AI成为半导体产业进入下一波浪潮的主要推手
https://bit.ly/2YiTzfI
近年来，AI的成长是由几方面推动。首先，在过去的十年中，神经网络技术的快速发展。
尽管自1950年代以来，就已经开始研究神经网络，但是这60年来一直没有人能找出编程的
方法。值得荣获2018年图灵奖的Yann LeCu（任职于脸书）、Geoff Hinton（目前任职于
Google）和Yoshua Bengio（和IBM及微软有合作）找出使用梯度下降调整神经网络权重的
方法，才开始突破技术现状。另一个重要的考虑因素是，AI培训方法需要大量的运算能力
，随着结合云端数据中心与GPU加速器出现才改变训练大型神经网络的方式。
另外，随着AI算法进入智慧型手机和智慧音箱等装置，开始了边缘运算的推理方式，而
且其对于隐私问题有着关键性的作用。近年来边缘推理芯片专案的激增，可能改变未来AI
的趋势。
电脑发展初期的1980年代，电脑是透过ASIC芯片运作，可是随着标准化PC的出现，市场开
始出现变化，进而让英特尔接管了这一市场，并于后来衍伸出笔记型与桌上型电脑两个领
域。
这表示著AI未来仍有许多发展的可能性，现在各家厂商为了自己的AI服务与商业运作，分
别客制化AI芯片。例如，谷歌的TPU和亚马逊的AWS所采用的Nitro。但是在行动解决方案
方面，AI芯片配合著边缘运算也开始出现许多应用。不过，现今厂商仍以优化自己的解决
方案为主。
总之，AI和机器学习正处于一种难以描述的阶段。从某种意义上说，它正在经历快速的成
长阶段，但从另一种角度切入来说，AI发展还为时尚早。
首先，因为AI崛起使其正经历设计方面的快速成长期。现今，全球有数百家（甚至数千家
）无晶圆AI芯片新创公司，以及由半导体公司所撰写的数十个程式，用于创建AI芯片或将
AI技术嵌入产品线之内。
相对于1950年代至今，AI芯片进入设计阶段的确带来快速发展的幻想，但是尚未量产却又
带来不切实际的感觉。这也是为什么Nvidia的GPU能够在某些服务器进行AI培训，而成为
最大的赢家的原因。
可是AI配合著5G，很可能激发这一设计浪潮，甚至让更多新创公司的商业能够进入获利模
式。这种感觉就是PC开始崛起的前几年一样。因而，不要忽略了半导体产业将被AI带入一
个新时代的契机。