終端 AI 需求如何驅動 eFlash 技術的升級？

終端 AI 浪潮正迫使嵌入式快閃記憶體（eFlash）跨越技術瓶頸。隨著邊緣運算需在本地端處理 AI 推論，微控制器（MCU）與 SoC 對儲存模型權重（Weights）的需求激增，推動 eFlash 容量從過往的數 Mb 提升至 128Mb 甚至 256Mb 以上。為解決傳統浮動柵極技術在 28 奈米以下的縮放難題，智原與聯電等大廠正加速導入 SONOS 與 RRAM（可變電阻式記憶體）等新型嵌入式非揮發性記憶體（eNVM）。這些技術不僅能與先進邏輯製程相容，更透過減少光罩數降低成本，確保終端裝置在有限空間內實現高效能運算。

整合化設計已成為邊緣 AI 晶片提升競爭力的核心策略。將快閃記憶體從外部 NOR Flash 移入晶片內部，能顯著降低資料傳輸延遲並優化功耗，這對於穿戴式裝置與 AIoT 設備至關重要。在記憶體供應鏈緊縮的背景下，採用嵌入式 eNVM 方案能有效規避外部組件的供應風險與成本波動。隨著小型語言模型（SLM）下沉至終端，具備高密度、低功耗特性的 eFlash 技術將決定產品能否在本地端流暢執行複雜任務。未來，製程轉進 22 奈米甚至更先進節點，將使 eFlash 成為推動 AI 普及化的關鍵基礎設施。