一個工程師的管理之旅
描述一個工程師在管理的新世界中探索,充滿著好奇心,想要了解工程與管理間的差異。 記錄工作、讀書及進修MBA時的感悟,希望能逐步摸索出屬於自己的知識結構。
2026年2月25日 星期三
有完沒完,又有新花樣!
2026年2月23日 星期一
當教育撞上 AI,我們該有甚麼新思維?
- 〈「選學科不重要了,去好的環境更重要!」AI先驅孔祥重給工作者的建議〉
- 〈當 AI 什麼都會做,人類該培養什麼能力?中研院院士孔祥重:專注這 2 件事〉
- 〈葉日武觀點:AI 的兩面刃─學習神器與教師輓歌〉
- 〈當 AI 成為知識預設值,學術權威正被「模型共識」悄悄取代〉
- 問題架構能力: 這是孔祥重院士強調的最重要能力。未來人類的價值不在於給出答案,而在於能精準定義問題,將模糊的需求拆解成 AI 可以執行的系統路徑。
- 系統設計能力: 不再只專注於單一功能的執行,而是要理解整體的運作邏輯,具備「大局觀」與「跨領域整合」的能力,判斷系統的安全性、風險與長期影響。
- 賦予意義與說故事: AI 可以產生資訊,但只有人類能賦予資訊「意義」。培養孩子解釋數據背後的價值、連結人性需求、講述動人故事的能力,是 AI 無法取代的智慧。
- 體感資產: 包含實作手感、運動肌肉記憶、藝術工藝。這些是透過肉身與物理世界真實交互產生的智慧。
- 情感資產 : 如同理心、領導力、解決人際衝突。鼓勵孩子參加校隊、樂團或社團,在真實的人際互動中磨練。
- 信用資產: 在群體中建立的信任感與聲譽。在 AI 生成內容氾濫的時代,「人的信用」將成為最保值的資產。
- 抗壓與韌性: 在極大不確定性與挫敗感下(如博士班的試煉),依然能堅持定義問題並走下去的意志力,這是未來高端人才的分水嶺。
- 善用 AI 工具,保持批判思考: 學習神器: 將 AI 視為加速器,用來處理重複、低啟發性的練習,爭取時間紅利。
- 對抗「模型共識」: 當 AI 提供預設答案時,要具備追根究底的精神,避免陷入平庸的共識,學習查驗原始脈絡。
- 投資「純體驗」: 越是體制內不考的東西(如體育、冒險、社交),在 AI 時代反而越具有稀缺價值。
- 操作方法: 教孩子利用 AI 進行「費曼學習法」對話。
- 動作: 讓孩子對 AI 說:「我現在要解釋『氧化還原』給你聽,請你扮演一個嚴格的老師,聽完後指出我理解錯誤的地方,並用一個生活中的例子考我。」
- 目的: 這比死背參考書快 ,且能訓練孔院士提到的「定義問題」與「邏輯架構」。
- 操作方法: 重新定義「好環境」的錄取線。
- 動作: 如果 90 分就能進那道窄門,就不要逼小孩花額外 10 小時去拼那其實沒什麼意義的 99 分。
- 目的: 在 AI 時代,最後那 5% 的精準度是 AI 的強項,人類的競爭力在於那省下的 10 小時拿去做了什麼「有體感」的事。
- 操作方法: 週末的「AI 專案官」。
- 動作: 這週家裡的家庭旅遊或晚餐去哪吃,交給小孩規劃。要求他使用 AI 工具(如 ChatGPT 或 Gemini),但孩子必須負責:
- 設定條件(Prompt): 考慮預算、長輩口味、交通時間。
- 驗證真偽: AI 給的餐廳可能倒了,小孩必須打電話或查 Google Map 確認。
- 目的: 這就是最真實的「系統設計」與「問題架構」。
- 操作方法: 堅持一項「有挫折感」的長期嗜好。
- 動作: 無論是籃球校隊、樂團或是童軍團,絕對不要因為段考就輕易請假。
- 目的: 資料中提到的「體感資產」與「信用資產」只能在這裡累積。在團隊中處理衝突、面對輸球的韌性,是 AI 永遠學不會、而未來頂尖企業最看重的「高價值資產」。
- 操作方法: 累積「作品集」而非「成績單」。
- 動作: 鼓勵孩子把上述解決家裡問題、參加社團的過程,用 AI 輔助整理成有邏輯的專案報告。
- 目的: 當大家都在曬滿分成績單時,一份能說清楚「我如何定義問題、如何協作 AI、如何驗證結果」的檔案,才是進入「好環境」的真正門票。
2026年2月21日 星期六
初探 MicroLED 光通訊的未來展望
- 〈Google 高速互連架構帶動,今年 800G 以上光收發模組占比將破 60%〉
- 〈別只看矽光子!聯發科 MicroLED AOC 技術亮相 大幅縮減 AI 傳輸功耗與成本〉
- 〈卡位 AI 聯發科秀 MicroLED〉
- 〈瞄準 Micro LED CPO、低軌衛星天線、AR 眼鏡,友達發射 AI 四箭〉
一、 前言:AI 算力時代的「傳輸牆」與「功耗牆」
隨著生成式 AI 進入大規模推論階段,資料中心面臨前所未有的挑戰:「傳輸牆(Memory Wall)」與「功耗牆(Power Wall)」。傳統的電互連(銅纜)在傳輸頻寬達到 800G 甚至 1.6T 以上時,面臨嚴重的訊號損耗與散熱瓶頸。
為了實現「光進銅退」,矽光子技術成為顯學,但在這條賽道上,微軟(Microsoft)與台廠聯發科、友達、台積電正另闢蹊徑,試圖利用 MicroLED 這種原本屬於顯示技術的元件,解決傳統雷射(Laser)方案在短距離傳輸中的高功耗與熱靈敏度痛點。
在傳統光通訊專家的眼中,LED 用於通訊幾乎是「異端」。這源於基本的物理差異:
雷射 (Laser):受激輻射,光束集中,頻寬極高(單道可達 100Gbps 以上),適合「Fast-and-Narrow」模式。
MicroLED:自發輻射,光束發散,響應速度慢(通常極限在 2GHz 以內),看起來完全無法勝任高速傳輸。
微軟的 Project Mosaic 則提出了工程學上的反轉思考: 既然單道跑不快,那我們就「以量取勝」。
透過並行開啟數百、甚至數千個 MicroLED 通道,每個通道僅運行 2Gbps 到 16Gbps 的低速訊號。這種 「Wide-and-Slow」 架構在總頻寬(Aggregate Bandwidth)上能輕易超越傳統雷射,且因為單道速率低,不需要昂貴的數位訊號處理器(DSP)進行複雜調變,大幅降低了功耗與延遲。
2. 能效比的極致追求 (pJ/bit)
在 AI 機櫃內,每一瓦的功耗都極其珍貴。MicroLED 方案的能效比可達到 0.5 到 1 pJ/bit,遠優於現有的可插拔光收發模組。這對於需要連結數萬顆 GPU 的超級集群來說,節省下來的電費與冷卻成本將是天文數字。
在追逐光通訊效率的道路上,兩大科技巨頭選擇了完全不同的哲學路徑:
微軟是 MicroLED 光通訊最堅定的倡議者。其 Project Mosaic 不僅僅是更換光源,而是設計了一套完整的生態系:
Imaging Fiber (多芯成像光纖):為了解決 MicroLED 光束發散問題,微軟採用了類似「複眼」結構的多芯光纖,能精準捕捉並傳輸海量的 MicroLED 並行訊號。
冗餘設計:MicroLED 陣列允許部分元件失效(Redundancy),這讓系統的可靠性比依賴單一精密雷射的系統高出數倍。
Google 的策略則更專注於「系統架構優化」而非「光源更換」:
Apollo OCS (Optical Circuit Switch):Google 發展全光網路架構,利用 MEMS(微型反射鏡) 直接在光層進行交換,減少光電轉換次數。
標準化依賴:Google 目前仍傾向於使用 800G 以上的高速矽光收發模組,並預期到 2026 年其占比將突破 60%。對 Google 而言,短距離仍以高速銅纜與傳統 VCSEL/矽光子為主。
目前矽光子 CPO(共同封裝光學)的主流是採用 ELS (External Laser Source)。
項目 | ELS 矽光子方案 (主流) | MicroLED 互連方案 (前瞻) |
熱耐受度 | 差。雷射極怕熱,必須放在封裝外部(故名 External)。 | 強。耐熱性佳,可直接封裝於 GPU/HBM 旁。 |
功耗來源 | 雷射器本身功耗高,且光纖耦合損耗大。 | 單道功耗極低,不需 DSP,能源效率極高。 |
整合難度 | 高。需要複雜的光波導設計與精密調變器。 | 中。主要挑戰在於「巨量移轉」至矽基底板。 |
傳輸距離 | 中長距離 (2m ~ 10km)。 | 超短距離 (< 2m),專攻機櫃內與晶片間。 |
目前這項技術正由「實驗室概念」轉入「產業量產化」,台灣廠商在其中扮演了全方位的關鍵角色:
1. 聯發科 (MediaTek):系統集成與光電晶片 (OEIC)
聯發科透過其強大的 ASIC 設計能力,正開發基於 MicroLED 的 AOC(主動式光纜)。其角色是將微軟的理論轉化為標準的硬體產品,讓 AI 客戶能直接以更低的功耗實現機櫃間連結。
2. 友達 (AUO) 與富采 (Ennostar):光源與巨量移轉
友達揭示的「AI 四箭」中,MicroLED CPO 是重中之重。
友達:利用其在顯示器領域累積的「巨量移轉」技術,將數千顆 MicroLED 精準植入通訊模組。
富采:負責開發高效率的紅、綠、藍或單色 MicroLED 發光晶粒,作為通訊光源。
3. 台積電 (TSMC):先進封裝與矽光平台
台積電是所有 CPO 技術的最終匯聚點。其 COUPE (Compact Universal Photonic Engine) 封裝技術,能將矽光子、MicroLED 接收器與運算晶片(如 GPU)整合在一起。台積電也與新創公司 Avicena 合作,生產基於 MicroLED 的光學互連感測器。
展望 2026 年至 2030 年,MicroLED 在光通訊領域將呈現以下三大趨勢:
初期 MicroLED 會先以 AOC (主動式光纜) 的型態取代傳統昂貴的雷射光纜。但最終目標是將 MicroLED 直接嵌入 CoWoS 封裝中,作為 GPU 與 HBM 之間、或兩顆大晶片(Chiplets)之間的通訊媒介。這將打破現有的電路板布局限制,實現真正的「矽光一體化」。
未來的資料中心將不會只有一種技術。我們將看到:
MicroLED:負責「最後 1 公尺」的晶片間與機櫃內連結(極致低功耗)。
矽光子 (SiPh) + ELS:負責跨機櫃或資料中心內的「中長距離」傳輸(極致高速)。
目前 MicroLED 光通訊面臨最大的障礙是「標準化」。微軟的 Project Mosaic 使用的是非標準的多芯光纖,這需要整個產業鏈(如光纖廠、連接器廠)共同建立規範。隨著聯發科與友達等具備產業影響力的公司加入,相關標準有望在 2026 年後逐漸成形。
MicroLED 在光通訊的應用,是一場「工程思維」對「物理限制」的勝利。它不強求在單一道路上跑贏雷射,而是透過建立一條「超級多線道」的低速公路,實現了更高能效、更低成本、且更具散熱優勢的傳輸方案。
對於 AI 產業而言,這不僅僅是技術的演進,更是維持算力成長曲線持續向上的關鍵動能。
文章觀點:提到聯發科、友達已「揭露」技術或「瞄準」CPO,給人一種商用在即的印象。
現實挑戰:目前 MicroLED 光通訊(如 MicroLED AOC)大多仍處於 原型展示(Prototyping)或技術論證(POC)階段。
在現有的 AI 資料中心內,800G 與 1.6T 的主流依然是矽光子(SiPh)與傳統雷射(VCSEL/EML)。
MicroLED 方案要進入實際的供應鏈(如 NVIDIA 或 Google 的機櫃),需要極長的安全驗證與可靠性測試。文章中將「技術亮相」與「商用解決方案」的界線模糊化了。
文章觀點:強調微軟的「多通道並行」能繞過物理極限。
現實挑戰:這種架構與目前的資料中心基礎設施完全不相容。
現有的光纖網絡是基於單芯或少數多模光纖設計的。微軟 Mosaic 方案若要商用,必須搭配極其特殊的「成像光纖」或「多芯光纖(MCF)」。
這意味著資料中心必須從線纜、連接器到配線架全部更換。這種非標準化的成本極高,目前除了極少數頂尖巨頭可能有能力自建實驗性機櫃外,完全不符合現行通訊產業的標準化現狀。
文章觀點:宣稱 MicroLED 具備成熟製造與低成本優勢,優於雷射。
現實挑戰:MicroLED 的成本優勢目前僅存在於「理論預期」。在現狀下,MicroLED 最大的痛點是「巨量移轉(Mass Transfer)」的良率與修補成本。
要將數千顆 MicroLED 精準且無瑕疵地移轉到通訊晶片上,其製程成本目前遠高於高度標準化的 VCSEL 雷射。
在 MicroLED 顯示器(如大尺寸電視)都尚未實現平價化的今天,斷言其在光通訊中具備成本優勢,稍嫌超前。
文章觀點:將矽光子雷射(ELS)描述為功耗與溫度的「痛點」,而 MicroLED 是其「新解方」。
現實挑戰:矽光子領域並非止步不前。目前產業正透過**「梳狀雷射(Comb Laser)」**技術,實現單一雷射光源驅動多個波長通道,這同樣能達到低功耗與高頻寬。
矽光子與 CPO 的整合已有多年的標準化積累。MicroLED 作為「挑戰者」,其優勢被文章放大,卻忽略了矽光子技術在克服自身缺點(如散熱管理、雷射效率改善)上的快速進展。
文章觀點:認為 Google 專注於 OCS 而忽略 MicroLED 光通訊。
現實挑戰:雖然 Google 的 Ironwood 確實是以 OCS 為核心,但 Google 也是極早期投資 MicroLED 技術的公司之一(如併購 Raxium)。
Google 對 MicroLED 的研究並非只在 AR 眼鏡,其對於晶片內(On-chip)光通訊亦有深度研究。文章將兩者劃分為「光源路徑」與「架構路徑」,可能過於簡化了這些巨頭在多線技術布局上的交疊。
文章觀點:引用 0.5 至 1 pJ/bit 的超低能效。
現實挑戰:這類數據通常是在實驗室環境下、去除周邊電路(如驅動電路、接收端前級放大器)後的理想數值。
在實際系統層級,一旦考慮到驅動海量通道的電路開銷與接收端的熱雜訊處理,能效優勢會被稀釋。目前尚無證據顯示 MicroLED 系統在「整機層次」已優於最尖端的矽光子 CPO 系統。
在檢視這類文章時,我們應將其視為一種「前瞻技術的路徑探索」,而非「即將發生的產業更迭」。
概念領先於實踐:技術路徑非常天才,但供應鏈與標準化極度缺乏。
特種應用而非普適應用:它最有機會先出現在「極短距離」的特製封裝(如 HBM 與 CPU 之間),而非取代傳統的資料中心長途光模組。
台廠角色:台廠(聯發科、友達)目前更多是為了分散技術風險並尋找 MicroLED 顯示器以外的出路,而非該技術已成為其主要的獲利貢獻來源。
一轉眼就過完年了
2026年2月17日 星期二
日更影片的難度超乎想像
2026年2月13日 星期五
創業渴望「改變」,投資尋求「不變」
2026年2月9日 星期一
我的投資筆記 (四十六) 產業景氣循環的投資是否可行?
「教養」的系統框架是甚麼?
2026年2月8日 星期日
日本失落時代的經驗帶給我們的啟示
2. 社會階級的固化: 「存量」往往掌握在早進場的人手中(比如台灣 5、6 年級生手中的房地產)。因為沒有新的增量(薪資漲幅跟不上),年輕人很難透過努力去獲得這些存量,這就是「存量社會」的集體焦慮。
冰河世代: 1993 - 2003 年畢業的學生被稱為「就業冰河世代」,企業不願培養新人,轉而聘用大量「派遣員工」或臨時工。這一代人至今仍是日本收入最低、結婚率最低的群體。
2. 學歷貶值與內卷的真相
- 房價與薪資的幻覺: 因為 AI 產業太強,帶動了整體的漲價預期。年輕人會覺得「我現在不買房,以後更買不起」。
- 存量競爭的隱形化: 因為國家整體還有錢(增量),政府還可以透過補貼、發錢來掩蓋人口崩潰(存量)帶來的社會問題。
- 時間的壓縮: 日本用了 30 年才面對的問題,台灣可能在未來 10 年內就會集體爆發(如勞保破產、健保崩潰、偏鄉大學集體倒閉)。
在存量社會,持有「台幣計價的房地產」雖然名義上會漲,但在全球範圍內的實質購買力可能會因為新台幣的波動或人口紅利消失後的流動性鎖死而下降。
這是兩條完全不同的路線,所以也會帶來完全不同的體感,這是 K 型經濟的特徵,也通稱「一個台灣,兩個世界」。
當時代不再是風口時,我們必須學會造風;當大船即將擱淺時,我們必須學會自己游泳。
有完沒完,又有新花樣!
幾個月前寫下〈 沒有終點的產品開發之路 〉後,我以為塵埃落定了,年初還興高彩烈地發表〈 批量訂單真的要下來了嗎? 〉這篇文章。 誰知道考驗才正要開始,設備導入工廠生產後,陸續發生一些客戶沒提到的狀況,跟原本的預期天差地遠。 這也讓我們原先的產品設計架構,無法應對大量生產的需求,或...
-
從以前就常聽人說中盤商、大盤商多好賺,或是說那些包工程的只是轉包出去就可以賺差價;當時我就有了疑問,雖然明白「存在必有其原因」這句話,但還是不了解為什麼這些中間商可以賺到差價,而且讓供需兩方都接受它們的存在。 這個疑問存在我的心中好長一段時間,自從去年老婆去當一間食品進出口公司的...
-
這本書讓我讀起來感覺有點累,作者的主觀意識很強,一直想要把讀者拉到他的認知中 → 創業家比上班族優秀。 有些偏頗的內容就不說了,先談一下有共鳴的地方:我勉強算是作者口中的創業家家庭 (以前沒有創業家的說法,不是做生意的、就是開工廠的小老闆,但我爸媽只能算是合夥股東,不是拿主意的人...