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。