國科會今天指出，台灣團隊開發出雙模式二維電子元件，首創透過光的控制，在記憶體、電晶體模式之間靈活切換，為涉及大量儲存、高速運算能力的AI模型與相關應用，提供巨大潛力，也為高效能計算和半導體製程簡化開啟新方向。
 

在國科會「A（埃米）世代前瞻半導體專案計畫」等支持下，國立清華大學電子所博士蔡孟宇、研發長邱博文，攜手國立中興大學物理系教授林彥甫和資工系教授吳俊霖等，組成研究團隊，成功開發出雙模式二維電子元件，研究成果已在2023年9月發表於國際知名學術期刊「自然電子」（Nature Electronics）。
 

林彥甫說明，當今民眾使用的電腦、手機基本上是使用「馮紐曼機制」（Von Neumann architecture），即記憶體的儲存單元、數據的運算單元完全分開，但這樣的架構非常耗能，因為必須在運算時把數據從記憶資料庫中取出來，再到CPU運算，要儲存時，又必須把CPU的數據再送回記憶體，為解決耗能問題，團隊研發雙模式二維電子元件。
 

林彥甫表示，此雙模式二維電子元件也為高效能計算和半導體製程簡化開啟新方向，初步預估簡化率可以達50%。
 

邱博文解釋，這項電子元件的最大關鍵突破在於實現「記憶體」和「電晶體」兩種模式之間功能自由切換的可行性，就像是同一個裝置可在需要時變成儲存裝置或是處理數據的工具
。

邱博文表示，光是啟動元件功能的「鑰匙」，當光照射到元件時，就像被「解鎖」一般，元件隨即切換到「記憶體模式」，在這種模式下，能夠動態地調整電荷的屬性和集中度，即可儲存數據。
 

在沒有光照射的情況下，邱博文指出，元件則保持在「電晶體模式」，就像是被「上鎖」，能夠維持穩定的開關運算功能；這種突破性架構的提出，首次使電子元件賦予多重模態靈活切換的可行性成真，因為可快速切換應用，在處理複雜的計算和儲存功能時更有效率。
 

蔡孟宇進一步指出，在電晶體模式下，能根據需要調整成不同類型的電晶體配置（N型或P型），實現從基本到複雜的各類邏輯閘單元，這對於簡化現有電子元件的設計及能耗，建構更高效的電路和系統，以及處理複雜的計算任務，都非常重要。
 

同時，記憶體模式下，則模擬人腦的神經突觸功能，蔡孟宇說，特別是在結合卷積神經網絡的應用時，能夠有效地參與圖像識別過程，大幅提升了處理複雜視覺任務的能力。
 

吳俊霖也表示，此雙模式元件將為涉及大量儲存、高速運算能力的人工智慧（AI）模型、相關應用，帶來新發展方向。不過，由於現階段仍是prototype，團隊評估，一個新結構要放上產線進入量產，可能仍須10年時間，未來會繼續在技術上予以精進。