張曉強也進一步點出台積電AI技術未來三大核心方向，包括Compute（運算能力）、System Integration（系統整合）與High Speed Connectivity（高速連接傳輸）。
在製程節點方面，他指出今年正式進入Nanosheet（奈米片）時代，2奈米技術將成為下一世代AI晶片核心；在系統整合部分，未來將透過3D IC方式整合多顆Compute Die（運算晶粒）與DRAM，提升整體運算密度；至於高速連接傳輸，目前高速傳輸仍以電子訊號與銅線為主，但未來一定會進入Photonics（光通訊）時代。
張曉強表示，若談到運算能力，沒有技術能超越電子（Electron）；但若談到資料傳輸與通訊，則沒有技術能超越光子（Photon）。他也提到，未來AI系統將持續透過先進製程、3D封裝與光通訊整合，推動AI算力與能源效率持續提升，並笑稱，過去台灣民眾幾乎都知道CoWoS代表什麼，未來則要記住新的關鍵字「COUPE」。
除資料中心外，張曉強表示，AI也正快速擴散至手機、智慧眼鏡與各類邊緣裝置（Edge Devices），未來將進入「Ubiquitous AI」時代。他透露，下半年市場將可看到搭載台積電2奈米製程的旗艦手機問世，而智慧眼鏡也已開始快速導入4奈米製程。
他指出，手機仍是最重要的終端AI裝置，因應高速運算、低功耗與小型化需求，持續率先採用最先進製程；至於智慧眼鏡，未來若能進一步降低功耗與體積，有機會成為AI進入日常生活的重要載體。
此外，他也提到6G技術正逐步接近商轉階段，未來FR3新頻段與AI功能導入後，將進一步提升資料傳輸效率與能源效率，目前旗艦手機RF晶片已導入6奈米RF製程，未來6G時代不排除進一步推進至4奈米。
張曉強也指出，汽車與人形機器人正成為AI下一波重要應用。現代汽車已從傳統機械裝置轉型為高度依賴半導體的電子產品，自駕與車內娛樂體驗將成為差異化關鍵。他認為，相較「Software Defined Vehicle」，更應稱為「Silicon Defined Vehicle」，因為所有軟體最終都必須建立在半導體之上。
他表示，目前車用晶片已從5奈米快速邁向3奈米甚至2奈米，而人形機器人則將成為Physical AI的重要方向，需要大量運算能力、感測器與控制晶片，未來有機會成為如同20年前智慧手機般的新市場。
張曉強強調，AI革命需要強大的供應鏈支撐，而台灣正是全球最完整、最關鍵的AI供應鏈核心。從半導體製造、先進封裝、伺服器到系統整合，台灣已建立高度整合的產業生態系，並與NVIDIA、廣達等國際大廠密切合作，共同推動AI產業發展。他表示，台灣有著全世界最強、最Comprehensive的AI供應鏈，對台灣在AI時代扮演的重要角色感到驕傲，也對未來發展充滿信心。
點擊閱讀下一則新聞
