〈工業技術資訊月刊〉產學研打造世界級晶片大腦

〈工業技術資訊月刊〉產學研打造世界級晶片大腦
工業技術資訊月刊※來源：工研院2019/08/11
https://news.cnyes.com/news/id/4366008

工研院電子與光電系統研究所所長吳志毅表示，
AI 基本要素有三：
硬體、
軟體和
應用，三者缺一不可。
AI 興起的先決條件就在於運算速度快，受惠半導體技術精進與演算法優化，
AI 已能搭配硬體深入生活應用，
像是物聯網、自駕車、智慧製造等，為生活與產業帶來各式新興應用。

近年 AI 引起各界關注的引爆點應是 AlphaGo 打敗中、韓棋王。
AlphaGo 背後有上千台電腦伺服器同時運算，再挑出最佳的棋步，
AlphaGo 的獲勝儘管證明了 AI 的能耐，
但有一點不能忽視的是，支援 AlphaGo 的電腦，
所耗用電力卻是人腦的 1 萬倍，
務實來看，AI 不可能在這麼大的功耗下發展，更遑論進入你我生活。

AI 處理晶片主要分為
中央處理器（CPU）、
繪圖晶片（GPU）、
可編程邏輯閘陣列晶片（FPGA）及
特殊應用晶片（ASIC）等 4 種。
依特性與使用目的，又可區分為雲端運算與邊緣運算兩類。
雲端運算類晶片需要處理龐大的數據，運算時間長，晶片功耗較高，
但整體效能佳，以 CPU 和 GPU 為發展主流，
主要應用在資料中心與超級電腦；
邊緣運算類晶片則是在雲端與終端裝置間設置運算層，
先行處理龐大資料，傳送即時性佳，
功耗要求低、晶片體積小，以 FPGA 與 ASIC 為主。
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。

台灣半導體產業 2018 年總產值居全球第三，
其中晶圓代工及封裝測試皆為全球第一，
IC 設計業則僅次美國居全球第二。