今年的 COMPUTEX CPX 論壇邀請了 ARM、Nvidia、Siemens 及 Micron 等知名廠商前來講述未來人工智慧的發展。
ARM IP 產品事業群總裁 Rene Haas 在此次演講大膽的用超越摩爾定律為主題。眾所周知，在目前新興科技應用的興起，使得高性能晶片技術越受矚目，然而在半導體製程方面，卻開始看到了盡頭，這引發了業界的未雨綢繆。其中 ARM 做為處理器及相關外圍組件電路設計方案的知名研發商，採用 ARM 處理器架構的相關產品市占近 9 成，其對未來計算力發展的觀點相當值得關注。
處理器種類已有許多，但目前 CPU 仍然是主導人工智慧發展的主要元件。不過人工智慧的應用仍有許多不同的情境，且所需的性能超乎想像，可以說目前的技術仍然處於普及這些想像的早期階段，例如自駕系統、邊緣運算、行動 AI 裝置等，都需要更高的計算力。然而眾所周知，光靠半導體製程可能會走向一個瓶頸，但這並非沒有其他路可走。
目前有關 AI 的解決的方案大部分都是零碎的，但若能針對應用場景，結合不同的元件，將可以組成更高效的方案，例如整合 CPU、NPU 及 GPU 的晶片。全面運算（Total Computing）解決方案能以 CPU 為任務控制核心，再透過 System IP 確保 AI 運算的工作負載能達到最佳分配。
ARM 也為此提出了 CoreLink Interconnect 規範，在保持一致性下，最大限度地提高了數據移動和儲存的效率，以最低的功耗和成本提供所需的性能。Rene Haas 表示，全面運算的時代即將到來。
不僅如此，ARM 在軟體上也將提供研發人員更多的工具，如 Compute Library 及 Developments Solutions 等，以加速異質晶片整合，透過軟體生態以強化人工智慧的運算表現，所有的市場應用都將歸納於全面運算策略之下。
值得一提的是，在硬體架構上，美光科技的運算與網路業務總經理 Thomas T. Eby 則指出，記憶體對 AI 運算表現有很大的影響，更甚於處理器，所以記憶體架構的優化勢在必行，是普及 AI 必須經歷的技術門檻。無論是從固態儲存或是揮發性記憶體的性能，數據吞吐量及頻寬等關鍵性能將決定新興科技是否真能成熟應用。
而軟體開發上，Nvidia 工程副總裁 Marc Hamilton 在其演講中提到，AI 與傳統編碼有所不同。對人工智慧而言，應用在機器學習上的大數據，本身就是源代碼，所以用於開發 AI 的工具將與以往不同，而無論是硬體或軟體，Nvidia 都能提供最好的技術催生平台。。
（首圖來源：科技新報）
