2023國際超大型積體電路技術研討會(VLSI TSA)4/17~4/20於新竹舉行，並將在實體會後，於4/24~5/23期間提供線上展會平台。VLSI研討會今年邁入第40年，長期以來匯聚國內外專家分享交流，今年邀請Intel、NVIDIA等大廠和研究機構，針對人工智慧(AI)、小晶片(Chiplet)、量子運算等熱門趨勢交流討論，面對ChatGPT生成式AI的話題熱度，分析AI對半導體業的影響及未來方向。
VLSI大會主席、工研院電光所所長張世杰表示，VLSI研討會成立目的之一，便是提供專業人士作為交流平台、談論最新技術，而今年研討會觀察近期趨勢，側重以下四大主題：AI、封裝進展、量子電腦及前瞻架構。針對AI發展，由NVIDIA講者說明AI應用帶來的改變；封裝進展則著眼Chiplet裸晶到裸晶(Die-to-die)之間的介面傳輸速率，並邀請Intel首席工程師分享對小晶片時代的看法。量子運算熱度不減，這次VLSI大會也邀請到曾協助Google推進量子里程碑的教授John Martinis談未來10年量子運算的發展趨勢。
AI時代來臨，張世杰提出本次大會將進一步探討的前瞻架構：記憶體內運算(Computing in Memory, CiM)和仿腦神經運算(Neuromorphic Computing)。張世杰表示，目前計算機的記憶體和運算單元(例如CPU)獨立存在，需要將儲存於記憶體內的資料轉移到運算單元才能進行運算，既耗能又耗時。記憶體內運算(CiM)顧名思義將運算單元和記憶體整合，能夠大幅提升運算能效。這樣的資料處理方式更接近人腦的運作模式，而模仿人腦打造AI運算架構的方式便是「仿腦神經運算」，為AI產業值得探索的方面。
談到在晶片設計流程中ChatGPT將帶來的變革，比如透過ChatGPT撰寫IC程式碼(Code)，信驊科技董事長兼總經理林鴻明表示，資安和耗電量是兩項考量重點。ChatGPT潛力十足，Microsoft推出Azure OpenAI讓企業能夠客製化訓練AI，進一步擴展ChatGPT應用場域。不過，企業在將資料喂給AI時，也不免出現對公有雲的資安疑慮。由於AI運算量驚人，私有雲的算力資源難以支撐，使用公有雲提供關服務時，資安等級便成為企業看重的項目。此外，在全球淨零碳排趨勢下，如何降低AI運算的耗電量與碳排放也成為業界關注的重點。
張世杰提到，台灣若想發展自己的大型語言模型(LLM)，有四個關鍵面向需要考慮：(1)大型語言模型的基礎，台灣在這部分缺少經驗；(2)資料量，建立大型語言模型需要龐大的資料庫，需要時間累積；(3)訓練方式，儘管具備相應資料量，要達成有效的訓練依舊有其難度；(4)運算資源，前面提到，AI對運算量的需求極高，這也同步提升訓練AI模型的成本。
基於上述四項考量，張世杰認為，台灣若要發展大型語言模型，需要花時間累積專業知識和技巧。他也提出另外一條名為「Open-source」的道路，採用已經有一定基礎的開放原始碼再加上台灣的語言、文化資源，不僅可以加快開發腳步，也能同步替語言模型增加中文資源，不失為建造大型語言模型的選項之一。