徐作聖觀點：當 AGI 遇上晶片定律─全球半導體競逐的下半場

全球晶片大戰正從「電晶體幾何微縮」的單一維度，演變為「系統整合」的全面對決。華為近期提出著重系統架構優化的「韜定律」（Tao's Law），並非要取代傳統的莫耳定律，而是揭示了產業轉型的新方向。當晶片研發撞上物理極限與地緣政治雙重瓶頸，未來的勝負關鍵，已不再是單純的「製程奈米數」，而是看如何透過「科學智能（AI4S）」與「自主科學發現系統（ASDS）」等人工智慧技術加速研發，甚至預示著朝向「通用人工智慧（AGI）」時代邁進的跨領域系統整合。

半導體產業近年最核心的攻防焦點，在於華為提出的「韜定律」。這個定律主張晶片競爭必須從「一味追求電晶體變小」，轉移到「整個系統架構的優化」。這項論點直接挑戰了稱霸半導體界半個世紀的「莫耳定律」。這兩者並非零和對立，而是代表了半導體競爭的範式轉移：極限微縮依然是基礎，但系統架構的創新，才是決定未來誰能掌握話語權的關鍵。

過去五十年，全球科技的進步主要依賴莫耳定律（Moore's Law）。其核心邏輯是：把電晶體越做越小，在同一個晶片上塞進更多元件，晶片運算就會變快、變省電、變便宜。然而，當製程逼近原子尺度的物理極限，量子效應導致的漏電與散熱問題隨之而來。即使電晶體縮小了，資料在不同晶片、記憶體之間搬運所產生的延遲與耗電，依然拖累整體效能。這就是俗稱的「資料塞車」瓶頸。

「韜定律」是為了解決這個瓶頸而生的工程方案。它的核心目標在於降低系統的總延遲。透過重新配置數據路徑、採用先進封裝與三維堆疊技術，讓晶片在不依賴極限奈米製程的前提下，依然能跑得更快、更有效率。

在這場兩大定律的競合中，近年崛起的「科學智能（AI4S）」與「自主科學發現系統（ASDS）」成為最關鍵的破局者。這兩項技術將原本依賴人工漫長試錯的研發流程，轉變為高速運行的自動化演算法閉環，同時也被視為人類邁向「通用人工智慧（AGI）」底層算力架構的重要基石。

在莫耳定律的維度上，研發新材料是一大難關。過去要尋找能夠替代矽、性能更好的新型二維材料，需要科學家在實驗室中進行無數次摸索與模擬。現在，透過 AI 演算法，系統能在短時間內篩選出數萬種穩定的晶體結構，讓新材料的發現與應用速度出現跨越式前進，重新為莫耳定律延壽。

在韜定律的系統整合維度上，3D 晶片堆疊涉及複雜的散熱與電磁干擾，其複雜度已超越人類工程師的直覺極限。導入 AI 輔助設計系統後，演算法能在短時間內計算出最佳的佈局與散熱路徑，實現系統效能的全局優化。這使得兩大定律不再互斥，而是由 AI 在背後整合，一邊提供高密度的物理元件（莫耳定律），一邊進行全局系統配置（韜定律），形成雙螺旋式的演進。

這場變革也重新洗牌了全球地緣政治與產業價值鏈。過去的競爭聚焦在誰能掌握最先進的製造產能，現在的戰場則往前延伸，看誰能主導研發工具、人工智慧平台與系統架構標準。美國依然掌握上游的設計工具與運算平台，而中國則在貿易限制下，全力轉攻先進封裝與系統級突圍。

面對這場變局，台灣長期引以為傲的晶圓代工與先進製程優勢，面臨了新的挑戰。台灣過去習慣於西方大廠定義好的架構下，扮演製造代工角色。但當晶片競爭進入由 AI 驅動研發、比拼系統定義權的時代，僅做好製造，戰略主動性極易在美中夾擊下被削弱。

台灣必須跨越「奈米數」的單一迷思，將累積數十年的高精密半導體製造數據，轉化為自主研發的燃料。我們應積極建立自主的半導體研發與設計平台，將製造優勢升格為系統架構的定義權，建立具有「底座自主性」的產業生態。如此，台灣才能在下一個三十年的科技浪潮中，牢牢掌握無可替代的戰略主導權。

＊作者為退休科管教授、新興產業評論、TAIA 專欄作家