就算不在网络环境当中，也能轻易地透过 AI 技术增加使用者体验，像是手机人脸解锁、拍照制造景深等。
台湾拥有完整半导体与电子供应链，从 IC 设计到制造、封测，但是近年来中国积极发展半导体之下，许多人才被挖角，到底面对 AI 趋势，台湾 IC 设计公司能否抢得先机，准备好了吗?
AI 从云到端，边缘运算是台湾的优势
过去 AI 运算倚赖云端，将资料传到云端进行运算，再将处理好的资料传回装置，像是 Intel、Nvidia 等大厂推出相应的 AI 芯片。惟尽管提供强大运算力，但同样受限于稳定网络环境，可能产生运算延迟性。因此当 2016 年硬件技术演进到一定程度后，逐渐将 AI 落地到边缘运算，满足使用者体验，且具效率、省电、即时性等特色，像是 ARM、Qualcomm 等厂商所定专用型与装置端的 AI 芯片。
AI 边缘运算的系统单芯片当中，包含处理器、内存、电源、I/O、安全机制等，特别的是，符合 AI 装置的特性与需求，在处理器当中，要考量到多样应用别都要符合架构，因此要具有弹性，内存则因资料量进出大，需要灵活与外部交换资料，另外功耗、对外连结口也是关键，至于安全机制方面，不仅是芯片本身资料保密，更要装置端使用上不会被骇客攻击。
业内人士分析，台湾优势在于拥有内存产业支援、资安敏感度，以及过去在消费性电子产品的制造经验，像是手机、智慧家庭等，MCU 产业也发展许久，要再进一步升级到 AI 化，相对有具有技术优势。
联发科计算与人工智能技术本部总经理陈志成认为，过去多先知道技术硬件再做产品满足，但 AI 趋势下，技术与应用是互相为用的，才能掌握先机，因为台湾不比国际大厂掌握市场应用的趋势，因此人才端要培养开发技术外，找到新应用机会也是关键。
但是 AI 芯片考量的条件也很多，跳出过去设计框架，需要运算的资料量越来越大，连带使得如何维持效能、省电都是关键，像是受限网络带宽有限、通讯延迟、资料隐私、缺乏网络覆盖等挑战，从云端到特定应用，能将技术从实验室走出来，落地运用，将取决于厂商能否下定决心，投入资源。
AI 芯片提升产品价值，系统性思考芯片未来
IC 设计龙头联发科已经在行动装置芯片当中加入 AI 技术，能够大幅提升拍照画素与运算效能，像是 Helio P90 系统单芯片，采用 12 奈米制程，但在 AI 的算力上，大胜竞争对手 7 奈米制程芯片。
陈志成认为，AI 已经广泛运用在各个装置当中，像是现在联发科的芯片当中，拍照已经能创造单反相机，才有的景深效果，明后年则往画质提升、夜拍降噪等技术提升；电视方面，今年也推出利用 AI 辨识影像场景，能自动调适视觉样貌，年底到明年初则会推展出辨识物体、蓝天绿树等方案，将画质体验再提升。
为了 AI 运算，不同于 CPU、GPU，发展出专门 AI 运算的 APU，陈志成说明，APU 比 CPU 运算快 20 倍，功耗则降低 55 倍，重点在于将执行动作分散给不同的中心运算（异质运算），分别下达指令给 CPU、GPU、APU，能够达到最高的效能。
因此业者提出，当芯片中有更多运算资料，要提升效能，势必要解决散热、内存消耗这两点关键，当中并非单纯放入更多运算单元的问题，要从芯片设计当中，考量到芯片完整设计的角度，将未来是最大的挑战。
AI 芯片好贵，想接球就怕手套不够深
AI 芯片光是进入门槛就让人很害怕，业内统计，光是硅智财就要 200~300 万美元，再加上 EDA 工具约 200~300 万美元，人力成本约 150~200 万美元，光罩也要 200 万美元以上，若是 16 奈米更要 300 万美元以上，粗估光是一颗 AI 芯片就要投入 1 千万美元以上，这就可挡掉一批人进入市场，特别是台湾 IC 设计厂商规模较小，且较缺乏软硬件整合系统能力，因此投入之后，能否即时掌握市场需求、具有开发弹性，都是考量的关键。
台湾新思全球副总裁暨台湾区总经理李明哲认为，在设计 AI 芯片时，要先锁定应用别，再定义处理器、内存大小等，架构需要将 CPU、DSP 等分工清楚，软硬件间配合，也就是说，芯片完成之前就要知道需要多少算力、电力等，规划好之后，可以先用软件进行测试，加入运用场景演练，最后再进行制造，才能确保芯片开发成功且符合需求。
对此，工研院与学界、产业界合作，推出 AI 芯片设计软件解决方案，工研院表示，软件能协助业者缩短 AI 芯片开发时间约 6~9 个月，也大大提升成功概率，更能降低 IC 设计厂商在 NRE（委托设计）费用等。据了解，目前已经有 IC 设计公司、IP 公司、制造厂投入此方案，就是要让每一分钱花得值得。
中国抢盗垒，台湾具有什么优势？
残酷的是，台湾尽管发展半导体已有一定规模，但是中国近年来也积极投入大笔资金发展半导体，许多台湾 IC 设计人才被高薪挖角到中国公司，技术方面，中国芯片也从过去低阶终端产品，陆续开发出新兴应用，抢攻市场商机。
业内人士认为，台湾与中国半导体接下来十年将继续竞争，但是在 AI 芯片上，台湾仍有 3~5 年的时间优势，主要是因为台湾过去在半导体产业积累许久，心态上比较稳定，知道要做 1~2 年才能完成一颗芯片，过去的实务经验对于未来开发新芯片仍是有利的关键；但反观中国半导体市场，独角兽公司强大，但营收都还小，应用市场也太细碎，因此尽管具有野心，但要求速成的心态较难像台湾厂商好好磨出一颗芯片。
另外也有产业人士认为，台湾资本市场尽管很难像中国规模一样大，但对终端应用市场更具有敏感度，且与客户合作紧密、依赖度也高，半导体产业完整下，仍相对中国具有优势。
成立产业联盟，盼打团体战
台湾-与工研院、产业界也成立“台湾人工智能芯片联盟”（AI on Chip Taiwan Alliance，AITA），会员包含台湾 IC 设计龙头联发科、联咏、创意等，代工厂联电、南亚科等。身为会员的晶心科技术长苏泓萌认为，加入联盟是希望能在技术上贡献一份心力，与产业界互动更为密切。
产业界引颈期盼的是，联盟成立之后，具体的商业模式与合作的样貌，以及-在产业界中扮演什么样的角色，是否将产业资源整合并找出未来发展的利基，将是未来值得关注的议题。
整体而言，AI 芯片设计日趋复杂，需要一定资源的投入，台湾 IC 设计公司终端产品多集中在消费性电子，开发时间更要符合生命周期，时间、金钱都是考量关键，甚至不确定终端产品能否带来市场销量，这种难以预测的大笔投入，对于台湾 IC 设计公司来说，确实是一大挑战，但是相较于中国，半导体产业供应链相对完整，具有产业群聚的效应，目前多数为大型 IC 设计公司率先投入资源开发 AI 芯片，其他厂商能否掌握先机，接好这一球，考验台湾 IC 设计公司的技术与决心。
（本文由 MoneyDJ新闻 授权转载；首图来源：shutterstock）
延伸阅读：
- 台湾人工智能芯片联盟成军，拼 4 年全球四分之一市占
