目前位置: 首頁 > 新聞與公告 > 科技新知
:::

科技新知

半導體業賦能淨零排放
發表日期:2024-08-14
作者:張筠苡(工研院)
摘要:
在人工智慧(AI)需求與日俱增下,資料中心的能源使用量逐年攀升,除了營運成本增加,亦進一步加劇資源消耗問題。

全文:

一、前言:AI模型及資料中心的能源足跡推升環境隱憂

在人工智慧(AI)需求與日俱增下,資料中心的能源使用量逐年攀升,除了營運成本增加,亦進一步加劇資源消耗問題。摩根大通(JPMorgan)金融機構指出,微軟、AWS、Alphabet、Meta在2022年總計共消耗90兆瓦時(TWh)電力,相當於哥倫比亞一整年的全國用電量。而隨著ChatGPT引發的生成式AI熱潮,國際能源署(IEA)預測,2026年全球資料中心的耗電量將超過2022年的兩倍,顯示出AI技術帶來的能源挑戰日益嚴峻。

AI模型在訓練和推論階段不僅皆需要大量運算資源,亦仰賴大量的水資源來幫助機房降溫。例如GPT-3模型的訓練過程中消耗約70萬升的乾淨淡水,其用量相當於生產320輛Tesla電動車的電池。而Google在僅3個州的運算中心每年用水量就高達87億升,估計其LaMDA模型的訓練過程需要消耗上百萬升的水。上述數據顯示了AI的快速普及與廣泛應用,進而推升環境隱憂。為應對這一挑戰,各國政府與企業正積極尋找永續的解決方案,優化能源使用效率並降低各產業與商業活動的排碳影響,此為當前及未來科技發展中迫切需要解決的問題。

二、半導體創新技術擴大節能效益以促進科技綠色發展

面對日益顯著的能源危機,半導體業者創新研發技術,致力於打造更加節能的電子元件,以促進科技的永續發展。以下將探討三項值得關注的半導體創新技術布局方向:

(一)自主研發節能高效AI晶片,降低功耗需求

自2016年起,雲端伺服器龍頭Google開始推出專為機器學習設計的張量處理單元(Tensor Processing Unit, TPU)。這些專用積體電路(ASIC)能加速深度學習任務,特別是在處理大量數據和複雜算法時,比傳統CPU或GPU更為高效。同時,Google的AI節能晶片通過優化算法和硬體設計,顯著降低運行所需的能量,從而減少整體排碳量。

在2024年Google I/O開發者大會上,Google發布下一代TPU,即第六代Trillium。此款新晶片被描述為Google迄今為止「最節能」的TPU。新一代TPU的能源效率消耗較第五代TPU提升67%,每個晶片的運算效能提升4.7倍。Google不斷精進TPU運算效能(如表1所示),將持續降低AI模型訓練的能源消耗,減輕現代科技應用對環境造成的負擔。
 

表1 Google歷代TPU晶片效能提升比較
TPU v1 v2 v3 v4 v5e v5p v6
發布時間 2016年 2017年 2018年 2021年 2023年 2023年 2024年
較前一代FLOPS效能提升 2倍 2倍 2倍 2.7倍 2.7倍 >2倍 4.7倍
主要應用 推論 學習 學習 學習 推論 推論 推論

資料來源:工研院產科國際所 ITIS研究團隊(2024/08)
 

(二)擴展化合物半導體解決方案,優化電源管理

化合物半導體技術可提供高效的電能轉換,從而減少能源浪費。特別是碳化矽(SiC)和氮化鎵(GaN),相比傳統的矽基半導體,具有優異的電氣和熱管理性能,可在更高溫度下運行並提高能量轉換效率。例如,採用氮化鎵功率元件的AC-DC轉換器效率可達96%以上,減少50%的功率損耗,相當於節省370億千瓦小時的電量,足以供應40座超大規模資料中心一年的電力需求。上述特性優勢使得化合物半導體在電動車、再生能源和各類電力電子應用中極具潛力,半導體業者相爭加強布局,2023年8月,德國英飛凌計畫投入50億歐元在馬來西亞建立全球最大的碳化矽(SiC)節能晶片工廠。此外,台積公司也在氮化鎵(GaN)領域積極佈局,開發高效能的電源管理解決方案,以提升電動車及再生能源應用的能源效率。

(三)推進量子隧道記憶體前沿技術,提升能源效率

當談及能源效率的提升,量子隧道通道技術在AI節能方面展現出巨大潛力。美國聖路易斯華盛頓大學的電氣和系統工程教授 Shantanu Chakrabartty 的團隊在《自然》雜誌上發表研究,介紹如何利用電子的自然屬性來減少訓練機器學習模型所需的能源。量子隧道記憶體技術(Fowler-Nordheim Dynamic Analog Memory, FN-DAM)基本原理為在記憶陣列中建立動態運作的數位突觸,這些突觸僅有在改變狀態時需要能量,而非維持狀態時需要能量。

研究團隊通過實驗,證明此記憶體技術在小規模系統中的能源需求可以減少100倍。這一結果得益於其設計的CMOS電路包含足夠強大的能量屏障,使得記憶體在非揮發性的狀態下運作更高效。該技術若能在大規模系統中應用,特別是在將記憶體與處理器整合在單一晶片上時,將顯示出更大的效能提升。

三、半導體組織鏈結供應鏈夥伴以實現整體價值鏈淨零

由前所述,半導體技術可推動科技的淨零發展,然而晶片生產涉及高耗電、高碳排的製程,其中高達 75% 的碳排放來自於設備用電。而全球對減緩氣候變遷與環境惡化的共識日益增強,美國紐約州於 2022 年通過《綠色晶片法案》(Green CHIPS Act),將投入 100 億美元來推動半導體業實現淨零排放,要求企業使用再生能源並制定溫室氣體減量計畫。歐盟於 2021 年頒布《歐洲氣候法》,設定 2050 年實現氣候中立及 2030 年至少減少 55% 溫室氣體排放的目標,並於2024年修訂 F-氣體法規,要求半導體業優化生產過程以減少相關氣體的排放。在國際法規對半導體業者的約束愈趨嚴格下,減碳已成為全球重大關注議題。

為了實現整體價值鏈的淨零排放,需要業者與供應鏈夥伴之間的密切合作。以下為三個關鍵的半導體組織,致力於推動半導體業的永續行動:

(一)SEMI成立SCC與SCC-EC,提供半導體業者減碳指南並促進低碳能源發展

國際半導體產業協會 (SEMI) 於 2022 年 11 月成立全球半導體氣候聯盟 (Semiconductor Climate Consortium, SCC),積極應對氣候變遷挑戰。以「合作」、「透明」和「明確目標」為核心,SCC透過共同方法與技術創新,持續減少溫室氣體排放。SCC 亦承諾每年發布碳排放相關進度報告,並設定短期和長期減排目標,以確保 2050 年達成淨零排放。

2023 年 12 月,SEMI 與 SCC 聯盟共同成立 SCC 能源合作組織 (SCC Energy Collaborative, SCC-EC),致力於協助亞太地區洞悉並排除低碳能源發展阻礙。SCC-EC 匯集各方資源,針對能源相關優先事項提供綜合觀點,並協助加速投資步伐,促進低碳能源的廣泛使用。其創始成員包括台積電、日月光、Samsung Electronics、Applied Materials、AMD、ASML、Lam Research 等半導體領導廠商,共同推動亞太地區低碳能源發展與建設。

除此之外,SCC 於2023年底更進一步發布關於半導體價值鏈溫室氣體範疇 3.1 的計算指南,以促進在計算其排放時的明確性和一致性。範疇 3.1 排放主要指上游活動產生的間接碳排放,如原材料採購。該文件包含計算背景、目標、報告原則、範圍描述及計算方法,為半導體業中的公司提供克服評估範疇 3.1 排放挑戰的指導。

(二)TSIA 積極推動淨零轉型,達階段性減碳目標並協助全球節能

臺灣半導體產業協會(TSIA)於2023年9月正式對外宣示淨零排放目標,成為世界半導體理事會會員中首個公開減緩氣候變遷淨零目標的組織。其以2020年溫室氣體排放量為基準,目標2030年階段性達成絕對減量10%(溫室氣體基線減量40%),並於2050年達到淨零排放。

TSIA更進一步揭露,其2019年承諾的第二階段減碳目標已提前達成,包括2025年能源管理系統建置率大於80%,以及含氟溫室氣體削減率大於85%。臺灣半導體產業在2010年全氟化物(PFC)溫室氣體總排放量已下降至1997年與1999年平均排放量的90%以下,達成第一階段自願減量目標。在會員公司的努力下,第二階段自願減量目標亦提前達成,意味著臺灣半導體產業在減碳方面成果顯著。

與此同時,TSIA發布「臺灣半導體產業對全球節能減碳貢獻」專題研究,依台積公司四大平台產品之產品成長性及產品營收占比推估,2030年預計HPC相關產品的潛在節能貢獻可達1,347億度電,與生產HPC相關的製程與設備用電相比,減碳倍數可達6.81倍,為極具潛力的節能晶片應用。台積公司作為全球先進晶片製造的代表性大廠,其產品有望在2030年幫助全球節省數千億度電力消耗,顯示出臺灣半導體產業在全球節能減碳方面的重要貢獻。

(三)IMEC 推出虛擬晶圓廠平台,量化半導體製造環境影響

2023年11月,比利時微電子研究中心(IMEC)推出免費使用版虛擬晶圓廠 IMEC.netzero 模擬平台,提供晶片製造業對環境影響的量化視角,協助學界、政策制定者及設計人員更好地了解半導體製程中的碳排情形,並制定更永續的生產策略。該平台運用自家晶圓廠及合作夥伴的資料,進行生命週期評估(Life-Cycle Assessment),詳細量化分析每個製程步驟的能源、材料及資源使用情況。其合作夥伴如台積電、三星電子和應用材料等可以使用專用版軟體,進行更進階的分析,以減少直接、間接溫室氣體排放與衍生的環境足跡。

四、結論:半導體創新技術與組織行動持續推動全球淨零永續

科技的進步雖帶來智慧便利的生活,但也伴隨著巨大的能源需求。半導體業在這樣的雙面刃下成為實現全球淨零排放的關鍵推手。通過創新技術的研發,如Google的節能高效AI晶片,以及碳化矽(SiC)和氮化鎵(GaN)材料的應用,半導體業者大幅提升能源轉換效率並減少能量損耗。此外,量子隧道記憶體技術的推進亦顯著降低AI模型訓練的能源需求。未來,半導體業將持續加強跨國、跨產業合作,並持續技術創新,為實現全球綠色永續發展貢獻力量。
 

(本文作者為工研院產科國際所執行產業技術基磐研究與知識服務計畫產業分析師)


* 點閱數451
更新日期:2024-10-24

回上一頁 回首頁