【隔離膜-保護電池不起火的關鍵】
時間：2021/7/19(一)
發文：NO.1281篇
大家好，我是LEO
.
❖大勢所趨
全球逐步邁向綠能，從油電混合到純電動車，到全面禁售汽柴油車，到禁止汽柴油車上路，整個產業發生翻天覆地的變化，傳統車廠面臨存亡之戰，也必須改變，就算是超跑界的名駒，也得跟上世界潮流。
.
義大利超跑品牌藍寶堅尼（Lamborghini）7月7日發表旗艦超跑「大牛」最終版，「Aventador LP780-4 Ultimae」全球限量600台，6.5升V12自然進氣引擎，最大馬力能來到780匹，能在2.8秒內從靜止加速至時速100公里，極速表現能飆到每小時355公里。
.
這台車是許多男人心中的夢幻逸品，上市超過10年的大牛也正式走入歷史，即將開啟藍寶堅尼走向「電動化」的時代。就連美式肌肉車「道奇」，向來靠著高耗油與V8引擎霸氣圈粉，也宣布將打造超大馬力的純電汽車，預估2024年將上市，這就是趨勢。
.
❖電動車的核心-電池
電池主要由三個元件組成，分別是電池芯、機殼與電源控制板。電池產業中最重要的電池是---鋰電池。以鋰金屬作為陽極活性材料的電池，高重量能量比、電壓平穩、壽命長、工作溫度範圍廣、低溫性能佳。
.
鋰電池系統約佔電動車成本的 30~40%，當電動車快速發展需求量不斷擴張下，鋰電池需求仍處於供不應求的狀態。
.
❖電池產業結構
上游---電池原材料廠商，包括電極、電解液、隔離膜、罐體等材料供應商，中游為電池芯，下游為電池模組廠商。
.
電池芯---主要原材料包括電極（正極、負極）、隔離膜、電解液及罐體等四部分，約占全部製造成本的 60%以上，電極--約占26%、隔離膜--約占23%、電解液--約占15%，從這裡就知道商機最大、賺最多的就是---上游材料商。
.
❖日韓廠商壟斷市場
目前全球電池芯主要的供應來源依然是日、韓廠商為主，國內要發展電池芯---大部分之原材料仍需仰賴進口，台灣只有罐體、導電碳以及少部分的電極材料與隔離膜由國內供應。
.
❖隔離膜-保護電池的關鍵
在台灣幾乎沒看到有人探討隔離膜，LEO首先來跟大家分享，【電池隔離膜】---它是放在鋰離子電池的正、負極之間的一層膜，主要功能是防止正負極接觸造成電流短路，在鋰離子電池的性能與安全性上扮演著極為重要的角色。
.
直接影響電動汽車鋰電池安全性和性能的重要材料，約占電池生產成本的20-25％間，電池隔離膜損壞就被認為可能是「電動車起火」的原因之一，由此可知，經過安全認證的隔離膜相當重要的。
.
從隔膜生產分類看，有「乾」、「濕」兩種工藝，分為乾式隔膜和濕式隔膜兩類。採用「濕式生產」工藝生產出來的鋰電池隔膜具有較高的孔隙率和良好的透氣性， 滿足動力電池大電流充放的要求。高階電池大多使用濕式隔膜，隨著動力電池對能量密度要求的提升，濕式隔膜的滲透率將逐漸提升。
.
❖隔離膜-領導廠商
恩捷股份(002812)-截至2020年底，在上海、珠海、江西、無錫、蘇州五大基地共有46條濕式隔膜產線，產能達到33億平方米，產能規模位居全球第一，2021年仍持續在江西、無錫、匈牙利、重慶，進一步擴大產能，為什麼呢？很簡單，產能供不應求，另外一個原因就是將生產基地與下游客戶綁在一起，穩定客戶關係直接供貨。
.
恩捷股份(002812)，截至2021/7/16收盤價245.7CNY，市值高達2190億，年初至今上漲58%，最近六個月上漲88%，最近一年上漲232%，最近五年上漲2379%，由此可知捷恩股份真的是賺翻了！
.
韓國SK IE Technology 去年秋季才剛宣佈將興建年產能3.4億平方公尺的第二座工廠，預計2023年第一季度完工。今年3月26日的董事會上再次決定加碼投資約1.13兆韓元，在波蘭Dąbrowa Górnicza投資第3和第4座鋰電池隔離膜生產工廠，年產能均為4.3億平方公尺，預定於2023年底和2024年第二季度投產，4座工廠投產後，合計將可能生產15.4億平方公尺的電池隔離膜。
.
❖隔離膜-台灣明基材(8215)
明基材料(8215.TT) 前身為達信科技，1998年成立，曾經是全球前五大偏光板供應商之一，為友達集團旗下子公司，主要供應友達偏光板。
.
原生產光碟片，轉型為偏光板製造廠商，隨著產業趨勢轉變—開始逐漸轉型佈局醫療相關產品及先進電子材料。其中，先進電子材料抓住電動車產業大趨勢—就是鋰電池隔離膜。
.
本業偏光板方面，第 3 季訂單維持高檔，產能從去年至今都維持滿載，將持續進行產線去瓶頸，預期本季供需仍吃緊，待下半年產業有一條新產線開出，供需才可望恢復平衡。
.
電池隔離膜去年第四季成功打入日系車廠後，出貨持續成長，又獲得第2家日本客戶認證中，看好電動車市場帶動電池商機，除日本市場外，中國電動大巴使用電池隔離膜需求也是未來重要目標，目前正評估擴充電池隔離膜產線。
.
這個產業台灣雖然落後，我們從最近全球一哥捷恩股份與南韓SK IE大動作暴力擴產，可得知未來的商機相當驚人，股價表現也在短期內大漲5成甚至一倍，這一波商機台灣也不能落後，後續最新的動態更新，請持續追蹤-股民當家群組。
.
⧉更多產業新知請鎖定
❖Line群組傳送門⤵️
https://lihi1.com/jjjwf
❖TG 頻道傳送門⤵️
https://t.me/stock17168
天佑台灣，疫情早日結束❤️

《MIT Tech 麻省理工科技評論》

* 【科學家利用甲烷菌生產合成橡膠原料異戊二烯，產量比同類細菌高出 179 倍】異戊二烯是一種非常有價值的石化產品，是生產粘合劑、合成橡膠等各種消費品的主要原料之一。

每年大約有 80 萬噸異戊二烯是從石油中提煉出來的。為了減緩氣候變化，盡量減少對化石燃料的依賴，相關學者一直致力於尋找替代的、可再生化學物質來源來生產異戊二烯，這些替代品包括酵母、大腸桿菌和藍藻等。

近日，內布拉斯加大學林肯分校的生物化學家尼科爾・布安（Nicole Buan）及其同事對一種甲烷菌進行基因工程改造後，能夠產生大量的異戊二烯，且產量遠遠超過了其他微生物。

產甲烷菌以釋放甲烷而聞名，這種單細胞微生物廣泛存在於人類和其他動物的內臟，以及海洋底部的深海熱泉等沒有氧氣的地方。

* 【閃電是如何給地球和其它地方帶來生命的？】在其它星球上搜尋生命的過程就如同烹飪，所有的素材都具備了 —— 水、溫暖的氣候、濃厚的大氣層、適當的養分、有機物以及能量源。然而，如果沒有一個可以促進這些素材相互反應的過程或環境，那麼你只能得到一些毫無用處的原材料。

所以說，有時候生命需要靈感的火花 —— 也許需要幾萬億個。一項發表於《自然・通訊》雜誌的新研究表明，在地球上生命首次出現的大約 35 億年前，閃電作為關鍵媒介合成了構成有機物的磷。磷是構成 DNA、RNA、ATP（所有已知生命體的能量來源），以及像細胞膜這樣的生物結構的重要物質。

* 【又一黑洞照片問世！偏振光下M87超大質量黑洞圖像公開】天文學家近日發佈了一張 M87 星系中心超大質量黑洞的新圖像，這張圖像是 2019 年第一張黑體照片的後續，但它更清晰，圖片中的偏振光描摹了這個超大質量黑洞的磁場線。

2019 年 4 月 10 日，事件地平線望遠鏡創造了歷史的新壯舉——發佈了有史以來黑洞的第一張圖像，黑洞看起來就像一個亮橙色圓圈，位於 5300 萬光年之外，由分布在四大洲的八個射電天文台拍攝到的。

* 【鋸末製成的生物塑料可在三個月內完全降解】

近日，耶魯大學研究人員將鋸末通過生物降解等方法打造成為了一種具有諸多優點的新型生物塑料，在保有高強度的同時，還能夠在三個月的時間內完全降解。該團隊已將有關這項研究的詳情發表在近日出版的《自然可持續》（Nature Sustainability）期刊上。 ​​​

* 【一個月內240顆衛星上天！SpaceX成功發射第23批Starlink衛星】美東時間 3 月 24 日凌晨 4 時 28 分，SpaceX 的「獵鷹」9-1.2 型火箭從佛羅里達州的卡納維拉爾角太空軍基地第 40 號發射台發射升空，將 60 顆衛星送入軌道。火箭發射大約 9 分鐘以後，將近 230 英尺高的一級助推器在位於大西洋的「我依然愛你」（Of Course I Still Love You）號回收船上著陸，返回地球。

火箭發射大約 1 小時後，二級助推器將繼續推進 60 顆星鏈衛星。所有的衛星都在近地軌道上運行。

* 【麻省理工學院通過觀察天體確定複雜碳環分子多環芳烴】

麻省理工學院天體化學家布瑞特·麥奎爾領導的團隊借助綠岸望遠鏡，在距離地球 430 光年的金牛座分子雲（TMC-1）中，確定了兩種獨特的多環芳烴（PAHs），其由幾個相連的六邊形碳環和氫原子組成。他們首次在星際雲中發現了能夠解釋生命起源的複雜含碳分子多環芳烴（PAHs），且濃度遠超此前預期，研究這些分子和其他類似分子可以幫助他們更好地瞭解生命在太空中是如何開始的。

* 【杜克大學開發出用於異常環境檢測的「蜻蜓」機器人】

杜克大學基於仿生學開發出一款名叫 DraBot 軟體機器人，長度僅為 2.25 英吋（5.7 釐米），可效仿蜻蜓在水面上滑行，在檢查是否有漏油、高酸度和其他異常情況有獨特優勢。該研究已發表在《先進智能系統》雜誌上。 ​​​

* 【iPhone 與 Apple Watch 可遠程評估心血管患者的虛弱程度】

最新研究表明，蘋果的 iPhone和 Apple Watch 可遠程評估心血管患者的虛弱程度。這項研究由斯坦福大學進行，並由蘋果公司資助。該研究將傳統的步行測試、使用 iPhone 和 Apple Watch 傳感器在門診測量以及通過應用程序遠程進行的步行測試進行比較。它還納入了被動收集的活動數據。

* 【美國科學家利用X射線對神經元進行無線調制，幫助治療和改善腦部疾病】

美國能源部阿貢國家實驗室的研究人員與四所大學的研究人員合作發明利用X射線對神經元進行無線調制的方法。該療法依靠光學和遺傳學的突破，通過注射納米顆粒來刺激大腦深處的神經元，有可能幫助治療慢性抑鬱症和疼痛。 ​​​

* 【新型高精度溫度計可為量子計算機快速測溫】

瑞典哥德堡查爾姆斯理工大學的研究人員開發了一種新型溫度計，借助其可以實現在量子計算過程中，直接以極高的精度簡單、快速地測量溫度。相關研究成果發表在《物理評論X》期刊上。 ​​​

* 【吃辣還有這好處？辣椒素能增加造血乾細胞動員能力！】血液癌亦稱血癌，就是我們平常說的白血病。白血病佔惡性腫瘤總發病數的 5% 左右，患有這類惡性腫瘤的人，需要先進行連續化療再進行骨髓移植，以用健康造血乾細胞代替受損乾細胞。我們都知道，交感神經可以調節造血乾細胞生態位，但骨髓中傷害性神經元的貢獻尚不清楚。

近日，阿爾伯特·愛因斯坦醫學院和北卡羅來納大學教堂山分校的研究人員在小鼠身上做了實驗，併發現兩個結果：1.傷害性感受神經元通過降鈣素基因相關肽（CGRP，Calcitonin gene related peptide，人類用分子生物學方法發現的首個活性多肽）的分泌可以誘導造血乾細胞動員；2.辣椒素觸發傷害性神經元的激活，從而顯著增強了小鼠造血乾細胞動員能力。

* 【歐洲核子研究中心 LHCb 實驗結果正挑戰物理學的領先理論】

歐洲核子研究中心 LHCb（大型強子對撞機）實驗的英國物理學家今天公佈了新的結果，測量出現了兩種不同類型的美誇克（又名底誇克）衰變，這些結果可能暗示了違反粒子物理學現有標準模型。美誇克通過弱相對作用，可以衰變為上誇克或粲誇克，但新的結果表明，這可能不會發生。

* 【特斯拉聯合創始人與Specialized合力，共同解決電動自行車電池問題】電動自行車既有摩托車的功能，又可以使用自行車的腳踏騎行。它以輕便、易操控、節能環保等優勢，成為越來越多人出行選擇。通常，當騎車人踩踏板或使用油門時，那些安裝在自行車下管或集成在自行車下管內的電池會啓動電動機。

但是，電動自行車的問題也日益突出。比如，當電池用盡時該怎麼處理，是直接將這些電子垃圾送入垃圾站，還是有其他更好的解決方案？

最近，美國第三大自行車製造商 Specialized（按市場份額標準）給出了不一樣的答案。它選擇與特斯拉的聯合創始人兼前首席技術官 Jeffrey Straubel 合作，目的是讓電動自行車的蓄電池通過回收擁有第二次生命。

* 【火星上消失的水源可能隱藏在地殼之下】數十億年之前，溫暖的火星上分布著湖泊和海洋。而在大約 30 億年以前，這些巨大的水體在火星表面消失得無影無蹤。多年來，科學家們一直認為，隨著火星大氣層的削弱，其表面的水分逃逸到了太空之中。

然而，這些水源或許並沒有一直向上逃逸，而是朝著反方向進入了地下。加州理工學院研究人員開發的新模型顯示，我們仍然有可能在火星的地殼下發現 30% 到 99% 的古老水源，相關論文被發表在《科學》雜誌上。

軟體吞噬硬體的 AI 時代，晶片跟不上演算法的進化要怎麼辦？

作者 品玩 | 發布日期 2021 年 02 月 23 日 8:00 |

身為 AI 時代的幕後英雄，晶片業正經歷漸進持續的變化。

2008 年之後，深度學習演算法逐漸興起，各種神經網絡滲透到手機、App 和物聯網。同時摩爾定律卻逐漸放緩。摩爾定律雖然叫定律，但不是物理定律或自然定律，而是半導體業發展的觀察或預測，內容為：單晶片整合度（積體電路中晶體管的密度）每 2 年（也有 18 個月之說）翻倍，帶來性能每 2 年提高 1 倍。

保證摩爾定律的前提，是晶片製程進步。經常能在新聞看到的 28 奈米、14 奈米、7 奈米、5 奈米，指的就是製程，數字越小製程越先進。隨著製程的演進，特別進入10 奈米後，逐漸逼近物理極限，難度越發增加，晶片全流程設計成本大幅增加，每代較上一代至少增加 30%~50%。

這就導致 AI 對算力需求的增長速度，遠超過通用處理器算力的增長速度。據 OpenAI 測算，從 2012 年開始，全球 AI 所用的演算量呈現等比級數增長，平均每 3.4 個月便會翻 1 倍，通用處理器算力每 18 個月至 2 年才翻 1 倍。

當通用處理器算力跟不上 AI 演算法發展，針對 AI 演算的專用處理器便誕生了，也就是常說的「AI 晶片」。目前 AI 晶片的技術內涵豐富，從架構創新到先進封裝，再到模擬大腦，都影響 AI 晶片走向。這些變化的背後，都有共同主題：以更低功耗，產生更高性能。

更靈活

2017 年圖靈獎頒給電腦架構兩位先驅 David Petterson 和 John Hennessy。2018 年圖靈獎演講時，他們聚焦於架構創新主題，指出演算體系結構正迎來新的黃金 10 年。正如他們所判斷，AI 晶片不斷出現新架構，比如英國 Graphcore 的 IPU──迥異於 CPU 和 GPU 的 AI 專用智慧處理器，已逐漸被業界認可，並 Graphcore 也獲得微軟和三星的戰略投資支援。

名為 CGRA 的架構在學界和工業界正受到越來越多關注。CGRA 全稱 Coarse Grained Reconfigurable Array（粗顆粒可重構陣列），是「可重構計算」理念的落地產物。

據《可重構計算：軟體可定義的計算引擎》一文介紹，理念最早出現在 1960 年代，由加州大學洛杉磯分校的 Estrin 提出。由於太過超前時代，直到 40 年後才獲得系統性研究。加州大學柏克萊分校的 DeHon 等將可重構計算定義為具以下特徵的體系結構：製造後晶片功能仍可客製，形成加速特定任務的硬體功能；演算功能的實現，主要依靠任務到晶片的空間映射。

簡言之，可重構晶片強調靈活性，製造後仍可透過程式語言調整，適應新演算法。形成高度對比的是 ASIC（application-specific integrated circuit，專用積體電路）。ASIC 晶片雖然性能高，卻缺乏靈活性，往往是針對單一應用或演算法設計，難以相容新演算法。

2017 年，美國國防部高級研究計劃局（Defence Advanced Research Projects Agency，DARPA）提出電子產業復興計劃（Electronics Resurgence Initiative，ERI），任務之一就是「軟體定義晶片」，打造接近 ASIC 性能、同時不犧牲靈活性。

照重構時的顆粒分別，可重構晶片可分為 CGRA 和 FPGA（field-programmable gate array，現場可程式語言邏輯門陣列）。FPGA 在業界有一定規模應用，如微軟將 FPGA 晶片帶入大型資料中心，用於加速 Bing 搜索引擎，驗證 FPGA 靈活性和演算法可更新性。但 FPGA 有局限性，不僅性能和 ASIC 有較大差距，且重程式語言門檻比較高。

CGRA 由於實現原理差異，比 FPGA 能做到更底層程式的重新設計，面積效率、能量效率和重構時間都更有優勢。可說 CGRA 同時整合通用處理器的靈活性和 ASIC 的高性能。

隨著 AI 演算逐漸從雲端下放到邊緣端和 IoT 設備，不僅演算法多樣性日益增強，晶片更零碎化，且保證低功耗的同時，也要求高性能。在這種場景下，高能效高靈活性的 CGRA 大有用武之地。

由於結構不統一、程式語言和編譯工具不成熟、易用性不夠友善，CGRA 未被業界廣泛使用，但已可看到一些嘗試。早在 2016 年，英特爾便將 CGRA 納入 Xeon 處理器。三星也曾嘗試將 CGRA 整合到 8K 電視和 Exynos 晶片。

中國清微智慧 2019 年 6 月量產全球首款 CGRA 語音晶片 TX210，同年 9 月又發表全球首款 CGRA 多模態晶片 TX510。這家公司脫胎於清華大學魏少軍教授起頭的可重構計算研究團隊，從 2006 年起就進行相關研究。據芯東西 2020 年 11 月報導，語音晶片 TX210 已出貨數百萬顆，多模組晶片 TX510 在 11 月也出貨 10 萬顆以上，主要客戶為智慧門鎖、安防和臉部支付相關廠商。

先進封裝上位

如開篇提到，由於製程逼近物理極限，摩爾定​​律逐漸放緩。同時 AI 演算法的進步，對算力需求增長迅猛，逼迫晶片業在先進製程之外探索新方向，之一便是先進封裝。

「在大數據和認知計算時代，先進封裝技術正在發揮比以往更大的作用。AI 發展對高效能、高吞吐量互連的需求，正透過先進封裝技術加速發展來滿足。 」世界第三大晶圓代工廠格羅方德平台首席技術專家 John Pellerin 聲明表示。

先進封裝是相對於傳統封裝的技術。封裝是晶片製造的最後一步：將製作好的晶片器件放入外殼，並與外界器件相連。傳統封裝的封裝效率低，有很大改良空間，而先進封裝技術致力提高整合密度。

先進封裝有很多技術分支，其中 Chiplet（小晶片／芯粒）是最近 2 年的大熱門。所謂「小晶片」，是相對傳統晶片製造方法而言。傳統晶片製造方法，是在同一塊矽晶片上，用同一種製程打造晶片。Chiplet 是將一塊完整晶片的複雜功能分解，儲存、計算和訊號處理等功能模組化成裸晶片（Die）。這些裸晶片可用不同製程製造，甚至可是不同公司提供。透過連接介面相接後，就形成一個 Chiplet 晶片網路。

據壁仞科技研究院唐杉分析，Chiplet 歷史更久且更準確的技術詞彙應該是異構整合（Heterogeneous Integration）。總體來說，此技術趨勢較清晰明確，且第一階段 Chiplet 形態技術較成熟，除了成本較高，很多高端晶片已經在用。

如 HBM 儲存器成為 Chiplet 技術早期成功應用的典型代表。AMD 在 Zen2 架構晶片使用 Chiplet 思路，CPU 用的是 7 奈米製程，I/O 使用 14 奈米製程，與完全由 7 奈米打造的晶片相比成本約低 50%。英特爾也推出基於 Chiplet 技術的 Agilex FPGA 系列產品。

不過，Chiplet 技術仍面臨諸多挑戰，最重要之一是互連介面標準。互連介面重要嗎？如果是在大公司內部，比如英特爾或 AMD，有專用協議和封閉系統，在不同裸晶片間連接問題不大。但不同公司和系統互連，同時保證高頻寬、低延遲和每比特低功耗，互連介面就非常重要了。

2017 年，DARPA 推出 CHIPS 戰略計劃（通用異構整合和 IP 重用戰略），試圖打造開放連接協議。但 DARPA 的缺點是，側重國防相關計畫，晶片數量不大，與真正商用場景有差距。因此一些晶片業公司成立組織「ODSA（開放領域特定架構）工作組」，透過制定開放的互連介面，為 Chiplet 的發展掃清障礙。

另闢蹊徑

除了在現有框架內做架構和製造創新，還有研究人員試圖跳出電腦現行的范紐曼型架構，開發真正模擬人腦的計算模式。

范紐曼架構，數據計算和儲存分開進行。RAM 存取速度往往嚴重落後處理器的計算速度，造成「記憶體牆」問題。且傳統電腦需要透過總線，連續在處理器和儲存器之間更新，導致晶片大部分功耗都消耗於讀寫數據，不是算術邏輯單元，又衍生出「功耗牆」問題。人腦則沒有「記憶體牆」和「功耗牆」問題，處理訊息和儲存一體，計算和記憶可同時進行。

另一方面，推動 AI 發展的深度神經網路，雖然名稱有「神經網路」四字，但實際上跟人腦神經網路運作機制相差甚遠。1,000 億個神經元，透過 100 萬億個神經突觸連接，使人腦能以非常低功耗（約 20 瓦）同步記憶、演算、推理和計算。相比之下，目前的深度神經網路，不僅需大規模資料訓練，運行時還要消耗極大能量。

因此如何讓 AI 像人腦一樣工作，一直是學界和業界積極探索的課題。1980 年代後期，加州理工學院教授卡弗·米德（Carver Mead）提出神經形態工程學的概念。經過多年發展，業界和學界對神經形態晶片的摸索逐漸成形。

軟體方面，稱為第三代人工神經網路的「脈衝神經網路」（Spike Neural Network，SNN）應運而生。這種網路以脈衝信號為載體，更接近人腦的運作方式。硬體方面，大型機構和公司研發相應的脈衝神經網路處理器。

早在 2008 年，DARPA 就發起計畫──神經形態自適應塑膠可擴展電子系統（Systems of Neuromorphic Adaptive Plastic Sc​​alable Electronics，簡稱 SyNAPSE，正好是「突觸」之意），希望開發出低功耗的電子神經形態電腦。

IBM Research 成為 SyNAPSE 計畫的合作方之一。2014 年發表論文展示最新成果──TrueNorth。這個類腦計算晶片擁有 100 萬個神經元，能以每秒 30 幀的速度輸入 400×240pixel 的影片，功耗僅 63 毫瓦，比范紐曼架構電腦有質的飛躍。

英特爾 2017 年展示名為 Loihi 的神經形態晶片，包含超過 20 億個晶體管、13 萬個人工神經元和 1.3 億個突觸，比一般訓練系統所需的通用計算效率高 1 千倍。2020 年 3 月，研究人員甚至在 Loihi 做到嗅覺辨識。這成果可應用於診斷疾病、檢測武器和爆炸物及立即發現麻醉劑、煙霧和一氧化碳氣味等場景。

中國清華大學類腦計算研究中心的施路平教授團隊，開發針對人工通用智慧的「天機」晶片，同時支持脈衝神經網路和深度神經網路。2019 年 8 月 1 日，天機成為中國第一款登上《Nature》雜誌封面的晶片。

儘管已有零星研究成果，但總體來說，脈衝神經網路和處理器仍是研究領域的方向之一，沒有在業界大規模應用，主要是因為基礎演算法還沒有關鍵性突破，達不到業界標準，且成本較高。

附圖：▲ 不同製程節點的晶片設計製造成本。（Source：ICBank）
▲ 可重構計算架構與現有主流計算架構在能量效率和靈活性對比。（Source：中國科學）
▲ 異構整合成示意動畫。（Source：IC 智庫）
▲ 通用處理器的典型操作耗能。（Source：中國科學）

資料來源：https://technews.tw/2021/02/23/what-to-do-if-the-chip-cannot-keep-up-with-the-evolution-of-the-algorithm/?fbclid=IwAR0Z-nVQb96jnhAFWuGGXNyUMt2sdgmyum8VVp8eD_aDOYrn2qCr7nxxn6I