2024年邁入最後倒數階段，市場研究及調查機構TrendForce針對2025年提出十大科技變革，包括AI筆電、人型機器人、立方衛星應用與電動車驅動電池，都將在明年有突破性的成長。
圖片來源 : shutterstock、達志影像
技術革新推動市場標配：AI筆電在2025年滲透率將達21.7%
隨技術迅速發展，具有AI功能的筆記型電腦未來幾年內將逐漸成為市場標配。預計2025年AI筆電的滲透率將達到21.7%，並在2029年攀升至接近80%。而AI筆電的增量也將成為Arm架構滲透率攀升的一項主因。相比傳統的x86架構，Arm具更高的能效和更強的可擴展性，隨著終端推論的需求與日俱增，節能省電的議題將帶動Arm架構筆電的市占率逐年增長，而Windows on Arm系統的普及，則會讓更多消費者體驗到這些高效能、低功耗的AI筆電。
TrendForce預期，即便目前AI應用仍依賴雲端運算，未來具有突破性的邊緣AI（Edge AI）將成為推動AI筆電普及的另一項重要助力。Edge AI將運算從雲端移至本地，使筆電能更快、更有效率地處理語音指令和影像辨識等即時應用，強化用戶體驗。這種本地化處理也確保用戶隱私，適合處理敏感數據，進一步增強消費者對AI筆電的信任感。隨著AI技術越趨成熟，Edge AI 將為筆電的生產力創造智慧辦公、自動化流程管理等更多可能性，以滿足不同用戶需求。
生成式AI引領革新：人形化與服務型機器人迎來全新升級
隨著AI與機械動力技術日趨成熟，加上NVIDIA、Tesla等大廠積極布局，機器人議題2025年將持續受市場關注。就技術發展而言，軟體平台著眼於機器學習訓練與數位孿生模擬，整機型態則聚焦協作機器人、移動式機械手臂與人型機器人，以適應各式環境與人機協作互動。隨美國、中國廠商積極投入，人型機器人2025年起將逐步實現量產，預估2024年至2027年全球人型機器人市場規模年複合成長率將達到154%、產值有望一舉突破20億美元。觀察整體應用場域，工業型機器人仍以手臂撿貨為主，服務型機器人藉由生成式AI可支援多模態交流互動、檢索資訊、摘要文本、擬定排程等場景，帶出機動性高、陪伴性強、功能面廣等效益，將成為明年機器人發展重心。
2025年AI伺服器出貨成長將逾28%，HBM 12hi量產良率提升速度成焦點
受惠雲端服務供應商（CSP）及品牌客群對建置AI基礎設施需求，估計2024年全球AI伺服器（含搭載GPU、FPGA、ASIC等）出貨成長可達42%。2025年在CSP及主權雲等高需求下，AI伺服器出貨年增率可望超過28%，占整體伺服器比例達15%。
NVIDIA 最新產品會逐步轉往12層HBM3e，NVIDIA B300、GB300採用HBM3e 12hi，明年HBM3e將成主流產品。SK hynix在12hi世代採用Advanced MR-MUF技術，在每層晶粒堆疊時添加中溫的預接合（Pre-Bonding）製程，並改良模塑底部填充MUF材料（Mold Underfill，MUF），拉長製程時程以達成晶粒翹曲控制。
Samsung與Micron在12hi世代沿用TC-NCF堆疊架構，該技術的優勢為易於控制晶粒翹曲，但須承受製程時間較長、累積應力較大、散熱能力較差等劣勢，在量產時的良率拉升速度面臨較大不確定性。
由於12hi層數的採用預計自HBM3延伸至HBM3e、HBM4、HBM4e （2027-2029年），量產的時間跨度長，如何提升並穩固12hi製程的量產良率，明年將成為AI伺服器供應商的重中之重。
先進製程與AI推動下，半導體技術迎來革新與大幅成長
電晶體技術FinFET結構自3nm開始逐漸面臨物理極限，半導體先進製程技術自此出現分歧。台積電及Intel延續FinFET結構，於2023年量產3nm產品；而Samsung嘗試由3nm首先導入基於GAAFET （Gate all around Field Effect Transistors）的MBCFET架構（Multi-Bridge Channel Field-Effect Transistor），並於2022年正式量產，但至今未放量。
進入2025年後，台積電2nm正式轉進奈米片電晶體架構（Nanosheet Transistor Architecture）、Intel 18A則導入帶式場效電晶體（RibbonFET），Samsung仍致力改善MBCFET架構的3nm製程，力拚2025年實現規模量產。三家大廠正式轉進閘極全環電晶體（Gate-all-around，GAAFET）架構競賽，期盼藉由四面接觸有效控制閘極，為客戶帶來更高效能、更低功耗且單位面積電晶體密度更高的晶片。
2025年資安聚焦：強化防禦與威脅偵測成雙刃劍
全球現行資安發展重點以雲端物聯網時代的軟硬體為主，隨各項技術持續精進，攻防兩端複雜性較過往大幅上升，遂使廠商在IoT基礎上，逐步轉移重心至AI。以生成式AI（Gen AI）而言，其強化資安防禦具有兩大應用趨勢，首先是支援操作人員透過自動翻譯與彙整，使用自然語言便可搜尋與應對重大風險；其次是加速威脅偵測，引導使用者更快速尋找相關漏洞，並提出操作建議，減少偵測週期。
【本文未完，完整內容請見《北美智權報》370期：人工智慧對專利代理業務的挑戰及因應之道】
※如欲轉載本文，請與北美智權報聯絡
