先進製程技術門檻高，供應商逐漸稀少，而 AI 需求持續強勁，產能長期供不應求，帶來漲價與產能排擠，形成少數廠商壟斷的局面；相對地，成熟製程則因產能大量開出、消費需求疲弱而陷入困境，加上地緣政治推動供應鏈在地化，使全球產能分布失衡，供應商競爭更趨激烈。先進市場資源與利潤高度集中，而成熟市場只能在飽和中力求突圍，凸顯半導體產業獨霸與膠著並存的雙面現實；TrendForce 預估，2026 年整體晶圓代工市場將成長 25%，其中先進市場年成長 36% 超越產業平均。

AI 應用的快速擴張正改變半導體產業的價值核心，競爭重心不再僅限於晶片效能，而是延伸至整體算力架構與平台整合能力。本場演講將解析 AI 時代下半導體價值鏈的升級趨勢，說明運算架構、記憶體、封裝與平台化能力如何共同影響智慧製造產業競局與市場發展。

從 AI 晶片到 AI 軟體的跨平台邊緣 AI 落地實踐

1.邊緣 AI 落地的產業挑戰
• 從概念到實際應用，探討 AI 在現場導入時所面臨的關鍵問題。

2.AI 晶片與系統設計思維
• 說明如何從晶片與硬體架構出發，支撐高效能、低功耗的 AI 應用。

3.跨平台 AI 軟體架構
• 介紹支援多種運算平台與作業環境的設計方式，實現一次開發、彈性部署。

4.AI 專案的實際導入流程
• 分享從資料準備、模型建構到部署與維運的實務經驗。

5.跨產業邊緣 AI 應用案例
• 說明 AI 在智慧製造、交通、城市與農業等場域的實際落地成果。

6. 結語：讓 AI 真正走進現場
• 從技術整合到長期運作，實現 AI 的實際價值

隨著 AI 與高效能運算（HPC）進入高速成長週期，資料運算架構正快速突破傳統 2D 平面設計的物理極限。系統效能提升已不再僅依賴先進製程微縮，而是轉向「異質整合」與「3D 堆疊架構」的深度整合。在這樣的典範轉移下，記憶體不再只是周邊元件，而是決定運算效率與能源效率的核心關鍵。
本演講將從產業演進與系統架構變革出發，探討當全球面臨頻寬（Bandwidth）與功耗（Power）雙重挑戰時，如何透過 DRAM 與邏輯晶片的 3D 異質整合，重新定義高頻寬記憶體架構。
我們將分享公司完成的全球首例 DRAM 與 Logic 之 3D 堆疊異質整合開發，並推出 VHM™（Virtual Hybrid Memory）系列解決方案。透過垂直堆疊技術大幅縮短傳輸距離，提升頻寬效率，同時顯著優化功耗表現，以因應 AI 推理與 HPC 等高資料密度應用場景的需求。

隨著 AI 與高效能運算（HPC）的爆發性成長，全球資料中心正面臨「頻寬牆」與「功耗牆」挑戰。傳統基於銅線的 PCB 與電氣互連在高速傳輸下，其訊號衰減與散熱成本已成為阻礙系統升級的最大瓶頸。半導體產業正迎來一場不可逆的典範轉移——從單純的電氣 IC（EIC）走向矽光子（PIC）與光電共封裝（CPO）的光電融合架構。
本演講將從產業生態與市場趨勢出發，探討這場「從電到光」的架構變革為 IC 設計與系統整合帶來的巨大挑戰。光電融合不僅僅是硬體製造的升級，更是設計流程的全面革新。我們將分享如何透過建構標準化的 PDK 生態圈，並結合 Siemens EDA 領先業界的系統級驗證，以及 Latitude Design Systems（之光半導體）專為光子打造的自動化設計平台（PIC Studio），幫助台灣產業鏈順利切入 CPO 生態圈。透過完善的異質整合（Heterogeneous Integration）設計方法，打造「電-光-電」端到端的設計與模擬全流程，大幅降低研發與量產風險，加速下一代高速互連產品的上市時間（Time-to-Market）。