帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
台灣的AI晶片計畫比你想得更務實
 

【作者: 籃貫銘】   2019年06月12日 星期三

瀏覽人次:【7438】

自2017年陳良基接任科技部長之後,人工智慧(AI)技術就被提升為國家級的政策,將整合政府的資源和民間企業的力量,期望把台灣打造為AI技術供應鏈強國。



圖一 : 很多人都會將它放得太高太大,但台灣目前的AI政策是一個相當務實的計畫,並沒有太多好高騖遠和不切實際的目標。
圖一 : 很多人都會將它放得太高太大,但台灣目前的AI政策是一個相當務實的計畫,並沒有太多好高騖遠和不切實際的目標。

這個政策大家是知道的,但許多人並不清楚具體執行的方案和目標,特別是目標,很多人都會將它放得太高太大,甚至對比到其它半導體大廠的策略,因此就顯得荒唐。事實上,台灣目前的AI政策是一個相當務實的計畫,並沒有太多好高騖遠和不切實際的目標。


因此,與其把它當作一個由政府帶頭的科技政策,還不如說它是一個培植與引導的計畫,讓台灣的科技業可以在當前這波AI趨勢下,站穩並找到屬於台灣自己的AI優勢。


小國的觀點

大家都知道,台灣在政治上一直是屬於產學分立的,也就是凡企業界相關的,都屬於經濟部的範圍;而與科學園區和高教研究相關的,則是科技部的執掌,若遇到需要跨領域(也就是同時涉及經濟部和科技部),則有另一個更高層級的整合組織,而AI這個事務就是在行政院科技會報辦公室之下。



圖二 : 科技部的「AI小國大戰略」策略。(source:科技部)
圖二 : 科技部的「AI小國大戰略」策略。(source:科技部)

而台灣的AI政策其實是由科技部所提出,所以它一開始就是以教研為主的策略方案,畢竟科技部並不能「直接」涉及民間企業的活動,只能用鼓勵學研界與企業合作的方式來進行。


學界出身的陳良基部長非常清楚這些規定與限制,換句話說,他也相當了解台灣產學界各自的優勢與可施力之處。因此,他一開始就提出了所謂「小國大戰略」的方針,而這個策略最有意思的地方,就是這個「小國」的觀點,它跳脫了過去那種太大、太自我中心的產業思考。


就如《道德經》所說的:「小國以下大國,則取大國。」所以能夠先認清自己所處的位置,用正確的觀點來規劃策略,這個AI策略其實就已經站在一個很好的基礎上了。


雖然是小國,但科技部選了台灣最有力量、最強大的產業來當作策略核心,就是半導體產業,並環繞著「人才」、「技術」、「場域」及「產業」四個部分,來打造台灣自己的AI生態圈。其中技術與產業的部分,多集中在「半導體射月計畫」之中。



圖三 : 台灣的AI策略執掌架構。(CTIMES製圖)
圖三 : 台灣的AI策略執掌架構。(CTIMES製圖)

至於為什麼取名「射月」而不是射日?科技部並沒有太多解釋,只說是一個類似挑戰困難和瞄準未來的概念。但無論如何,它聽起來就是一個可以打中的目標。


邊緣運算先行 建立台灣AI晶片產業鏈

然而很多人對於半導體射月計畫其實有些誤解,因為就科技部的計畫內容,的確是朝要研發台灣自己的「AI晶片」作為具體的方向,但重點在於「系統整合」與「環境建置」。


首先,科技部初期的AI晶片是以邊緣運算(Edge computing)應用為主,並不是要傾國家之力開發出類似Nivida或英特爾那種超高性能的邏輯運算晶片。它是屬於終端產品應用的領域,也就是在目前所謂AIoT架構下的應用範疇,能夠為智慧聯網裝置帶來立即且高效率的AI功能。


依據負責執行的工研院的說法,預計今年底就會推出第一顆AI晶片,而這個晶片將會採28奈米製程,並以邊緣運算應用為主要領域,強調在影像智慧辨識方面的AI功能。


然而多數人聽到28奈米製程都會有些質疑,畢竟目前台灣最先進的商用製程已達到7奈米,而且又屬於AI應用,難免會讓人擔心是不是會有效能不足,或者無法與國外競爭的疑慮。


不過工研院電子與光電系統研究所所長吳志毅解釋,這個晶片主要是邊緣運算裝置的需求來設計,而且以展示整體的AI應用情境,起到示範AI架構和軟硬體整合的目標,並不是要就單一晶片的運算性能來打轉。重點是讓終端裝置訓練有AI模型的能力。


他強調,英特爾和NVIDIA這些邏輯晶片大廠在運算上的技術已十分領先,台灣沒有必要去跟他們競爭,而是應該要依據自身硬體製造的優勢來發展AI晶片,而重點則在推動台灣的AI產業化。


吳志毅也提到,這顆晶片是屬於經濟部旗下「AI on Chip示範計畫」的成果,目前約有20多家業者參與,包括上游的IC設計公司與中下游的半導體製造商,目標是建立台灣AI晶片產業鏈。


開發AI軟體工具 加速產業落地

而吳志毅所說的這個「AI on Chip示範計畫」就是一個跨部會組織,由行政院科技會報辦公室統籌,經濟部次長龔明鑫及科技部次長許有進擔任共同召集人,並以「半通用AI晶片」、「異質整合AI晶片」、「新興運算架構AI晶片」與「AI晶片軟體編譯環境開發」為四大主題。



圖四 : 邊緣運算的影像辨識應用會是初期的AI晶片發展重點。(Source: vox.com)
圖四 : 邊緣運算的影像辨識應用會是初期的AI晶片發展重點。(Source: vox.com)

支持的業者則包含:鈺創、Google、義隆電、新唐、聯發科、力旺、聯詠、台積電、神盾、旺宏與台灣新思科等。


吳志毅更強調,這個為期四年的計畫中,每年都會發表新的成果,並持續推進技術的發展。


「這不是單純學術研究,我們每年都會有產出。」吳志毅說。


另一位負責演算法開發的工研院資通所所長闕志克,也同樣呼籲要以務實的態度和作為來發展台灣的AI產業。


他指出,在晶片設計和製造上,業界的能量遠遠高出學研界,去指導或者帶領他們開發AI晶片並不合理,反而是用成立平台的形式,讓業界可以來共同參與,並讓成果可以發揮在業界。


至於AI軟體的部分,他表示,台灣已經錯過了發展軟體的時機,此時若仍抱持著要成為AI軟體大國,打算輸出AI軟體產品的想法,就顯得不切實際了。但台灣現在可以做的是朝研發軟體工具的方向發展,並配合實際應用的需求來客製化。


闕志克指出,目前工研院就在進行AI晶片軟體編譯器的研發,也要透過其編譯器,把AI模型轉譯成晶片內可執行的程式,藉以加速AI產業化的落地時間。而除了編譯器的研發外,工研院也在進行AI晶片分析工具和系統模擬平台的研發,讓台灣的AI晶片設計的生態系統可以更加完整。


結語

整個來說,台灣的AI晶片計畫其實更著重在IC設計端的改變上。因為在晶片製造端,台灣在台積電壓倒性的領先優勢之下,仍會持續的受益,幾乎完全不需要擔心,但IC設計端,卻是挑戰重重。


特別是當特斯拉、臉書和亞馬遜這類業者,都紛紛開始開發自己的AI晶片時,就意味著傳統的IC設計公司已漸漸不符合市場的需求。尤其AI應用非常強調客製化,其實際的應用需要與規格,都不是一般IC設計業者所能掌握。因此,唯有打造一個能快速反應客戶客製化需求的AI晶片設計平台,才有可能搶占未來的商機,而這幾乎就是台灣AI晶片技術的精神所在。


至於應用端,台灣也沒有龐大的內部市場能夠創建出國際級的AI服務或者應用,但在某些特定的領域,如醫療或者資通方面,卻有相當深厚的實力,是可以作為初期的AI發展的基礎。


另外,台灣的人才水準是足以媲美國際市場,而科技部積極培育AI人才的策略,更是十分值得稱許。


相關文章
臺灣2035年十大跨域趨勢重點及產業
利用邊緣運算節約能源和提升永續性
高速數據傳輸方興未艾 NVMe打造現代化儲存新體驗
迎接Chiplet模組化生態 台灣可走虛擬IDM模式
邊緣運算伺服器全方位應用場景
comments powered by Disqus
相關討論
  相關新聞
» 各國官員參訪臺南沙崙綠能科學城 考察韌性城市方案
» 工研院MWC 2024展會直擊:5G-A通訊、全能助理成下一波AI風潮
» Ansys模擬分析解決方案 獲現代汽車認證為首選供應商
» 大立光跨界投資萬溢能源 發表全球充電最快電池材料
» Pure Storage更新專為訂閱經濟打造的合作夥伴計畫戰略


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.54.157.61.194
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw