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 年硬體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。
聯發科計算與人工智慧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。
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 200~300 萬美元,再加上 EDA 工具約 200~300 萬美元,人力成本約 150~200 萬美元,光罩也要 200 萬美元以上,若是 16 奈米更要 300 萬美元以上,粗估光是一顆 AI 晶片就要投入 1 千萬美元以上,這就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,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,規劃好之後,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、聯詠、創意等,代工廠聯電、南亞科等。身為會員的晶心科技術長蘇泓萌認為,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,以及政府在產業界中扮演什麼樣的角色,是否將產業資源整合並找出未來發展的利基,將是未來值得關注的議題。
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。
(本文由 MoneyDJ新聞 授權轉載;首圖來源:shutterstock)