https://udn.com/news/story/7240/3914170
2019-07-06 23:35 经济日报 吴志毅
人工智能（AI）能为人类做的事情愈来愈多，透过算法，人工智能不仅会跟人对话，能
认出人脸，帮人看病，甚至还帮人开车。在AI加持下，各产业创新产品与服务全面兴起。
这些新兴应用背后的运算能力，靠的是AI芯片的突破，有如汽车引擎一般，是加速AI发展
的关键。
AI概念提出至今已超过一甲子，但受限于芯片运算处理效能及内存等技术限制，致使人
们冀望AI能够达成的许多应用无法实现。时至今日，高效运算和算法进展一日千里之际
，AI发展可谓水到渠成。
AI基本要素有三：硬件、软件和应用，三者缺一不可。AI兴起的先决条件就在于运算速度
快，受惠半导体技术精进与算法优化，AI已能搭配硬件深入生活应用，像是物联网、自
驾车、智慧制造等，为生活与产业带来各式新兴应用。
近年AI引起各界关注的引爆点应是AlphaGo打败中、韩棋王。AlphaGo背后有上千台电脑伺
服器同时运算，再挑出最佳的棋步，AlphaGo的获胜，尽管可以证明AI的能耐，但有一点
不能忽视的是，支援AlphaGo的电脑，所耗用电力却是人脑的1万倍，务实来看，AI不可能
在这么大的功耗下发展，更遑论进入你我的生活。更快运算速度与更低的功耗，是现阶段
AI硬件的主要诉求，且须结合深度学习算法，才有利于AI发展。如果说各国在AI领域的
竞争是一场硬仗，那么台湾竞争力的关键会是在芯片。
AI处理芯片主要分为中央处理器（CPU）、绘图芯片（GPU）、可编程逻辑闸阵列芯片（
FPGA）及特殊应用芯片（ASIC）等四种。依特性与使用目的，又可区分为云端运算与边缘
运算两类。云端运算类芯片需要处理庞大的数据，运算时间长，芯片功耗较高，但整体效
能佳，以CPU和GPU为发展主流，主要应用在资料中心与超级电脑；边缘运算类芯片是在云
端与终端装置间设置运算层，先行处理庞大资料，传送即时性佳，功耗要求低、芯片体积
小，以FPGA与ASIC为主。目前主要国际大厂的AI芯片现况中，GPU龙头辉达（NVIDIA）布
局AI脚步最快，GPU同步重复运算能力适用于AI深度学习；CPU大厂英特尔（Intel）先后
并购Nervan System、Mobileye、Movidius、Altera及eAsic等AI相关公司，布局AI芯片企
图心明显；谷歌推出AI芯片TPU，属客制化ASIC；微软则推出基于FPGA的视觉AI芯片。
一般认为以算法为基础的AI，软件成分较重，但从传统芯片大厂积极竞逐AI市场的动作
来看，“AI时代硬件发展的重要性不亚于软件，这正是台湾发展AI的希望所在”。AI运作
可粗分为两阶段，分别是“学习”和“推论”，前者透过机器学习技术，利用大量样本数
据对算法进行训练；后者则执行算法，在终端应用解读现实数据。
观诸国际大厂布局，云端运算使用的CPU、GPU芯片已被国际大厂把持。因此台湾不一定要
抢大厂擅长的高效能运算芯片设计市场，加上国际大厂未来也会借重台积电先进制程，突
显台积电在这场AI战争中的重要地位。此外，Google资料中心采用不少台湾厂商元件和产
品，台湾亦具发展优势。台湾要切入AI产业，潜在机会在于边缘运算。随着AI技术日趋演
进，AI由云端走向装置端已成必然趋势，装置端AI的主要关键在于拥有高效能的AI芯片。
台湾在芯片、终端设备与系统具有优势，也拥有高度的灵活度和弹性，如能配合软件产业
，就有很大的发展空间。
台湾半导体产业2018年总产值居全球第三，其中晶圆代工及封装测试皆为全球第一，IC设
计业则仅次美国居全球第二。在半导体制造强项的基础上，配合软件平台，在软硬件相得
益彰下，台湾在AI的发展机会还是很好。（作者是工研院电子与光电系统研究所所长）