AI 決勝關鍵在於晶片

工業技術與資訊月刊，AI 決勝關鍵在於晶片，2019-05-20  

AI運作約略可粗分為兩階段，分別是「學習」和「推論」，前者透過機器學習技術，利用大量樣本數據對演算法進行訓練；後者則執行演算法，在終端應用解讀現實的數據。 

觀諸國際大廠布局，雲端運算使用的CPU、GPU晶片已被國際大廠把持。吳志毅認為，台灣不一定要搶大廠擅長的高效能運算晶片設計市場，加上國際大廠未來也會借重台積電先進製程，突顯台積電在這場AI戰爭中的重要地位。此外，Google資料中心也採用不少台灣廠商元件和產品，台灣亦具發展優勢。 

吳志毅指出，台灣若要切入AI產業，潛在機會在於邊緣運算。隨著AI技術日趨演進，AI由雲端走向裝置端已成必然趨勢，裝置端AI的主要關鍵在於擁有高效能的AI晶片。「台灣在晶片、終端設備與系統具有優勢，也擁有高度的靈活度和彈性，如能配合軟體產業，就有很大的發展空間。」...

AI on Chip計畫整合台灣產學研研發能量的計畫平台，工研院為成員之一，計畫聚焦「半通用AI晶片」、「異質整合AI晶片」、「新興運算架構AI晶片」與「AI晶片軟體編譯環境開發」四大議題，推動台灣AI晶片發展藍圖，建立起世界領先的AI晶片供應鏈。 

張世杰說明，「半通用型AI晶片」著重在發展特定應用的邊緣運算推論及深度學習晶片；「異質整合AI晶片」可把不同晶片透過異質整合技術提升系統效能，同時縮小體積、減少功耗、降低成本，讓AI系統方便應用於更多情境，以應付少量多樣的需求。 

至於「新興運算架構AI晶片」則發展類比、記憶體及類神經新興運算架構，以大幅突破目前AI運算的耗能及運算效能瓶頸，重點放在研發類腦神經運算晶片，預計明年可望問世，目標在打造出規格全球前三名的AI晶片。 

「AI晶片軟體編譯環境開發」則會提供最適化的AI晶片軟體開發環境，以充分發揮AI硬體效能。張世杰說，AI晶片多需配合實際系統應用進行客製化設計，台灣除了少數一線IC設計大廠，中小型IC設計公司多缺乏軟體開發能力，更遑論進行專利布局，工研院研發的「AI晶片架構設計與軟體編譯解決方案」，就是為此設計，可大幅縮短設計時程、快速搶進AI晶片市場。