圖說：IEEE ISSCC 2026台灣共有11篇論文入選，IEEE固態電路學會台北分會主席廖育德教授（左6）、2026 ISSCC APAC 主席陳巍仁教授（左5）、IEEE終身院士暨臺大電機系名譽教授汪重光（二排中）與獲獎團隊合影。
國際電機電子工程師學會（IEEE）年年舉辦的國際固態電路研討會（ISSCC）享有IC設計奧林匹克競賽的崇高地位。IEEE ISSCC 2026將於2026年2月15日至19日在美國舊金山盛大舉行。台灣入選11篇論文，包括學術界7篇，產業界4篇。分別是清華大學4篇、台灣大學2篇、陽明交大1篇、台積電2篇、聯發科2篇。
IEEE ISSCC 2026吸引來至於全球頂尖大學與科技產業人士，今年投稿論文超過1,000篇，台灣共有11篇論文入選，代表著台灣在全球晶片設計領域具備世界級的研發能量，持續引領關鍵技術發展趨勢。
IEEE固態電路學會台北分會主席廖育德教授26日主持記者會並發表演說，並由2026 ISSCC APAC 主席的陳巍仁教授帶領與會者掌握國際晶片技術最新趨勢，多位產學研專家學者針對Wireless、RF、PM、Analog、DC、DAS、MEM、MED等多個領域的亮點論文進行技術分享，深入解析下一世代電子與半導體技術的發展方向。
清大入選四篇 成績最亮眼
國立清華大學由電機系張孟凡教授團隊入選3篇，是今年臺灣獲獎篇數最多的團隊。第一篇論文「一個應用於混合式脈衝神經網路與捲積神經網路的邊緣運算所設計之16奈米、1Mb、支援1至8位元、444.21 TOPS/W 的全數位SRAM記憶體內運算巨集」提出16奈米SRAM記憶體內運算晶片，可彈性支援1-8位元的混合式SNN/CNN運算。此技術未來可應用於無人機與AI邊緣裝置，為不同任務帶來高速、高能效、且節省面積的運算優勢。
第2篇論文「應用於Mamba／Transformer／CNN神經網路之22奈米 96Mb、功耗效率達 50.6–90.2 TFLOPS/W 的高保留度非線性多階儲存電阻式記憶體內運算巨集」與台積電團隊合作，成功研發出一款具備大容量儲存與高效能的邊緣人工智慧「記憶體內運算」晶片。此晶片可依應用場景動態切換不同運算模式，兼顧低功耗與高精準度，有效提升邊緣AI運算效能。未來可廣泛應用於無人機、智慧裝置等邊緣設備中，透過低功率運算與新型AI模型的結合，不僅能在相同電力下延長使用時間，亦可達成更高的推論準確度與運算效率。
第3篇論文「一個16奈米、72Kb、120.5TFLOPS/W的多格式、雙表示增益單元記憶體內運算巨集，應用於通用型人工智慧任務。」開發出一款可靈活切換數據格式的人工智慧記憶體運算晶片。這項技術能讓晶片依不同AI應用（如語音辨識、影像分析或聊天機器人）自動選擇最有效率的運算方式，大幅提升速度並節省電力。該晶片以16奈米製程實現，運算效率與能量表現均創下同類技術的新紀錄，未來可應用於高效AI伺服器、智慧裝置與邊緣運算設備中。
國立清華大學黃朝宗教授團隊入選的論文「一個98-to-134ms/Step適用於影像生成並支援無分類器引導的Transformer擴散模型處理器」提出適用於影像生成之擴散模型處理器，能即時依據使用者輸入的文字與情境生成高品質影像。此處理器克服擴散模型推論所需的龐大記憶體頻寬需求，達成加速運算並降低能耗，展現其在低頻寬個人裝置上的應用潛力。
台大入選兩篇 陽明交大一篇
國立臺灣大學2篇入選論文分別由電機系劉深淵教授，以及電子所楊家驤教授團隊所發表。劉深淵教授團隊的論文「一個1.59 pJ/b 112 Gb/s PAM-4 和 1.06 pJ/b 168 Gb/s PAM-8無電阻 7 位元 SST DAC 發射機具 8 tap FFE在28nm CMOS」發明新型的有缐傳輸發射機之驅動器，有效降低發射機功耗與面積，目標解決未來資料中心高功耗問題，也可應用於手機或其他需要有缐傳輸之產品。
楊家驤教授團隊入選的論文「一個 144mW, 161Mpixels/s 3D虛擬實境張量顯示處理器」開發出首顆以焦點堆疊影像為輸入的3D張量顯示處理晶片。此晶片能在低功耗下快速生成高品質裸眼3D影像，大幅提升虛擬實境與邊緣裝置的沉浸體驗。相較於過去最佳設計，該晶片在降低了5-19倍的標準化能量的情況下，實現了2.6-2.8倍的吞吐量提升，並在影像品質和晶片面積上展現更卓越的表現。其創新架構讓運算效率提升的同時能效大幅降低，為輕量化3D顯示技術開啟新方向。
國立陽明交通大學入選的論文「應用於壓力監測之整合無線傳輸和電源管理功能的多模態生物感測晶片系統」由電機系廖育德教授團隊設計出一款可應用於壓力與生理健康監測的整合型晶片，能同時量測心電(ECG)、皮膚導電(GSR)、光學脈搏(PPG)與電化學(ECH)訊號。晶片內建無線傳輸與電源管理功能，可直接整合至穿戴式裝置，協助使用者即時監測生理壓力與健康狀態，推動智慧醫療與日常健康管理的發展。
業界入選四篇 台積電聯發科各半
IEEE ISSCC 2026，臺灣產業界入選 4 篇，分別來自台積電 2 篇、聯發科 2 篇。台積電混合訊號設計處研究團隊的論文「一款具備32Gb/s, 12.35Tb/s/mm2, 0.36pJ/bit 類UCIe晶片介面搭載邊緣觸發收發器, 實現於3奈米製程並採用主動式LSI封裝技術」今年成功開發類UCIe介面的高速電路設計, 應用於多顆小晶片之間的訊號傳輸, 並採用主動式矽中介層(LSI)封裝技術. 對於高效能AI晶片應用上, 可提高25%頻寬與減少40%的功率消耗。台積電另一篇論文「鎖定車用與邊緣AI：16奈米168Mb嵌入式STT-MRAM實現0.0249µm²超小單元、雙埠存取與51.2Gb/s高速讀取」成功開發出新一代高效能嵌入式磁阻記憶體(STT-MRAM)，鎖定車用電子與邊緣AI兩大應用。此技術能讓汽車在進行線上軟體更新(OTA)時更安全穩定；同時，它高達每秒51.2Gb的讀取速度，能讓終端AI裝置的運算更即時。此記憶體最大亮點是極高可靠性，能在150°C酷熱環境下保存資料長達20年，特別適合嚴苛的車用環境。
聯發科「多媒體人工智慧」團隊入選論文「MADiC：透過硬體-編譯器協同優化記憶體階層與運算子平行化，實現7.4TOPS/mm2與17.4TOPS/W之3奈米生成式擴散模型加速器」發表採用3奈米製程的微型AI加速器 MADiC。此技術讓智慧型手機等邊緣裝置，在無需連網的狀態下，能獨立運行強大的影像生成式AI模型。透過創新的軟硬體協同設計，MADiC不僅實現極致的小面積與低功耗，更可即時完成相片畫質提升、藝術風格轉換等任務，將高效、安全的AI創作體驗直接帶到使用者手中，開啟生成式AI於裝置端應用的新篇章。
聯發科「計算與人工智能技術群」入選論文「3奈米plus智慧型手機處理器之動態效能增強技術」針對智慧型手機，設計出專為行動裝置打造的處理器動態效能增強技術，有效提升中央處理器的極限峰值性能。此技術採用低功耗、小面積且全數位化的時效與溫度感測電路，能完全兼容於中央處理器。此外，軟硬體整合的時效升頻設計單元，結合微秒級溫度感控於全適性熱冷卻架構，突破傳統手機效能極限，進一步提升峰值表現。這項創新將為未來手機處理器帶來更強大的算力，滿足影音串流、遊戲、生成式 AI 等多元應用需求，並提升使用者體驗。
ISSCC 向來為全球半導體技術發展的風向球，也是各國產學研展現創新能量的最高殿堂。今年台灣 11 篇論文脫穎而出，不僅反映台灣完整的半導體研發生態系與優勢，更展現台灣在國際半導體研發上的引領地位。
