世纪大战：AC与DC重返战场

逾今138年前交流电 (Alternating Current：AC) 与直流电(Direct Current：DC) 两套电力系统的世纪电流大战，引领我们从蒸气时代进入了电力时代。138年后的今日，AI / AGI时代由两大运算系统，模拟运算 (Analogue Computation：AC) 与数位运算(Digital Computation：DC) 引爆整个半导体市场的跨世代革命。犹如二十世纪AC与DC战争重返战场般。

与传统的模拟运算相比，数字运算在面积和抗噪声能力具有相对优势。数字运算凭借这些优势占据了半导体市场数十载。 然而随着AI / AGI时代来临，新的应用也孕育而生；其中Real-Time Response(实时响应)视为AI应用的关键需求。如果采用数字运算系统，需要建构十分复杂的硬件达到高速的运算能力。虽然藉由高速的运算能力可以达成Real-Time Response，但是如此高功率的消耗是数字运算的一大痛点。

为了实现Real-Time Response，模拟运算是新世纪AI应用革命的唯一解决方案。其关键技术在于In-Memory Computation (内存内运算)。传统的运算是将部份数据从硬盘中加载至内存，内存大多用来放置正在处理的数据或是暂存数据。但是In-Memory Computation改成直接从内存存取数据，以便更快速地传回查询结果。尤其在需要大量分析数据的环境。以汽车或航空航天导入AI应用为例，藉由In-Memory Computation可将某些原本需要花费数小时才能运算出来的结果，被压缩在几分钟或几秒钟就可以完成，甚至以实时或接近实时的速度进行分析、处理、做出判断。In-Memory Computation亦是神经网络架构的主要技术。此模拟内存有许多解决方案，例如MRAM，或矩阵向量乘法等算法。然而这些解决方案在跨制程的转移需要耗费不少成本。

通过AGIC独特的「波/粒分离」技术实现模拟内存OTP：

AGIC团队开发了一种独特的「波/粒分离」技术，在EDX下显示了利用AGIC粒子动量(AGIC Particle Momentum : APM)的技术所编程后的原子在一般半导体材料上分布的结果 (请参阅下图1)。藉由APM技术，半导体材料中的原子可以被移动并改变其分布均匀度，藉此，半导体材料上的电阻值被改变。此可控制与改变的电阻值可比拟神经网络系统中的「权重值」。APM技术是成为In-Memory Computation实现Real-Time Response不可或缺的一块。

图1. 用EDX测量APM前后原子分布的结果。

关于AGIC C-Fuse OTP 优势如下:

1. 耐高温（> 400°C~1000°C）。
2. 制程转移容易(涵盖CMOS逻辑，BCD，eHV，DRAM等)。
3. 无须额外光罩。
4. 无须额外制程。
5. 无须使用特殊材料。
6. 涵盖350nm至5nm及以下制程。
7. 符合AEQ-100 Grade 0车用规范。
8. MLC功能满足高安全性要求。