「AI 的回答明明出現在螢幕上，為什麼大家一直說，AI 需要晶片？」如果孩子這樣問你，或者你自己也好奇，可能會先回答：晶片就是機器的大腦。但再往下追問：晶片裡面到底有什麼？為什麼要一直把它做小？最近常聽到的「先進封裝」又是什麼？答案就沒那麼直覺了。
台積電於 2026 年 11 月 4 日在官方 YouTube 頻道發布一支與 WIRED 合作的影片〈TSMC Explains Semiconductor Chips in 3 Levels〉，由台積電北美副總裁 Paul Rousseau 依序和一位 8 歲孩子、一位電機系學生，以及一位材料科學教授對談。同一個主題，從生活比喻一路談到材料與系統設計。本篇依影片內容與英文字幕整理，把片中的每一個例子都配上示意圖，也放進真實的晶片與晶圓照片；這是企業與媒體合作的教育內容，觀點以台積電的技術方向為主，本站補充的比喻與資料會另外註明。
文章順序和影片一樣：孩子篇看晶片怎麼工作，學生篇看縮小為什麼越來越難，專家篇看新材料與不同晶片如何合作，最後再回到開頭的問題：AI 為什麼需要這麼多晶片。遇到專有名詞，會用「名詞小辭典」框補充說明。我們先從影片開始。
| 章節起點 | 看什麼？ | 帶著哪個問題看？ |
|---|---|---|
| 00:00｜開場 | Paul 介紹自己與影片形式 | 同一件事，怎麼講給三種人聽？ |
| 00:45｜孩子篇 | 郵票謎語、城市模型、紅綠燈、機器人 | 電晶體、運算與儲存，各自負責什麼？ |
| 05:08｜學生篇 | 摺紙、手機與超級電腦、晶圓、往上疊 | 一直縮小遇到困難，還有哪些方向？ |
| 08:42｜專家篇 | 2D 材料、小晶片與封裝、餅乾食譜、STCO | 整個系統要變快，為什麼要大家一起設計？ |
| 13:26｜結尾 | AI 與晶片的循環 | AI 和晶片怎麼互相推動？ |
先認識這支影片：同一件事，講給三種人聽
Paul Rousseau 擁有應用物理博士學位，在台積電工作了 25 年。他在開場說，這些年來，他看著「我們做的東西越來越小，但它們能完成的事越來越大」。影片的挑戰，是用三種難度解釋同一件事：晶片怎麼運作。
| 篇章 | 對象 | 用了哪些例子 | 想說明什麼 |
|---|---|---|---|
| 孩子篇 | 8 歲的 Elena | 郵票謎語、平板電路板、城市模型、紅綠燈、粉紅色機器人 | 晶片怎麼分工、電晶體在做什麼 |
| 學生篇 | 電機系學生 Joe | 摺紙、手機與超級電腦、2 奈米、晶圓、把紙摺起來 | 為什麼越縮越難，下一步往哪走 |
| 專家篇 | 材料科學教授 Stephanie | 2D 材料、小晶片、CoWoS-L、摻雜與餅乾食譜、STCO、AI 找材料 | 新材料、封裝與跨領域合作 |
名詞小辭典｜半導體與晶片
半導體是導電能力介於導體（例如銅線）和絕緣體（例如塑膠）之間的材料，最常見的是矽。它特別的地方在於導電性「可以被控制」：加入極少量的其他元素，或加上電壓，就能改變它導不導電。
晶片則是在一小片半導體上，做出大量電晶體和導線所組成的電路，也叫「積體電路」（IC）。手機、電腦、汽車、家電裡都有晶片。
孩子篇：晶片是一座有幾十億個紅綠燈的城市
謎語：比郵票還小，卻是人類做過最聰明的東西？
Paul 準備了一張郵票當作送給 Elena 的禮物，但要她先猜一個謎語：「什麼東西比郵票還小，卻是人類做過最聰明的東西？」Elena 先猜「機器人」。Paul 說，機器人確實可以很聰明，但它比郵票大多了。
Paul 接著問 Elena 早上玩了什麼？她說玩了平板。「那你已經差一點就碰到人類做過最聰明的東西了。」Paul 拿出一塊平板裡會有的電路板，上面有好幾顆晶片，請 Elena 指出是哪一顆。
名詞小辭典｜電路板與晶片
電路板（主機板）是一塊印著銅線路的板子，負責把晶片、電池、鏡頭、螢幕等零件連在一起。焊在上面的黑色小方塊才是晶片，真正的計算在晶片裡面進行。打個比方：電路板像一座城市的地圖與道路網，晶片則是城市裡最忙碌的市中心。
晶片像一座城市：圖書館、大樓、送信車與街道
「最神奇的是，晶片看起來很像一座城市。」Paul 拿出一座城市模型，指給 Elena 看：城市有街道，也有大樓。
他一一說明：圖書館存放晶片需要知道的所有資訊；大樓負責計算，做所有的數學；街上跑的車子是送信車，它們是一小股一小股的電，載著訊息到處跑；而街道就是晶片裡非常非常細的導線，比頭髮還細。所以當你點一下平板的螢幕，就像送出一則訊息，讓送信車出發。
| 城市裡的東西 | 在晶片裡對應什麼 | 需要分清楚的地方 |
|---|---|---|
| 圖書館 | 保存資料的記憶體 | 很多資料存放在旁邊另一顆記憶體晶片，不一定都在同一顆晶片裡 |
| 大樓 | 做計算的邏輯電路 | 「大樓」本身也是由大量電晶體和導線組成 |
| 送信車 | 電訊號 | 移動的是電的變化，不是一顆顆小車；傳遞仍需要時間與能量 |
| 街道 | 連接各區塊的導線 | 實際導線分成許多層，疊在電晶體上方 |
| 紅綠燈 | 電晶體 | 可以先理解成用電控制的開關，控制電流通過或停止 |
比頭髮還細：晶片裡的東西到底有多小？
Elena 看著電路板說：「我可以看到街道，它們比一根頭髮還細。」Paul 接著請她想像：把整塊電路板縮小，縮到像這樣一顆小小的晶片。Elena 說：「這一定很難，這已經很小很小了！」
到底有多小？下面這張圖從郵票開始，一路往下比到原子。晶片裡的電晶體與最細的導線，大約落在數十奈米到幾奈米的範圍，比頭髮細了上千倍以上。
名詞小辭典｜奈米
1 奈米（nm）是十億分之一公尺，也就是 1 毫米的一百萬分之一。一根頭髮的直徑大約 7 萬奈米。
換個方式想像：如果把一根頭髮的直徑放大到台北 101 那麼高（約 500 公尺），1 奈米也只會變成大約 7 毫米長。
沒有紅綠燈會怎樣？電晶體就是晶片裡的號誌
Paul 問 Elena：「如果這座城市沒有紅綠燈，會發生什麼事？」Elena 想了想：「大家會一直開、一直開，然後撞在一起，變得有點亂。」
「會變成一團亂。」Paul 說，晶片這座城市裡有數十億個紅綠燈，它們控制送信車，讓每台車都從正確的大樓出發、送到正確的大樓，載著正確的訊息完成工作。而且這件事每秒發生數十億次，非常非常忙碌。這些紅綠燈，就是電晶體。
電晶體為什麼能「計算」？在數位電路中，電晶體導通與不導通兩種狀態，可以對應到 1 和 0。把大量開關依特定方式連接起來，就能組成做加法、比較大小、暫存資料的邏輯電路（見 ASML 微晶片基礎說明）。單一個開關很簡單，但數量龐大、切換又極快，晶片就能處理非常複雜的工作。
名詞小辭典｜電晶體、0 與 1
電晶體是用電來控制的微小開關，有三個主要部分：電流的入口（源極）、出口（汲極），以及控制開關的「閘極」。閘極加上電壓，就像綠燈亮起，電流通過，代表 1；沒有電壓，就像紅燈，電流停止，代表 0。電腦裡所有的文字、照片、影片，最後都會變成一長串 0 和 1。
影片說「每秒數十億次」有多快？我們常在處理器規格上看到「3 GHz」，意思是每秒大約 30 億個運作節拍。
比喻的界線｜電晶體不是會認路的交通警察
城市與號誌是原影片的教學比喻。真實的電晶體控制的是電流，訊息該往哪裡走，是由電路的設計決定的；電晶體本身不會辨認「這則訊息該去哪裡」，也沒有紅、黃、綠三種燈號，主要只有導通與不導通兩種狀態。
給機器人一顆「大腦」
Paul 問 Elena 有沒有想過自己做一台機器？她說想做一台粉紅色的機器人，可以幫她打掃房間、做早餐，還能整理襪子。
Paul 請 Elena 閉上眼睛：「你現在看不到東西了，對吧？但你還聽得到我說話，也還在思考。你在哪裡思考？」「在我的大腦裡。」「那這台機器人需要什麼？」「一顆大腦！」「那叫做什麼？」「晶片！」Elena 解開了謎語，得到了那張郵票，也得到了那顆晶片，可以拿去考考別人同一個謎語。
Elena 還補了一句很可愛的話：她會先跟大家說，這是給電子產品用的超級晶片，不是拿來吃的那種 chip。英文的 chip 也是「洋芋片」的意思，難怪她要特別說明。
比喻的界線｜晶片不是真的大腦
說晶片是機器的「大腦」，只是借用「處理訊息」這個共同點。晶片依照電路和程式運作，和人腦的運作方式並不相同，也沒有人的意識。
學生篇：一張紙能對摺幾次？
摩爾定律：電晶體數量大約每兩年翻倍
第二位來賓 Joe 是電機系學生，研究類比積體電路，特別是半導體與 MOSFET。Paul 問他對「微縮」了解多少，也就是這些年來電晶體一直被做得更小的趨勢。Joe 說，他知道摩爾定律：大約每兩年，同樣面積裡能放進的電晶體數量就會翻倍。
名詞小辭典｜MOSFET
MOSFET 的中文是「金屬氧化物半導體場效電晶體」，是今天晶片裡最常見的一種電晶體。前面那張紅綠燈示意圖，畫的就是它的簡化結構：閘極控制底下的通道打開或關閉。
名詞小辭典｜摩爾定律
後來共同創辦英特爾的高登．摩爾（Gordon Moore），在 1965 年觀察到晶片上的電晶體數量成長得非常快，後來常被說成「大約每兩年翻倍」。它是對產業發展的觀察，也成為整個產業追求的目標，但它不是自然界保證會發生的物理定律；實際的進步，仍要靠材料、製造、電路與系統設計一起推動（見 ASML 對摩爾定律的說明）。
摺紙示範：已經摺了 30 多代
Paul 給 Joe 一張紙，請他對摺一次：「這就是摩爾定律的一代，不難吧？」Joe 笑說很簡單。Paul 接著說：「但我們已經這樣做了 30 多代，繼續摺吧！」
Joe 一邊摺一邊說：「我應該沒辦法摺 30 次，但我試試看。」摺了幾次之後，他越來越慢：「紙太厚了，摺不動。」Paul 說：「沒錯，越往下縮小，就越來越難。」這不是說晶片真的像摺紙一樣製造，而是借用「一開始很容易，反覆推進後越來越難」的感受。
手機與 1990 年代的超級電腦
Joe 摺紙的同時，Paul 舉了一個例子說明摩爾定律的威力：他手上的智慧型手機，運算能力相當於 1990 年代中期的一台超級電腦。那台超級電腦在當年造價非常昂貴，一般人根本用不到；如今同樣等級的運算能力，卻裝在一般人買得起的手機裡。Joe 說：「太驚人了。」
2 奈米有多小？大約 10 個原子並排
Paul 也提到，台積電目前量產的最新技術叫做「2 奈米」，並形容它「基本上大約只有 10 個原子寬」。台積電的 N2 製程已於 2025 年第 4 季開始量產（見 TechSpot 報導）。
| 聽到的說法 | 可以怎麼理解？ | 別直接推成什麼？ |
|---|---|---|
| 「2 奈米製程」 | 用來辨識製程世代的名稱；要了解技術細節，仍需看具體規格 | 整顆晶片、每條線或每顆電晶體都只有 2 奈米寬 |
| 「大約 10 個原子寬」 | 幫助想像尺度已經小到要用原子來數 | 精確的量測值 |
| 「縮小帶來進步」 | 在設計與製造配合下，能容納更多功能、改善效率 | 所有工作都會以相同比例變快 |
名詞小辭典｜製程與「幾奈米」
製程是把電路一層層做到晶圓上的整套製造技術。「7 奈米、5 奈米、3 奈米、2 奈米」是製程世代的名字，數字越小代表越新的一代。
它有點像產品的型號：型號告訴你這是第幾代，但不是一把尺。所以「2 奈米」不代表晶片裡某個東西剛好是 2 奈米長。
晶圓：一片圓盤上有好多顆晶片，而且很「平」
Paul 拿出一片在美國生產的晶圓：直徑 300 毫米，採用 4 奈米製程。仔細看，可以看到上面一格一格的晶片。他問 Joe：這片晶圓的厚度和大小比起來如何？Joe 說，直徑 300 毫米，但厚度看起來大概只有 1 毫米。
「這就是重點，」Paul 說，「矽晶片大部分是二維的。」真正用來做電路的部分其實不到 1 毫米，比這張紙還薄；那 1 毫米的厚度，主要是用來支撐結構。
名詞小辭典｜晶圓與晶粒
晶圓是用高純度的矽做成的薄圓盤。12 吋（300 毫米）晶圓，大約就是一個 12 吋披薩的大小。晶片會在晶圓上一格一格同時做出來，最後再切開。
切下來的每一小塊叫做晶粒（die），也就是真正做著電路的那片矽。晶粒再經過封裝，才變成我們在電路板上看到的晶片。
把紙摺起來：往第三個維度發展
接著 Paul 把紙摺起來：「想像這張紙原本是一顆大晶片。我想從紙的這一端傳訊息到另一端，距離很長，對吧？那把它摺起來疊在一起之後呢？」
兩端變得很近了。訊息要走的距離，也就是晶片之間的連線（互連），一下子縮短許多。距離縮短，訊號就傳得更快，也更省電。Paul 說，這是另一種讓運算能力繼續成長的方法：除了在平面上縮小，也往第三個維度，一層一層往上加。
Paul 最後問 Joe，聊了這麼多，什麼最讓他興奮？Joe 說：身為未來的工程師，最讓他興奮的是這個領域正在碰觸物理定律的極限，要想辦法在宇宙的限制之內，做出能讓生活更好的機器。Paul 笑著說：「很高興你加入，我們需要很多像你這樣聰明的人。」
專家篇：新材料、小晶片，還要大家一起合作
只有一層原子厚：什麼是 2D 材料？
第三位來賓是賓州州立大學材料科學與工程系的 Stephanie Law 教授，她的研究是一層一層原子地做出新材料。Stephanie 說，現在的電晶體大約是 10 個原子的尺度，Paul 也點頭同意。她接著說明，像矽這樣的材料，能做多小是有極限的。如果還要在晶片上放進更多電晶體、讓晶片更強大，就需要新材料。
其中一類是2D 材料，它們只有一到兩層原子厚。Stephanie 用簡化的方式說明它的潛力：如果電晶體能從 10 個原子變成只有 1 個原子，也許就能放進多很多的電晶體。不過，材料變薄，不代表電晶體數量或整體效能會以相同倍數增加；能不能真的做成穩定可靠的元件，仍是研究中的問題。
名詞小辭典｜2D 材料
「2D」是二維的意思，指的是薄到只有一到兩層原子的材料，像一張攤平的紙，只是薄到了極限。
最有名的例子是石墨烯：鉛筆芯裡的石墨，是一層層碳原子疊起來的，只剝下其中一層，就是石墨烯。另一個常被研究用來做電晶體的例子是「二硫化鉬」。
拆開再組合：小晶片（chiplet）
Paul 接著問：封裝這些年有什麼改變？Stephanie 說，與其做一顆把運算、記憶體等功能全部包在一起的大晶片，不如做成很多顆不同的小晶片，把它們疊起來或放在一起，裝進同一個封裝裡。除了能往第三個維度發展，每一顆小晶片也都能針對自己的工作，設計得最有效率。
名詞小辭典｜封裝
晶粒本身非常脆弱，而且太小，沒辦法直接焊到電路板上。封裝就是幫晶粒加上保護外殼，並做出能和外界連接的接點。過去一個封裝裡通常只有一顆晶粒；現在的先進封裝，可以把好幾顆晶粒放在一起，甚至上下疊起來，讓它們像一顆大晶片一樣合作。
CoWoS-L：運算晶片在中間，記憶體在兩旁
「我很高興你提到這個，」Paul 拿出一個台積電最新的 CoWoS-L 封裝樣品：中間是主要的運算晶片，兩側是 HBM（高頻寬記憶體），上下兩端則是負責和外界溝通的 I/O 晶片。每一塊矽都只做自己最擅長的事，也因此能降低耗電。
名詞小辭典｜CoWoS、HBM 與 I/O
CoWoS 是 Chip on Wafer on Substrate 的縮寫，字面意思是「晶片放在晶圓上，再放到基板上」：先把幾顆晶片並排放在一片當作「轉接板」的中介層上，再整個裝到基板。它是台積電的一系列先進封裝技術，CoWoS-L 是其中一種版本（見 台積電 3DFabric 技術說明）。
HBM（高頻寬記憶體）是把好幾層記憶體晶片疊起來，緊貼在運算晶片旁邊，一次能傳送大量資料。用城市來比喻，就像把圖書館直接蓋在大樓隔壁，還開了很多條專用道路。
I/O 是 Input／Output（輸入／輸出）的縮寫，負責和晶片外面的世界溝通，例如接收資料、送出結果。
Paul 也把這個原則延伸到日常：各司其職更省電，手機電池就能用得更久。這裡說明的是「分工能省電」的原則；CoWoS 這類封裝多用於資料中心的 AI 與高效能運算晶片，並不表示手機晶片也採用相同的封裝。
摻雜難題：像研發新的餅乾食譜
Paul 問 Stephanie，接下來她和學生要研究什麼？她說，會繼續設計新材料、研究 2D 材料。目前 2D 材料的一大難題叫做「摻雜問題」：怎麼在一種材料裡加入極少量的其他材料，就改變它的性質？這是用 2D 材料做出先進電晶體之前，必須先解決的挑戰。
Paul 說：「聽起來像高科技烹飪，要加剛剛好的香料。」Stephanie 說正是如此。她舉了烤巧克力豆餅乾的例子：如果要做大家都會的餅乾，就去店裡買一包巧克力豆，照著包裝背面的食譜做；研究已知的材料也一樣，查文獻、找到它的「食譜」、照著做就好。可是如果想烤出全新的東西，就得從一份已知的食譜出發，這裡改一點、那裡改一點，最後也許會得到更好的巧克力豆餅乾，甚至是一種全新的餅乾。研究新材料，做的就是這件事。
名詞小辭典｜摻雜
摻雜是在材料裡加入極少量的其他原子，用來調整它的導電性質。例如純的矽幾乎不太導電，加入極少量的磷或硼之後，導電能力就能被精準地調整。這是半導體能被「控制」的關鍵。
在矽上，摻雜技術已經非常成熟；但 2D 材料只有一兩層原子厚，要加得剛剛好，就困難得多。
STCO：大家不能各自在自己的沙盒裡設計
Paul 問 Stephanie，對未來最期待的是什麼？她說，最期待的是跨領域合作：讓擁有不同專長的人一起解決大問題，因為這是解決今天這些大問題的唯一方法。
Paul 說：「說得真好，我們為這件事取了一個名字，叫 STCO，系統技術協同最佳化。」意思是，負責材料、製程、晶片設計、封裝和系統的人，不能各自躲在自己的沙盒裡設計，而要一起合作、一起考慮整個系統。
用 AI 在乾草堆裡找針
Stephanie 也很期待用 AI 和機器學習加速材料研發。她說，實驗會產生非常多資料，她也猜想台積電手上的資料量還要多出好幾個數量級；要人從這麼多資料裡找出那根「針」非常困難，資料多到一個人根本想不完。但 AI 沒有這種限制，可以看完所有資料，找出研究者真正想要的訊號。Paul 祝福她和學生，在乾草堆裡找到很多根針。
回到開頭的問題：AI 為什麼需要這麼多晶片？
AI 模型產生一句回答，背後是大量的數學計算，其中很多是矩陣運算。這些計算有個特點：很多題可以拆開來同時算。GPU 這類處理器擅長把能拆開的計算，分給大量運算單元同時處理，這叫做「平行運算」（見 NVIDIA 技術介紹）。
名詞小辭典｜GPU 與平行運算
GPU（圖形處理器）原本是為了快速畫出遊戲和影片的畫面而設計：畫面上幾百萬個小點，可以同時計算顏色。這種「很多小題目同時算」的能力，剛好也很適合 AI 的大量計算。
平行運算就是把一件大工作拆成很多小份，交給很多運算單元同時做，像全班一起改考卷，比一個人改要快得多。
可是只算得快還不夠。資料要從記憶體送到運算單元，算完再送回去；晶片和晶片之間也要互相傳遞資料。這就是影片後半段一直在談的事：把記憶體放到運算晶片旁邊（HBM）、把晶片疊起來縮短距離、讓不同專業一起設計整個系統。
本站補充比喻｜一間實驗室裡的研究員、資料櫃與走道
把運算單元想成研究員，記憶體像資料櫃，晶片之間的連接像取資料的走道。增加研究員可能有幫助，但如果大家都卡在走道上等資料，只靠增加人數並不能改善整體工作。這個比喻依據的是運算、記憶體與連接的分工；它不代表所有 AI 任務都受同一個瓶頸限制，也不能用來推算某個產品的加速幅度。
影片結尾：AI 幫忙設計晶片，晶片再讓 AI 更強
Paul 在結尾說，現在是當工程師、或成為工程師的好時機，因為還有很多困難的問題，需要大家一起解決。現在也是很棒的時代：有了 AI，很多事情不必再照以前的方式做。只要有一個想法，再加上一個 AI 平台，而這些平台，就跑在客戶設計、台積電以原子級精準度製造的晶片上。
他最喜歡的部分，是 AI 帶來的良性循環：AI 正在幫忙設計下一代晶片，而下一代晶片又會驅動下一代 AI。「所以，某個地方，有一顆我們還沒做出來的晶片，正在做我們還沒想像到的事。也許，它會由一個現在手上拿著郵票的孩子設計出來。」這句話，正好呼應了影片開頭送給 Elena 的那張郵票。
想再深入｜影片說明欄還提到的進階名詞
影片說明欄還列出 1.4 奈米、背面供電、CFET、矽光子與 3Dblox 等名詞，但剪輯後的對談幾乎沒有展開。依公開資料簡單補充：1.4 奈米級的 A14 是台積電 2 奈米之後的製程，依 2026 年 4 月公布的路線圖預計 2028 年量產；「背面供電」是把供電線路移到晶圓背面，讓正面留給傳訊號的導線，有點像把城市的電線改走地下，台積電第一個採用的 A16 製程預計 2027 年量產（見 Tom’s Hardware 報導）。
CFET 是把兩種電晶體上下疊放來節省面積，2023 年已有研究展示，當時專家估計還要 7 到 10 年才會商業化（見 IEEE Spectrum）；矽光子是用光取代部分電訊號來傳資料；3Dblox 則是台積電與設計軟體夥伴在 2022 年推出的設計語言標準，用統一格式描述 3D 晶片的堆疊與連接（見 台積電官方部落格）。各項時程以來源發布時為準，日後可能調整。
和孩子一起看影片：可以這樣聊
對家長和老師來說，這支影片適合練習「先懂角色，再問限制」。不必要求孩子一次記住所有縮寫，可以先請他用自己的話說出：哪個部分負責計算、哪個部分保存資料，以及它們為什麼要好好合作。
| 可以問的問題 | 想培養的理解 | 可以做的小活動 |
|---|---|---|
| 如果晶片像城市，哪裡負責計算，哪裡保存資料？ | 把比喻對回真實功能 | 畫出運算、記憶體與連接，標明每個角色 |
| 拿一張紙試試看，最多能對摺幾次？ | 體會倍增與「越來越難」 | 每摺一次就記下層數，算算 10 次會有幾層 |
| 把零件縮小後，整體一定等比例變快嗎？ | 分清單一元件與整個系統 | 想一個教室分工的例子：人變多，哪些地方反而可能塞住？ |
| 為什麼不同專業要一起設計？ | 看見材料、電路與系統的配合 | 小組分別扮演各角色，說明自己需要別人提供什麼條件 |
一起練習｜用三種難度，重講一次「為什麼要把晶片疊起來」
試著用三句話向家人或同學說明：第一句用比喻（例如摺紙），第二句加上一個關鍵事實（距離縮短，傳輸更快、更省電），第三句說出一個限制或還不知道的地方（例如散熱）。說完之後，再回看影片學生篇，看看自己漏了什麼。這是本站依影片形式設計的練習。
下次再聽到「更先進的晶片」，我們就可以問得更具體：它改善的是元件本身、晶片之間的連接，還是整個系統的配合？把問題問清楚，才更容易看懂 AI 背後那些肉眼看不見的工程。
參考來源
- 台積電 TSMC／YouTube：TSMC Explains Semiconductor Chips in 3 Levels | TSMC × WIRED（2026-11-04；查閱 2026-11-08） https://www.youtube.com/watch?v=1DVAs2fKCmQ
- ASML：Microchip basics（微晶片基礎）（查閱 2026-11-08） https://www.asml.com/en/technology/all-about-microchips/microchip-basics
- ASML：Moore’s Law（摩爾定律）（查閱 2026-11-08） https://www.asml.com/en/technology/all-about-microchips/moores-law
- Intel：製程節點命名與實際尺寸的說明（官方頁最後檢視 2025-02-14；查閱 2026-11-08） https://www.intel.com/content/www/us/en/support/articles/000097598/processors.html
- TechSpot：TSMC 2nm (N2) process officially enters volume production（查閱 2026-11-08） https://www.techspot.com/news/110755-tsmc-2nm-n2-process-officially-enters-volume-production.html
- 台積電：HPC 平台與 3DFabric 技術（SoIC、CoWoS）（查閱 2026-11-08） https://www.tsmc.com/english/dedicatedFoundry/technology/platform_HPC_tech_WLSI
- NVIDIA：Why GPUs Are Great for AI（2023-12-04） https://blogs.nvidia.com/blog/why-gpus-are-great-for-ai/
- Penn State：Stephanie Law 教授介紹（查閱 2026-11-08） https://www.matse.psu.edu/directory/stephanie-law
- Tom’s Hardware：TSMC unveils process technology roadmap through 2029 — A12, A13, N2U announced, A16 slips to 2027（2026-04-22） https://www.tomshardware.com/tech-industry/semiconductors/tsmc-unveils-process-technology-roadmap-through-2029-a12-a13-n2u-announced-a16-slips-to-2027
- IEEE Spectrum：Intel, Samsung, and TSMC Demo 3D-Stacked Transistors（2023-12-16） https://spectrum.ieee.org/cfet-intel-samsung-tsmc
- 台積電：TSMC Introduces the Newest Addition to OIP: The 3DFabric Alliance（2022-11-08） https://www.tsmc.com/english/news-events/blog-article-20221108
- Wikimedia Commons／Raimond Spekking：Samsung Galaxy Tab 2 10.1 主機板照片（CC BY-SA 4.0）（拍攝 2017-11-02） https://commons.wikimedia.org/wiki/File:Samsung_Galaxy_Tab_2_10.1_-_mainboard-3964.jpg
- Wikimedia Commons／FritzchensFritz：Intel Lunar Lake 晶粒顯微照片（CC0 1.0）（拍攝 2024-12-01） https://commons.wikimedia.org/wiki/File:Intel@TSMC_N3_N6@LunarLake@LNL(4P%2B4LPE)@CoreUltra200Series@DSCx02_poly@5xBFPOL.jpg
- Wikimedia Commons／Sandia National Laboratories：ASCI Red 超級電腦照片（公有領域）（1997-06） https://commons.wikimedia.org/wiki/File:Asci_red_-_tflop4m.jpeg
- Wikimedia Commons／Peellden：12 吋矽晶圓照片（CC BY-SA 3.0）（查閱 2026-11-08） https://commons.wikimedia.org/wiki/File:12-inch_silicon_wafer.jpg
- Wikimedia Commons／Fritzchens Fritz：AMD EPYC 7702 拆蓋照片（CC0 1.0）（拍攝 2019-10-21） https://commons.wikimedia.org/wiki/File:AMD_Epyc_7702_delidded.jpg
- Wikimedia Commons／C. Spille（pcgameshardware.de）：AMD Fiji 繪圖處理器封裝與 HBM 照片（CC BY-SA 4.0）（拍攝 2015-06-28） https://commons.wikimedia.org/wiki/File:AMD_Fiji_GPU_package_with_GPU,_HBM_memory_and_interposer.jpg
本文由 AI 協助整理，經編輯審閱。
