2023 年，工業研究院資訊與通訊研究所所長丁邦安喊出「2030 年，可望是6G 元年」。這並不是口號，而是臺灣的ICT產業，確實從3G發展到4G、5G，並在現行的5G產業中，布局好人才，並開發成熟的Open RAN（可簡稱ORAN，意指5G網路開放架構）等基礎產品。這些優越的條件，將成為臺灣領先進入6G時代的關鍵。
&nbsp;
不過，就技術層面來看，卻有另一道更高的門檻。
&nbsp;
國立陽明交通大學電子研究所周世傑教授進一步說明，為何「就通訊的觀點，從 5G 到 6G 會是很大的技術跨越。」
&nbsp;
<h2>越到 6G，結構改變、難度千倍跨</h2>
所謂的 5G 通訊，是把我們所需要傳遞的資訊，以訊號形式載在載波上，再傳送出去。而目前 5G 所需要的載波頻率，它的頻段大概頂多 6GHz。然而，如果要跨越到 6G，它的頻譜在高頻段部分將從大概會從 20 幾個 GHz 以上，一直到一、兩百個 GHz。
&nbsp;
為了達到這個想像，整個網路的結構就必須要改變。周世傑教授不諱言，「6G 通訊晶片的難度並不是乘以幾倍，它是千倍以上的結構性改變，難度亦是千倍。」
&nbsp;
6G 發展雖然不容易，但可想見，如能順利催生這項技術，許多開創性的應用都將能夠實踐。比如，數位雙生（digital twin）技術。在醫療資源不豐沛的偏遠地區或遠距醫療，如能有夠大的通訊頻寬，直接以投影機投影出 3D 畫面，藉由呈現即時且立體的影像，讓醫生不需要耗時、耗力去到現場，便能遠端操控醫療機器進行醫療與手術。這項應用，將能大大造福偏遠民眾。
&nbsp;
然而，如果要達到資訊量如此之大，而傳輸速度亦能如此之快的狀態，即時的信號處理與傳輸狀態之最佳化亦要能在「邊緣」（edge layer）進行，盡量避免使用「雲」 （cloud layer）的伺服器陣列。因為傳輸大量資料至雲端會耗費大量能源且造成延遲。因此，要讓「邊緣」，具備一定的運算能力，減輕「雲」的負擔，而「終端設備」（devic layer）通常是指資料發送與接收命令的設備，例如智慧家電、手機或電腦 。
&nbsp;
近期搭載 NPU 的 AI PC，也試圖讓終端設備也有 AI 運算能力，稱為「邊緣 AI」，除了上述降低延遲的好處外，「邊緣 AI」也能降低 AI 的耗能程度。想像一下，你問 ChatGPT 「今天晚餐吃什麼」這個簡單的問題，OpenAI 就要用企業等級伺服器幫你算這個問題，根本大材小用，不僅浪費企業伺服器的算力，也占用頻寬。如果讓本機電腦的 NPU 來解決「今天晚餐吃什麼」，就能保留企業伺服器算力給重要的事情，也可以讓 AI 更即時回答你的問題。
&nbsp;
而在通訊過程中，最耗能的步驟，在於將大量資料送到遠端伺服器陣列，再由伺服器陣列傳送到接收端。這個過程不僅耗費大量能源，也耗費時間。如果要做遠端醫療，即使是短短一兩秒的落差，都將導致重大的後果。醫療行為中，分秒都不能延誤。靠著端點之 AI 運算能力及 6G 通訊之高速無線傳輸及低延遲之能力，便有可能在 2030 年有更多之應用並開啟 6G 元年。
&nbsp;
<h2>3D 封裝，讓不簡單的變簡單</h2>
通訊會需要主動元件和被動元件。簡單來說，我們可以假想成一組音響，包含了音頻擴大器及喇叭。主動元件是擴大器，放大音頻，並且維持音源本身的品質。被動元件就是喇叭，將聲音播送出來，而每一代的無線通訊晶片，所需挑戰的難題便是，在傳送端如何藉由數位與類比晶片將信號穩定的傳送出去，穩定的將訊號增益。
&nbsp;
目前 5G 時代，只需要在 6GHz 以下的頻段中，將送過去的資料維持、平整的波形即可。不過，6G 時代是得要在幾百 GHz 頻段中，將波形維持同樣平整，難度大幅提升。
&nbsp;
接收端有低噪音放大器（low-noise amplifier），負責將接收到的微弱信號放大，其難度便在於——如何讓這麼長的頻寬，可以同時穩定的全部都往上提10 倍、20 倍甚至 100 倍。
&nbsp;
為了解決通訊中許多不理想的狀況，AI 也開始應用於通訊領域中。透過機器學習（machine learning）技術，通訊研發人員只要提供足夠的參數，便能由機器學習提出更好的解方。此外，機器學習技術也將能幫助網路管理者即時調整資源達到讓每一個傳輸與接收均能在最短距離與最少時間完成；比如，即時重要的資訊(如地震發生的警訊)，透過機器學習，便能自動調配網路服務的狀態、達到更多使用者要求的信息等。
&nbsp;
因此，端點就需要有自己的機器學習能力。也就是說，6G 通訊晶片中，裡面不只包含了中央處理單元（Central Processing Unit, CPU） 、張量處理器 （Tensor Processing Unit, TPU），更將加入神經網路處理單元（Neural network Processing Unit, NPU）。
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2024/06/5-1_670x460.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">SoC將數個裸晶，透過單一載板相互連接完成封裝，裸晶避免各自封裝再用印刷電路板上造成晶片間的連線過長，造成資料傳輸延遲。</div>
</div>
</div>
</div>
</div>
&nbsp;

要將這些晶片組合在一起，且能發揮作用，需要進行封裝。傳統封裝技術包括系統級封裝（System in Package, SiP）和系統單晶片（System on a Chip, SoC）。SiP 將初步封裝的多個晶片進行二次整合，形成一個功能更完整的模組。而 SoC 則是將多個裸晶片透過單一載板相互連接完成封裝。不過，這兩種封裝技術，都同樣占有較大的面積，也會因為金屬、裸晶間的連線過長，造成資料傳輸延遲。
&nbsp;
而最新的 3D 封裝技術能夠縮減裝置面積並縮短反應時間。這種技術將裸晶片堆疊在一起，然後使用一個晶圓基板將它們連接起來，最後再進行封裝。這不僅顯著改善了空間利用效率，還提升了裝置的電性效益。
&nbsp;
舉例來說，這就像是煮一道雞肉咖哩，你需要咖哩香料、椰奶、雞肉和蔬菜。早期的聚落生活，你可能需要去進口食品行買辛香料和椰奶，再去肉鋪買新鮮雞肉，最後繞去果菜市場買蔬菜，都買齊了才能回家開始煮飯，需要花費大量時間。但現在，你可以在一間超市裡，即可完成所有材料的採買，不僅效率更快，成本還不一定會更貴。
&nbsp;
目前，美國的通訊、AI 技術領先企業，為了發展機器學習，便會希望乾脆不要封裝了，全部在一個晶圓內完成，做到 System on Wafer 晶圓級封裝，如此一來，就可以省掉很多因為連線而產生的耗能，也可以在很小的面積裡面，完成龐大的運算。
&nbsp;
然而，契機也帶來危機。當運算量集中在越小的範圍時，能量消耗和頻率通常呈正比增加，因此散熱將成為一個重要問題。
&nbsp;
「先進製程製造出來的晶片線寬僅有2奈米，故而面積小、電源電壓可下降、耗電就小。」，周世傑教授也進一步表示，這是因為，各家晶片設計公司都知道，只有這樣子，長遠來看，才可能因為省能、高效，而在產品面上得到更大的好處。
&nbsp;
<h2>晶創臺灣，以政府之力打造生態系</h2>
眼望未來，臺灣產業是否能在 6G 晶片的市場上具競爭力？
&nbsp;
國立臺灣大學電機工程學系闕志達教授給了肯定的回答。他認為，未來6G晶片的廠商，勢必要對於 5G 晶片有所著墨。而目前在 5G 晶片領域中，臺灣廠商市占率不是第一就是第二，「因此，可以推估在 6G 晶片上，臺灣廠商必將能占據一席之地。」
&nbsp;
雖說臺灣的半導體產業，目前領先全球，不過，如何持續領先、保持優勢，必須要提前布局。
&nbsp;
2023 年，政府核定了「晶創臺灣方案」，其中一大部分，是加快電腦晶片中的運算能力，比如 GPU、 TPU 等，皆使用最先進的製程。另外一個重點，則是發展矽光子技術，因為當傳輸距離變長，運用光來傳輸將最有效率。
&nbsp;
不過，以上研究發展專案每一項小模組的經費至少都是幾千萬起跳，以學界角度而言，要投入如此大量經費有其困難。因此，透過晶創臺灣方案，由國家實驗研究院的半導體中心建立起第一個可以比擬業界的國際級國家實驗室，藉以培養先進製程和 IC 設計的人才。藉此發展成生態系統，使其能夠與國際競賽。
&nbsp;
以通訊角度來看，發展 6G 需要非常高的射頻頻率，現實面上，測量儀器動輒幾千萬甚至上億。此外，每一個設計細節都是學問，因此，更要透過晶創臺灣計畫，從大學裡頭培養專業人才。
&nbsp;
展望未來，周世傑教授認為，目前就是一個良好契機，我們擁有全世界頂尖的晶片製造公司與一流晶片設計公司，同時擁有最先進的封裝和測試技術，以及完整的產業鏈。現在完整的生態系都在臺灣了，接下來的關鍵就靠人才到位，迎向 6G 世代。
&nbsp;
&nbsp;
（客座總編輯｜中興大學電機資訊學院 楊谷章院長；研究顧問團隊｜ 國立臺灣大學電機工程學系闕志達教授、國立陽明交通大學電機工程學系周世傑教授；責任編輯｜曹盛威、趙筱文）