【半導體學院提供】國立中山大學半導體及重點科技研究學院舉辦大師講座，邀請國立陽明交通大學電子研究所講座教授侯拓宏蒞校分享「智能記憶體：開啟永續運算的省電新時代」。在半導體元件與記憶體技術領域享有盛名的侯拓宏曾於台灣半導體研究中心（TSRI）與台積電等學術單位與企業歷練，並獲選為IEEE Fellow，學術與實務資歷顯赫。他以其深厚的元件研發背景，為未來半導體產業的尖兵，深入解析AI運算的關鍵硬體革命。

中山大學校長李志鵬肯定侯教授獲獎無數，並回顧其擔任台灣半導體研究中心主任期間，對國內半導體界貢獻良多，透過與國際的前瞻合作及德、法、美等國家向TSRI學習半導體人才培育，成功將半導體實力提升至國際外交高度，對學界與國家貢獻卓著。中山大學半導體及重點科技研究學院副院長李英杰補充，侯教授不到五十歲即二度榮獲傑出研究獎，成就非凡；他強調在「AI 算力即國力」的趨勢下，面對 AI 能耗驚人的「吃電怪獸」困局，侯教授今日分享的節能運算技術正是關鍵解方，定能讓師生獲益良多。

侯拓宏講座剖析當前人工智慧發展面臨的硬體挑戰。他指出，隨著生成式AI對算力的需求呈指數級增長，傳統「馮紐曼架構（Von Neumann Architecture）」中處理器與記憶體分離的設計，導致大量的數據搬移，造成嚴重的能耗浪費以及「記憶體牆（Memory Wall）」瓶頸 。他強調，要突破此困境，將運算直接帶入記憶體中的「記憶體內運算（In-Memory Computing, IMC）」已成為全球半導體界最受矚目的新顯學之一。

針對技術細節，他深入介紹了如何利用新興的非揮發性記憶體元件，如「電阻式記憶體（RRAM）」或稱「憶阻器（Memristor）」，來達成高效能的類比運算。侯拓宏教授詳述了這些元件如何模擬大腦神經網路的運作，發展出「類神經運算（Neuromorphic Computing）」架構，從而在執行AI、組合最佳化、智慧感測等任務時，達到比現有架構高出數個數量級的能源效率。他透過深入淺出的圖表與研究實例，向師生展現了從材料開發、元件物理到電路與架構設計的完整跨層級技術鏈結。

半導體產業已進入AI驅動的新紀元，除了追求電晶體的微縮，更需具備侯教授所強調的跨層級創新思維。此次講座成功讓學子接觸到國際最前沿的記憶體運算技術，並體悟到「軟硬體協同設計」的重要性。中山大學半導體學院表示，透過與大師的近距離交流，期許學生能將這些前瞻知識內化，在未來的研究與職涯舞台上，勇於挑戰傳統架構瓶頸，為台灣在AI晶片領域的持續領先貢獻卓越智慧。

（公共事務組編修）