裡裝進 150 億個電晶體，但 Cerebras 製造的半導體 WSE-2 裡有 2 兆 6,000 億個，幾乎有平板那麼大。


這樣還可以說是半導體嗎？我們一般認知中的半導體，體積都很小，但 WSE 在各個方面似乎都突破了半導體的界線，比目前最大的 GPU 還大上 56 倍，核心多了 123 倍，快取記憶體多 1,024 倍，頻寬則達到 1 萬 2,800 倍。簡單來說，它比現有的任何半導體體積都更大、效能更強。目前已經有模擬技術，正使用前一版的 WSE 來探索宇宙的祕密，不曉得這種效能的半導體如果商業化，會解決多少難題。

當然，這幾乎不可能商業化，而且，商業化之後收益率也令人擔憂；就算費盡千辛萬苦製造出一個巨大的披薩，也不可能取代每次都能完美製造的一般小披薩。再加上，如果要製作這麼大的披薩，就必須重新購置製作過程需要的所有工具，方法也會複雜許多；尤其，封裝製程肯定會非常困難，要配置電線讓電流流通，也要設置各種設備，避免受到外部衝擊而毀損，這並不容易。

此外，散熱也是一個問題。一般家用或辦公用電腦搭載的 CPU，頂多只會上升到 70 度左右，但巨大的 WSE-2，溫度會不會高到可以把肉烤到微焦？此外，我們也無法預估該如何設置冷卻裝置。只要考量到這些狀況，就可以想見商業化後，此商品的價格一定會飆升到天文數字。

不過，WSE-2 吸引人的點是，它很有可能會化解我們目前為止都無法解決的各種難題。我喜歡的漫畫之一《航海王》，裡面有一項角色技能叫「見聞色霸氣」，這個技能讓你能讀到敵人的動靜，只要用這個技能好好鍛練，甚至能預見幾秒後的未來。

如果繼續研發像 WSE-2 這種怪物半導體，也許就能將模擬技術推展到極限，而且很有可能，我們也能預測幾秒後的未來，像是精準的猜出把最小的球拋到頭頂上後，球會落在哪裡。Cerebras 介紹 WSE-2 時，說道：「我們的半導體，能夠比物理法則產生的結果，更快說出未來會發生什麼事。」

深度學習，讓人工智慧成為你我的老師

AI 正如其名，就是人工智慧。如果只是純粹記錄資訊、快速計算，並不能說是智慧。要在各個狀況中，運用學習過、體驗過的知識，推論並分析因果才行，而說到這裡，就不能不提到機器學習（machine learning）與深度學習（deep learning）。

如果說機器學習是 AI 依據演算法來學習，那深度學習就是 AI 能判斷並調整學習結果；能夠處理龐大資訊，再加上高水準的學習能力，讓 AI 克服人類無法解決的難題。

購書連結：《半導體，下一個劇本》

*本文書摘內容出自《半導體，下一個劇本》，由 大是文化 授權轉載，並同意 TechOrange 編寫導讀與修訂標題。首圖來源：create.vista

（責任編輯：游絨絨）

火熱的生成式 AI 為我們帶來新資安威脅！你的個人裝置將變成駭客的遊樂場

你真的不怕自己手機上的瀏覽行為被公開嗎？ 《TO》特別企劃「別讓你的生活成為駭客的遊樂場」內容，陪你捍衛自己的隱私 >> 搶先閱讀