〈工业技术资讯月刊〉产学研打造世界级晶片大脑

人工智能（AI）能为人类做的事情愈来愈多，通过演算法，人工智能不仅会跟人对话，能认出人脸，帮人看病，甚至还帮人开车。在AI加持下，各产业创新产品与服务全面兴起。这些新兴应用背后的运算能力，靠的是AI晶片的突破，有如汽车引擎...

人工智能（AI）能为人类做的事情愈来愈多，通过演算法，人工智能不仅会跟人对话，能认出人脸，帮人看病，甚至还帮人开车。在 AI 加持下，各产业创新产品与服务全面兴起。这些新兴应用背后的运算能力，靠的是 AI 晶片的突破，有如汽车引擎一般，是加速 AI 发展的关键！

在 AI 加持下，各产业创新产品与服务全面兴起，背后靠的正是 AI 晶片的突破，有如汽车引擎一般，成为加速 AI 发展的关键！AI 概念提出至今已超过一甲子，但受限于晶片运算处理效能及记忆体等技术限制，致使人们冀望 AI 能够达成的许多应用无法实现。时至今日，高效运算和演算法进展一日千里之际，AI 发展可谓水到渠成。

工研院电子与光电系统研究所所长吴志毅表示，AI 基本要素有三：硬件、软件和应用，三者缺一不可。AI 兴起的先决条件就在于运算速度快，受惠半导体技术精进与演算法优化，AI 已能搭配硬件深入生活应用，像是物联网、自驾车、智慧制造等，为生活与产业带来各式新兴应用。

近年 AI 引起各界关注的引爆点应是 AlphaGo 打败中、韩棋王。AlphaGo 背后有上千台电脑伺服器同时运算，再挑出最佳的棋步，AlphaGo 的获胜尽管证明了 AI 的能耐，但有一点不能忽视的是，支援 AlphaGo 的电脑，所耗用电力却是人脑的 1 万倍，务实来看，AI 不可能在这么大的功耗下发展，更不用说进入你我生活。

吴志毅认为，更快的运算速度与更低的功耗是现阶段 AI 硬件的主要诉求，且须结合深度学习演算法，才有利于 AI 发展。“如果说各国在 AI 领域的竞争是一场硬仗，那么晶片会是最关键的一环，”吴志毅说。

AI 处理晶片面面观国际大厂争相布局 AI 晶片AI 处理晶片主要分为中央处理器（CPU）、绘图晶片（GPU）、可编程逻辑闸阵列晶片（FPGA）及特殊应用晶片（ASIC）等 4 种。依特性与使用目的，又可区分为云端运算与边缘运算两类。云端运算类晶片需要处理庞大的数据，运算时间长，晶片功耗较高，但整体效能佳，以 CPU 和 GPU 为发展主流，主要应用在资料中心与超级电脑；边缘运算类晶片则是在云端与终端装置间设置运算层，先行处理庞大资料，传送即时性佳，功耗要求低、晶片体积小，以 FPGA 与 ASIC 为主。

观察目前主要国际大厂的 AI 晶片现况，GPU 龙头辉达（NVIDIA）布局 AI 脚步最快，GPU 同步重覆运算能力适用于 AI 深度学习；CPU 大厂英特尔（Intel）先后并购 Nervan System、Mobileye、Movidius、Altera 及 eAsic 等 AI 相关公司，布局 AI 晶片企图心明显；Google 推出 AI 晶片 TPU（Tensor Processing Unit），属订制化 ASIC；微软（Microsoft）则推出基于 FPGA 的视觉 AI 晶片。

吴志毅分析，一般认为以演算法为基础的 AI，软件成分较重，但从传统晶片大厂积极竞逐 AI 市场的大动作来看，“AI 时代硬件发展的重要性不亚于软件，这正是台湾发展 AI 的希望所在。”

AI 时代下台湾的机会点AI 运作约略可粗分为两阶段，分别是“学习”和“推论”，前者通过机器学习技术，利用大量样本数据对演算法进行训练；后者则执行演算法，在终端应用解读现实的数据。

观诸国际大厂布局，云端运算使用的 CPU、GPU 晶片已被国际大厂把持。吴志毅认为，台湾不一定要抢大厂擅长的高效能运算晶片设计市场，加上国际大厂未来也会借重台积电先进制程，突显台积电在这场 AI 战争中的重要地位。此外，Google 资料中心也采用不少台湾厂商元件和产品，台湾也具发展优势。

吴志毅指出，台湾若要切入 AI 产业，潜在机会在于边缘运算。随着 AI 技术日趋演进，AI 由云端走向装置端已成必然趋势，装置端 AI 的主要关键在于拥有高效能的 AI 晶片。“台湾在晶片、终端设备与系统具有优势，也拥有高度的灵活度和弹性，如能配合软件产业，就有很大的发展空间。”

台湾半导体产业 2018 年总产值居全球第三，其中晶圆代工及封装测试皆为全球第一，IC 设计业则仅次美国居全球第二。吴志毅认为，在半导体制造强项的基础上，配合软件平台，在软硬件相得益彰下，台湾在 AI 的发展机会还是很好。

AI on Chip 示范计划筹备小组启动为了让台湾半导体产业能在 AI 时代占有一席之地，政府在 2018 年通过“台湾 AI 行动计划”，成立“AI on Chip 示范计划筹备小组”，借此推动台湾 AI 晶片产业发展，打造世界级 AI 晶片，提升在人工智能领域的国际地位。

工研院电光系统所副所长张世杰进一步指出，台湾的 IC 设计业在多样化的装置端晶片十分擅长，但在装置端 AI 晶片方面，部分厂商面临光罩价格过高，不适用少量多样情境；此外，厂商也遭遇缺乏关键 AI 加速器，AI 系统整合能力不足的问题。“AI on Chip 计划”就是要协助解决台湾厂商发展 AI 晶片的相关问题，进而取得市场领先地位。

专家观点，左为工研院电子与光电系统研究所所长吴志毅，右为工研院电子与光电系统研究所副所长张世杰。聚焦四大 AI 晶片议题重点AI on Chip 计划整合台湾产学研研发能量的计划平台，工研院为成员之一，计划聚焦“半通用 AI 晶片”、“异质整合 AI 晶片”、“新兴运算架构 AI 晶片”与“AI 晶片软件编译环境开发”四大议题，推动台湾 AI 晶片发展蓝图，建立起世界领先的 AI 晶片供应链。

张世杰说明，“半通用型 AI 晶片”着重在发展特定应用的边缘运算推论及深度学习晶片；“异质整合 AI 晶片”可把不同晶片通过异质整合技术提升系统效能，同时缩小体积、减少功耗、降低成本，让 AI 系统方便应用于更多情境，以应付少量多样的需求。

至于“新兴运算架构 AI 晶片”则发展类比、记忆体及类神经新兴运算架构，以大幅突破目前 AI 运算的耗能及运算效能瓶颈，重点放在研发类脑神经运算晶片，预计明年可望问世，目标在打造出规格全球前三名的 AI 晶片。

“AI 晶片软件编译环境开发”则会提供最适化的 AI 晶片软件开发环境，以充分发挥 AI 硬件效能。张世杰说，AI 晶片多需配合实际系统应用进行订制化设计，台湾除了少数一线 IC 设计大厂，中小型 IC 设计公司多缺乏软件开发能力，更不用说进行专利布局，工研院研发的“AI 晶片架构设计与软件编译解决方案”，就是为此设计，可大幅缩短设计时程、快速抢进 AI 晶片市场。

聚焦四大 AI 晶片议题重点。产学研打造高效超低功耗 AI 晶片AI on Chip 示范计划第一阶段将以发展超低功耗 AI 晶片为主，应用目标为装置端产品，第二阶段则锁定发展高性能 AI 晶片，应用目标为边缘运算伺服器。由于规划发展的技术极具挑战性，计划执行将以业界引导、学研共同开发的模式来进行，预计今年 6 月成立 AI on Chip 产业联盟，结合国内主要 IC 设计业者和平台软硬件厂商，届时将有 20 家以上厂商加入。

除了晶片技术的发展，新一代 AI 晶片的应用场域，也是规划的重点。张世杰表示，整合物联网晶片化整合服务计划，发展相关的智慧物联网（AIoT）产品，协助一般中小企业发展更具竞争力的 AI 方案，应用于智慧制造、智慧医疗与智慧城市等场域，协助产业数位转型。初步规划以某百货商场为示范场域，将 AI 晶片导入监视摄影机装置中，进行消费者购物分析。

整体而言，在边缘运算越来越重视终端装置运算能力的趋势下，我国发展 AI on Chip 的策略，是运用台湾资通讯硬件的优势，提供高性价比、低耗能的 AI 晶片，连结服务验证场域，诉诸互利关系以连结国际大厂，吸引国际 AI 平台采用台湾 AI 晶片产品，进而促成台湾在 AI on Chip 的出口国地位，保有台湾半导体产业在 AI 时代的领先优势。

转载自《工业技术与资讯》月刊第 329期 2019 年 05月号，未经授权不得转载。