一、前言

在綜合評估市場潛力、募資動態、經濟影響力等關鍵要素後，Frost & Sullivan於微電子技術領域評選出多項具發展潛力的新興技術，包括：異質系統整合(Heterogeneous System Integration, HSI)、無電池感測器(Battery-Less Sensors)、自主校準感測器(Self-Calibrating Autonomous Sensors)等。本文將針對前述3項新興技術，分別介紹其技術特色與優勢、發展趨勢以及代表性案例 (各項新興技術摘要與發展潛力請參閱圖一)。

二、異質系統整合(Heterogeneous System Integration, HSI)

異質系統整合(Heterogeneous System Integration, HSI)係指將多個採用不同製程節點或材料製造的半導體裸晶(dies)，透過中介層(Interposer)、3D堆疊(3D Stacking)、混合鍵結(Hybrid Bonding)等先進封裝技術，整合於單一封裝中，使不同功能元件協同運作。隨著人工智慧、高效能運算與資料中心對運算效能、記憶體頻寬與能源效率的需求提升，異質系統整合已成為先進半導體的重要發展方向。

(一) 特色與關鍵技術
異質系統整合的特色，在於透過先進封裝技術，將邏輯、記憶體、射頻、光子或電源等不同功能裸晶整合於單一封裝中，讓半導體效能提升不再只依賴電晶體的微縮。此技術可縮短裸晶間資料傳輸距離，提升頻寬、降低延遲，並減少資料傳輸能耗；同時也可在有限面積中整合更多功能，讓不同裸晶依功能需求採用最合適的製程或材料，以兼顧效能、成本與設計彈性。

在關鍵技術方面，異質系統整合可透過重新佈線層(Redistribution Layer, RDL)與矽穿孔(Through-Silicon Via, TSV)等先進封裝技術，讓運算晶片、記憶體等晶片以更短距離、更緊密的方式互相連接；亦可透過混合鍵結等方式，將裸晶垂直堆疊，進一步縮短訊號傳輸距離並提升整合程度。

(二) 發展趨勢
異質系統整合正從人工智慧與高效能運算等先進應用，逐步朝標準化架構與多元產業應用發展。2026年將聚焦於人工智慧加速器與高階網路晶片等平台的量產應用，並持續優化系統級封裝(System-in-Package, SiP)與混合鍵結等裸晶堆疊技術。此階段發展重點包括提升良率、控制封裝翹曲，以及強化多裸晶封裝熱管理能力。2027至2028年間，異質系統整合將朝標準化小晶片生態系，以及邏輯－記憶體堆疊整合發展，並逐步結合射頻(Radio Frequency, RF)元件與矽光子技術。設計工具也將整合系統架構、封裝布局與測試規劃，使多裸晶系統更容易完成設計、驗證與量產導入。

預計2029至2030年，異質系統整合將由特定先進應用逐步擴大至更廣泛的半導體領域，並成為半導體系統設計的重要發展方向。產業將建立標準化裸晶互連規格、完善小晶片設計工具，並發展具成本效益的製造流程。同時，光子與感測元件也將更廣泛地納入異質整合架構，支援更多元的運算與應用需求。

(三) 代表性案例
1. 先進封裝異質整合平台VIPack
開發廠商：台灣日月光半導體(ASE)
日月光半導體(ASE)推出VIPack先進封裝平台，作為次世代3D異質系統整合架構。此平台整合扇出型封裝(Fan-Out)、矽穿孔與共封裝光學(Co-Packaged Optics, CPO)等多種先進封裝技術，可支援多晶片、小晶片(chiplet)、高頻寬記憶體(High Bandwidth Memory, HBM)與光學元件的整合。VIPack亦可支援封裝與晶片設計的協同規劃，有助於縮短產品設計與導入時程，滿足人工智慧、高效能運算與資料中心等應用需求。

2. 多裸晶整合的AI加速器Instinct MI300
開發廠商：美國超微半導體(Advanced Micro Devices, AMD)
超微半導體(AMD)推出 Instinct MI300 系列加速器，包括MI300X與MI300A等，主要用於人工智慧與高效能運算(HPC)工作負載。該系列產品採用小晶片與先進封裝設計，將運算、高頻寬記憶體(High Bandwidth Memory, HBM)、輸出入與互連功能整合於單一封裝中，以滿足AI模型訓練與推論對高運算效能、大容量記憶體與資料傳輸頻寬的需求。其中，MI300X整合多個GPU晶片與HBM，主要應用於生成式AI與大型模型運算；MI300A則進一步將中央處理器(CPU)、圖形處理器(GPU)與HBM整合於單一封裝中，使不同運算資源可共享記憶體並協同運作。

三、無電池感測器(Battery-Less Sensors)

無電池感測器(Battery-Less Sensors)係指可透過環境中的熱能、光能、振動等來源自行取得能量的感測技術，無須依賴傳統電池供電即可運作。此技術可降低物聯網裝置對電池更換與維護的依賴，並有助於大規模感測網路部署，適用於工業監測、物流追蹤與智慧基礎設施等需長時間、分散式運作且不易頻繁維護的應用場景。

(一) 架構、運作原理與優勢
無電池感測器的系統架構主要由能量採集模組、電源管理單元(Power Management Unit, PMU)、儲能元件、超低功耗感測與處理單元、無線通訊介面等組成。其運作原理是由能量採集模組擷取熱能、光能、振動或射頻訊號(Radio Frequency, RF)等周遭可用能量，轉換為電力並暫存於儲能元件中。電源管理單元則負責電力分配與調節，使感測器在累積足夠能量後啟動，完成量測、資料處理與無線傳輸，隨後進入低功耗或休眠狀態，以維持長時間運作能力。

此類感測器的主要優勢在於降低對傳統電池的依賴，減少更換與維護成本，並延長設備使用壽命。由於不需配置電池，裝置可朝小型化與輕量化發展，並降低電池劣化、起火或爆炸等風險。

(二) 發展趨勢
無電池感測器正逐步朝更高可靠度、能源效率與智慧化感測系統發展。2026年發展重點將聚焦於既有應用擴大部署，尤其是以射頻訊號供電的物聯網標籤，以及以無線射頻識別(Radio Frequency Identification, RFID)為基礎的資產追蹤應用。此階段將優先改善通訊穩定性與感測可靠度，使企業能更有效掌握物品位置與庫存狀態，並支援物流與倉儲自動化。2027至2028年間，無電池感測器將進一步強化能量採集效率與資料可靠度，技術重點包括提升射頻、熱能、振動與光能等不同能量來源的轉換效率，並改善能源供應不穩時的資料記錄與傳輸穩定性。

預計2029至2030年，無電池感測器將朝智慧化自主感測系統發展，透過智慧電路設計、高效率AI與柔性電路，使系統可自主調節感測、休眠與資料通訊等運作模式，並支援自我感測、智慧電力調節與本地端資料分析。

(三) 代表性案例
1.支援供應鏈即時感測之無電池感測標籤IoT Pixels
開發廠商：以色列 Wiliot
Wiliot 為物聯網(IoT)感測技術公司，主要發展無電池感測標籤 IoT Pixels 與雲端智慧平台。其 IoT Pixels 為郵票大小的無電池藍牙感測標籤，可從周遭射頻訊號採集能量，不需配置傳統電池。該標籤支援低功耗藍牙(Bluetooth Low Energy, BLE)通訊，並可傳送位置、移動、溫度、濕度等資料。相關資料可傳送至雲端智慧平台，再由人工智慧與機器學習模型分析，支援即時監測、庫存判讀與供應鏈流程優化。

2. Everactive支援工業設備狀態監測之無電池感測器
開發廠商：美國 Everactive
Everactive 為工業物聯網感測技術公司，主要發展無電池、無線且可自我供電的工業監測系統，應用於工業蒸汽設備與機械健康監測等場景。其感測器可利用設備運轉環境中的能量(如溫差與微弱的室內光源)自行供電，不需配置傳統電池，並可持續蒐集設備狀態資料。例如，在工業蒸汽設備監測方面，系統可連續蒐集溫度資訊，協助企業掌握蒸汽系統運作狀態，並及早發現可能影響能源效率或設備維護的異常情形。

四、自主校準感測器(Self-Calibrating Autonomous Sensors)

自主校準感測器(Self-Calibrating Autonomous Sensors)為可在環境變化、設備長時間運作或感測器老化時，自動修正量測偏差並維持感測準確度的智慧型感測裝置。此技術可減少人工重新校準需求，適用於自主移動、工業自動化、智慧基礎設施、醫療照護、環境監測與物聯網等需長期穩定監測的場景。

(一) 系統架構與特色
自主校準感測器主要由感測元件、處理器、校準演算法，以及AI模型組成。系統可持續比對感測結果與內部參考資訊，並結合環境回饋，自動修正因長時間使用、環境變化或訊號干擾造成的量測偏差，以維持感測準確度。此類感測器的主要優勢在於可長時間維持量測準確度，降低定期人工校準、進廠維修與現場調校需求，進而減少維護成本與系統停機時間。透過持續自我診斷與自我調整，自主校準感測器可提升資料品質與系統可靠度，有助於長期部署於工業流程、遠端監測等人工校準不易執行的環境。

(二) 發展趨勢
自主校準感測器正由早期導入階段，逐步朝自主系統標準配備發展。2026年，相關技術將主要應用於車輛與工業機器人等領域，並以提升多感測器之間的協調與對準能力為重點，使自主系統在感知、導航與障礙物偵測等任務中維持穩定運作。2027至2028年間，自主校準技術將進一步應用於自主車隊與多感測器系統。可自動調整的校準演算法(Adaptive Calibration Algorithms)等先進校準技術將逐步進入實際場域，使車隊與多感測器系統在不需人工調校下，仍能維持長期可靠度。

預計2029至2030年，自主校準將逐漸成為大規模自主系統中的常見配置，應用範疇也將由車輛擴展至機器人與自動化基礎設施等領域，以降低維護需求、減少系統停機時間，並提升系統部署效率。

(三) 代表性案例
1. Aeva Technologies支援自主系統感知與多感測器融合之高精度光達
開發廠商：美國 Aeva Technologies
Aeva Technologies 為美國感測技術公司，主要發展以調頻連續波(Frequency Modulated Continuous Wave, FMCW)為基礎的先進光達技術，可同時量測物體距離與速度，使自主系統能更準確掌握周遭環境變化，提升障礙物辨識、動態追蹤與路徑判斷能力。2024年，德國戴姆勒卡車(Daimler Truck)與 Aeva 合作，將 Aeva的光達整合至戴姆勒卡車的自動駕駛卡車中，以支援遠距離、高精度物體偵測與動態追蹤。

2. Rivian Automotive支援車用感知系統之攝影機自主校準技術
開發廠商：美國 Rivian Automotive 
美國電動車廠 Rivian Automotive 近年更新新一代車款的駕駛輔助系統，使車載攝影機可在行駛過程中自動校準。此功能可在車輛停止或行駛期間自動校正攝影機位置與角度。車輛停止時，系統可利用周遭視覺資訊進行校準；行駛期間，則可依車輛行進方向持續調整攝影機角度，以維持先進駕駛輔助系統(Advanced Driver Assistance System, ADAS)的感知準確度，提升車道維持、障礙物辨識與高速輔助駕駛等功能的可靠度。