MoneyDJ新聞 2019-07-03 11:00:44 記者 趙慶翔 報導
就算不在網路環境當中，也能輕易地透過AI技術增加使用者體驗，像是手機人臉解鎖、拍照製造景深等。台灣擁有完整半導體與電子供應鏈，從IC設計到製造、封測，但是近年來中國積極發展半導體之下，許多人才被挖角，到底面對AI趨勢，台灣IC設計公司能否搶得先機，準備好了嗎?
AI從雲到端，邊緣運算是台灣的優勢
過去AI運算倚賴雲端，將資料傳到雲端進行運算，再將處理好的資料傳回裝置，像是Intel、Nvidia等大廠推出相應的AI晶片。惟儘管提供強大運算力，但同樣受限於穩定網路環境，可能產生運算延遲性。因此當2016年硬件技術演進到一定程度後，逐漸將AI落地到邊緣運算，滿足使用者體驗，且具效率、省電、即時性等特色，像是Arm、Qualcomm等廠商所定專用型與裝置端的AI晶片。
AI邊緣運算的系統單晶片當中，包含處理器、記憶體、電源、I/O、安全機制等，特別的是，符合AI裝置的特性與需求，在處理器當中，要考量到多樣應用別都要符合架構，因此要具有彈性，記憶體則因資料量進出大，需要靈活與外部交換資料，另外功耗、對外連結口也是關鍵，至於安全機制方面，不僅是晶片本身資料保密，更要裝置端使用上不會被駭客攻擊。
業內人士分析，台灣優勢在於擁有記憶體產業支援、資安敏感度，以及過去在消費性電子產品的製造經驗，像是手機、智慧家庭等，MCU產業也發展許久，要再進一步升級到AI化，相對有具有技術優勢。
聯發科(2454)計算與人工智能技術本部總經理陳志成認為，過去多先知道技術硬體再做產品滿足，但AI趨勢下，技術與應用是互相為用的，才能掌握先機，因為台灣不比國際大廠掌握市場應用的趨勢，因此人才端要培養開發技術外，找到新應用機會也是關鍵。
但是AI晶片考量的條件也很多，跳出過去設計框架，需要運算的資料量越來越大，連帶使得如何維持效能、省電都是關鍵，像是受限網路頻寬有限、通訊延遲、資料隱私、缺乏網路覆蓋等挑戰，從雲端到特定應用，能將技術從實驗室走出來，落地運用，將取決於廠商能否下定決心，投入資源。
AI晶片提升產品價值，系統性思考晶片未來
IC設計龍頭聯發科已經在行動裝置晶片當中加入AI技術，能夠大幅提升拍照畫素與運算效能，像是Helio P90系統單晶片，採用12奈米製程，但在AI的算力上，大勝競爭對手7奈米製程晶片。
聯發科計算與人工智能技術本部總經理陳志成認為，AI已經廣泛運用在各個裝置當中，像是現在聯發科的晶片當中，拍照已經能創造單眼相機，才有的景深效果，明後年則往畫質提升、夜拍降噪等技術提升；電視方面，今年也推出利用AI辨識影像場景，能自動調適視覺樣貌，年底到明年初則會推展出辨識物體、藍天綠樹等方案，將畫質體驗再提升。
為了AI運算，不同於CPU、GPU，發展出專門AI運算的APU，陳志成說明，APU比CPU運算快20倍，功耗則降低55倍，重點在於將執行動作分散給不同的中心運算(異質運算)，分別下達指令給CPU、GPU、APU，能夠達到最高的效能。
因此業者提出，當晶片中有更多運算資料，要提升效能，勢必要解決散熱、記憶體消耗這兩點關鍵，當中並非單純放入更多運算單元的問題，要從晶片設計當中，考量到晶片完整設計的角度，將未來是最大的挑戰。
AI晶片好貴，想接球但就怕手套不夠深
AI晶片光是進入門檻就讓人很害怕，業內統計，光是矽智財就要美金2~3百萬元，再加上EDA工具約美金2~3百萬元，人力成本約美金1.5~2百萬元，光罩也要美金2百萬元以上，若是16奈米更要美金300萬元以上，粗估光是一顆AI晶片就要投入美金1千萬元以上，這可擋掉一批人進入市場，特別是台灣IC設計廠商規模較小，且較缺乏軟硬體整合系統能力，因此投入之後，能否即時掌握市場需求、具有開發彈性，都是考量的關鍵。
台灣新思全球副總裁暨台灣區總經理李明哲認為，在設計AI晶片時，要先鎖定應用別，再定義處理器、記憶體大小等等，架構需要將CPU、DSP等分工清楚，軟硬體間配合，也就是說，晶片完成之前就要知道需要多少算力、電力等，規畫好之後，可以先用軟體進行測試，加入運用場景演練，最後再進行製造，才能確保晶片開發成功且符合需求。
對此，工研院與學界、產業界合作，推出AI晶片設計軟體解決方案，工研院表示，軟體能協助業者縮短AI晶片開發時間約6~9個月，也大大提升成功機率，更能降低IC設計廠商在NRE(委託設計)費用等。據了解，目前已經有IC設計公司、IP公司、製造廠投入此方案，就是要讓每一分錢花得值得。
中國搶盜壘，台灣具有什麼優勢?
殘酷的是，台灣儘管發展半導體已有一定規模，但是中國近年來也積極投入大筆資金發展半導體，許多台灣IC設計人才被高薪挖角到中國公司，技術方面，中國晶片也從過去低階終端產品，陸續開發出新興應用，搶攻市場商機。
業內人士認為，台灣與中國半導體接下來十年將繼續競爭，但是在AI晶片上，台灣仍有3~5年的時間優勢，主要是因為台灣過去在半導體產業積累許久，心態上比較穩定，知道要做1~2年才能完成一顆晶片，過去的實務經驗對於未來開發新晶片仍是有利的關鍵，但反觀中國半導體市場，獨角獸公司強大，但營收都還小，應用市場也太細碎，因此儘管具有野心，但要求速成的心態較難像台灣廠商好好磨出一顆晶片。
另外也有產業人士認為，台灣資本市場儘管很難像中國規模一樣大，但對終端應用市場更具有敏感度，且與客戶合作緊密、依賴度也高，半導體產業完整下，仍相對中國具有優勢。
成立產業聯盟，盼打團體戰
台灣政府與工研院、產業界也成立「台灣人工智慧晶片聯盟」(AI on Chip Taiwan Alliance，AITA)，會員包含台灣IC設計龍頭聯發科(2454)、聯詠(3034)、創意(3443)等，代工廠聯電(2303)、南亞科(2408)等等。身為會員的晶心科(6533)技術長蘇泓萌認為，加入聯盟是希望能在技術上貢獻一份心力，與產業界互動更為密切。
產業界引頸期盼的是，聯盟成立之後，
具體的商業模式與合作的樣貌
|
整體而言，AI晶片設計日趨複雜，需要一定資源的投入，台灣IC設計公司終端產品多集中在消費性電子，開發時間更要符合生命週期，時間、金錢都是考量關鍵，甚至不確定終端產品能否帶來市場銷量，這種難以預測的大筆投入，對於台灣IC設計公司來說，確實是一大挑戰，但是相較於中國，半導體產業供應鏈相對完整，具有產業群聚的效應，目前多數為大型IC設計公司率先投入資源開發AI晶片，其他廠商能否掌握先機，接好這一球，考驗台灣IC設計公司的技術與決心。 有興趣此篇文章的網友，同時也看過下列文章
|
留言列表
