為產業先行 工研院用創新科技與產業攜手共創新商機
工研菁英獎傑出研究金牌獎『智慧物聯網關鍵記憶體』，以讀取速度快、功耗低，可達更穩定、更快速存取的優勢，目前已導入半導體大廠晶圓製程。
工研院電光所許世玄組長提到，這次工研院提供的技術『智慧物聯網關鍵記憶體創新研發平台』，其實包含了三項重要的技術，其中兩個是在記憶體，下世代的記憶體元件，另一項是將記憶體的應用技術。
在兩項記憶體的技術中，其一是“鐵電式記憶體FRAM”，早期的技術適用PZT元件來做，但他的特性無法做到縮小，因此製程節點沒有辦法做到點13微米以下，所以在前瞻製程的應用上就無法符合。我們的技術是架構在既有的基礎上，但將材料改用Hafnium Zirconium Oxide來製作，他就可以適用於40奈米以下，甚至到28奈米，讓製程可以微縮，並且將功耗降低到傳統非要性記憶體的千分之一，因此這樣的記憶體就適合應用在我們隨身可攜式物件上，例如：手錶、穿戴裝置、手機等。
其二是“MRAM”的技術磁性記憶體，工研院的團隊在研發“MRAM”技術已將近20年的時間。從第一代的Toogle的＂MRAM＂到第二代的STT-MRAM，甚至到現在第三代SOT-MRAM，因為開發技術非常久院，因此有很深的技術基礎。這次研發的SOT-MRAM，他最大的好處是可以低壓操作之外，可靠度也比第二代STT-MRAM來的高。主要的關鍵在於他寫入的路徑不經過元件的膜層，減少電流經過絕緣層的頻率以達到更穩定、更快速存取的優勢，因此可以使用更久。像這樣的高性能記憶體是可以直接應用在22奈米以下，也就是我們所謂的前瞻製程，這樣的先進製程，非常適合高階性能的處理器，甚至用在Level 3 cache，也就是所謂的汽車應用。
智慧物聯網關鍵記憶體創新研發平台的第三項重要的技術，就是將應用技術使用記憶體來運算，這樣國際上都是非常熱門的話題。在傳統的范紐曼架構中，在CPU跟記憶體之間存在的記憶體頻寬是有個侷限的，而這個侷限造成在做AI運用時，因為要做大量資料的運算與資料的搬移，因為頻寬的受限造成功耗上升，讓運算變的非常沒有效率。因此現在國內外很多廠商或新創公司都在研發這種記憶體內運算技術。
傳統記憶體是在做儲存0跟1的動作，而現在拿來做AI運算，運算結果可以就直接輸出告訴你，可以達到最大的效率，也不會在AI運算過程中不斷地把資料搬移造成功率消耗的浪費，也是目前非常重要的一個應用技術。一般來看AI運算的時候，都會思考如何可以像人腦運算一樣這麼有效率，而現階段的運算，雖然還不到真的人腦運算，但他已經慢慢的趨近人腦的運算架構，他是在人烤裡面有大量的平行處理運算，而且每個支節運算都是有神經元跟突觸所組成，效仿人腦運算去得到的運算結果，也希望未來能夠做到像人腦一樣高能效。
在新技術的研發過程中，常常會碰到許多的困難，工研院電光所許世玄組長提及過去的一項研究歷程。在2008年，我們團隊開發一個叫做RRAM電阻式記憶體，在當時沒有人看好這個記憶體，都覺得不是真的，也無法使用，當人我們在iedm發表了第一個論文就是RRAM，接下來兩三年內不斷的在RRAM上面做發表，同時也與ISSCC組織合作，把RRAM文章發表到國外。從此之後，國際上開始蜂擁而至在開發這項技術，一直到2016、17年才開始有人做出量產，甚至是量產販售。也就是說，做一個記憶體他需要的是技術深度夠深，並且長時間的開發，可能要到8-10年才會有一個成熟的技術出現。
台灣，一直在RRAM這個記憶體上不缺席，因為台灣目前至少有幾家公司可以賣這個RRAM記憶體技術的，而且我們有很多核心專利在台灣。回過頭來看我們這次的技術，從第一代的技術到第二代STT-MRAM，開發時間也很長，而現在近到下一代SOT-MRAM，也可能需要4-8年的時間。
而FRAM的技術，他本身的穩定度就很高，因此開發時間相對的就不需要這麼長的時間。FRAM我們在製作的過程中，就發現他的良率很高，因此我們現在就已經在找廠商合作，直接往量產的腳步在做，協助廠商去做量產。
工研院一直以來的使命，就是要讓台灣產業界可以跟國際抗衡，甚至走在國際的前端。因此，工研院就會把現有的技術去輔導國內的廠商，讓他能夠去生產這個技術，並且在記憶體的技術上擁有競爭力。
記憶體內運算技術，目前全世界都在開發，而且進展速度很快，因為AI技術正在全面發展中。而工研院的團隊也非常努力在做這項技術的開發，相信在兩三年內應該就會開花結果。而且他是使用現有成熟的記憶體去做為一個運算的技術，所以你不一定需要用下世代記憶體。因此，不管是SRAM、Flash，甚至說你要RRAM他都可以，也正在加快量產的腳步。
工研院的團隊每個人都懷抱非常多對未來夢想的期待，所以我們都很努力在將技術更深層的開發，並在現階段與廠商合作，往量產邁進，以市場需求為導向，布局下世代創新技術，真正落實到產業，與產業攜手共創新商機，期望協助臺灣產業在未來十年奠定根基。