從AI晶片自製熱潮 看AI商用應用發展起伏
名家廣場 -2021.09.16
文/夏肇毅 CubicPower晶智能中心創辦人
現在人工智慧的開發越來越廣泛,許多公司為了訓練新的人工智慧模型,必須提供大量的運算資源以供計算。有的公司無法滿足於現有的運算資源,於是便興起了開發適合自己的運算硬體的念頭。像生產電動車的特斯拉,一直致力於開發自動駕駛軟體。為了訓練用於自駕車的人工智慧模型,日前就替自己的公司總部開發了用於訓練的D1晶片。
這陣子許多大公司不約而同地開發自家用晶片,一方面是不想受制於人,另一方面是要為自己的特殊需求來量身訂做開發晶片,以便更符合自身需要,同時也能讓產品和競爭對手做出差異區隔。
像GOOGLE為旗艦手機研製處理器,蘋果也為MAC開發自己的處理器。這些公司在剛開始都是採用現有供應商的產品,用久之後,也許覺得受人把持不合己意,或是覺得花了太多錢在這些供應商上面,所以乾脆自己跳下來做,以便完全掌控開發方向,同時獨享開發成果。
聯發科兩年前開發出5GAI晶片,推出後得到廣大的採用,業績與股價大幅成長。NVIDIA與AMD也因持續採用台積電最先進製程來開發人工智慧繪圖計算晶片,業績與市佔大幅提高。自發現委託台積電來生產HPC晶片變成了讓業績成長的萬靈丹後,大家便爭先恐後的搶用。
相對於在硬體投資上不吝千金的意氣風發,大公司幾年前競相成立的人工智慧應用的機構卻悄悄地關門或重整。像日前新聞報導的Google宣佈解散健康部門Google Health,Open AI解散機器人研究團隊,IBM縮減Watson Health團隊等。不過才短短5、6年,當時重金禮聘的重量級人才與開發團體,如今業務無法推展,在不敵現實壓力下,只好黯然縮編裁撤。
不知道是否看到硬體的廠商生產IC,好像印鈔機在那重複轉動,就可以不斷地印出鈔票,而提供雲端硬體服務的大公司,一個大案就可以拿到十數億美金的合約來。但做軟體應用服務的,每個需求都不同,好像要一小單一小單慢慢地談,費許多心力後才能有一個案子的一次性些許收入。同時這種最新科技的應用,也並不是廣大群眾一時之間就會張開雙手欣然接受的。像手機在上市之後,也是經過了2G,3G,4G,5G等不同世代的改善後,才被廣泛接受為日常生活的一份子。加上人工智慧實際案例應用的準確性,也不如原先宣傳的那麼樂觀,於是推展起來自然阻礙重重。
著名的IT研究與顧問諮詢公司Gartner對於新興科技的發展歷程,有一套稱為Hype Cycle的理論。所有新興科技議題聲量在經過觸發期,攀頂期之後,經過大量供應商增殖,聲望將達到峰頂。之後便開始急遽下墜。其間有供應商倒閉合併,聲量墜落到谷底。存活下來的公司在得到二三輪資金的挹注後,才能夠繼續開發第二代,跟第三代的產品。之後才能通往成熟的高原期,開始得到百分之二十到三十的消費者採用,變成一個成熟商品。
人工智慧產品也一樣,唯有在Edge AI與5G AI手機都廣泛地散佈在人們身旁,各類可靠準確的應用模型被訓練出來後,最後再仰仗加值經銷商VAR的螞蟻雄兵,來將各式人工智慧應用嵌入我們的日常生活中,自然到都不覺得它們的存在。到那時,人工智慧才是真正開花結果了。
附圖:為更符合自身需要,並與對手作出產品出隔,許多大公司投資開發自家用晶片。圖/本報資料照片
資料來源:https://view.ctee.com.tw/technology/32430.html?fbclid=IwAR2y1UfKDMcigrasB-RnK2VAFQ0wFyjxcO5dcstRB74lCqIPDI9NvO_mQ7I
同時也有1部Youtube影片,追蹤數超過10萬的網紅Amy TV阿美美/,也在其Youtube影片中提到,...
晶片自製 在 財經主播/主持人 朱楚文 Facebook 的精選貼文
疫情不明,台股跌跌不休,黑暗時刻我們一起努力,讓科技財經午報陪你找到方向吧!今天中午12:00-13:00,我們將聊:
🎯鋼價上漲,大摩喊話力挺鋼鐵產業,美股未來?
🎯MSCI權重調整影響?台股連兩天挫跌,投資人該如何因應?
🎯英特爾遭降評,美科技廠齊喊話晶片自製,半導體後市?
🎯聽眾投稿想聽:蘋果七供應商涉新疆強迫勞動,科技五哥全被點名,怎麼回事?
🎯台灣疫情拉緊報,目前情況危急?
👉可以搜尋我的clubhouse帳號:truewing,就可以收到開房通知,目前也已開放Android用戶加入囉!
👉節目開房錄製完畢會放上Apple podcast、Spotify和Firstory,🔍科技財經午報,別忘了訂閱、評分和留言給我💕
👉歡迎加入臉書社團:科技財經午報俱樂部,我們在裡面討論更多科技財經產業議題,一起來交流想法💡
https://www.joinclubhouse.com/join/%E7%A7%91%E6%8A%80%E8%B2%A1%E7%B6%93%E5%8D%88%E5%A0%B1/dcWM3reI/PrDgRXaO
晶片自製 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
邊緣AI 2026將成 IoT晶片發展核心
04:102021/05/02 工商時報 集邦科技資深分析師曾伯楷
隨著智慧工廠、城市等場景對數據分析越發需要精準、即時且大量處理的需求,AI與IoT結合已是現在進行式。在AI晶片助益下,IoT邊緣與終端裝置可透過機器學習或深度學習等技術加值,同時帶出無延遲、低成本、高隱私等優勢,顯示出AI晶片的重要性。預估全球AI晶片產值至2025年將達720億美元。
與此同時,邊緣運算透過AI使終端設備於運行上更加智慧,不僅保有邊緣運算於延遲性、隱私性、連接性、功耗、成本等優勢,並進一步使系統具有主動性與智慧性。若以場景角度切入,邊緣AI相較傳統邊緣運算,其主要帶來的效益包括數據處理過濾和邊緣智慧分析,此也將成為兩技術持續結合的動能。
一、MCU、連接晶片、AI晶片為IoT晶片產業鏈三大關鍵零組件。 物聯網在傳統上多以感知層、網路層、系統層與應用層作為架構堆疊,主要經濟效益雖來自應用層的智慧情境發展,然感知層所需的產業鏈之上游零組件仍是支撐終端場景運作重要核心,其中又以微控制器(MCU)、連接晶片與AI晶片最關鍵。
MCU方面,建立在高效能、低功耗與高整合發展主軸下,IoT MCU現行從通用MCU演化成特定為IoT應用或場景所打造,如2021年3月STMicroelectronics推出新一代超低功耗微控制器STM32U5系列,可用於穿戴裝置與個人醫療設備;Silicon Labs同期推出PG22 32位元MCU,主打空間受限且須低功耗的工業應用、Renesas RA4M2 MCU著眼IoT邊緣運用等。
連接晶片方面,受物聯網設備連線技術與標準各異影響,通訊成物聯網晶片中相當重要的一環,從蜂巢式的4G、5G、LTE-M、NB-IoT,到非蜂巢式的LoRa、Sigfox、Wi-Fi、Wi-SUN等,從智慧城市、工廠、家庭至零售店面皆被廣泛運用,範圍擴及至太空,如2020年下旬聯發科與國際航海衛星通訊公司(Inmarsat)合作,成功以NB-IoT晶片完成全球首次5G物聯網高軌衛星資料傳輸測試。AI晶片方面,隨著智慧工廠、城市等場景對數據分析越發需要精準、即時且大量處理的需求,AI與IoT結合已是現在進行式。此外,Microsoft在其2021年3月舉辦的年度技術盛會Ignite 2021上指出,2022年邊緣運算市場規模將達到67.2億美元,與深度學習晶片市場相當吻合,亦提及市場預估至2025年全球深度學習晶片市場將有望達663億美元。同時,Microsoft認為至2026年全球AI晶片有3/4將為邊緣運算所用,顯示出IoT晶片於邊緣運算的發展將成未來廠商重要布局之一。
二、邊緣AI效益顯著,成長動能仰賴數據處理過濾、邊緣智慧分析。
首先,從邊緣運算定義來看,市場雖已談論數年但定義與類別始終未統一,原因是各廠商於邊緣託管工作的目的不盡相同。例如對電信商而言,初步處理數據的微型數據中心是其邊緣端,而對製造商來說邊緣裝置可能是生產線的感測器,此也造就邊緣運算的分類方式略有出入。另外,例如IBM有雲端邊緣、IoT邊緣與行動邊緣的類別,ARM多將邊緣視為雲端與終端間的伺服器等裝置,亦有個人邊緣、業務邊緣、多雲邊緣等類型。
其次,從邊緣運算類別來看,現行分類趨勢和研究方式尚有以數據產生源為核心,藉由設備與數據源的物理距離作為分類參考,並將其分為厚邊緣(Thick Edge)、薄邊緣(Thin Edge)與微邊緣(Micro Edge)。厚邊緣多用以表示處理高數據流量的計算資源,並配有高階CPU、GPU等,例如數據中心的數據儲存與分析;薄邊緣則包含網路設備、工業電腦等以整合數據為主要目的,除了配有中間處理器外,也不乏GPU、ASIC等AI晶片;微邊源因與數據源幾無距離,故常被歸類為生成數據的設備或感測器,計算資源雖較為匱乏,但也可因AI晶片發揮更大效益。
整體而言,邊緣運算透過AI使終端設備於運行上更加智慧,不僅保有邊緣運算於延遲性、隱私性、連接性、功耗、成本等優勢,並進一步使系統具有主動性與智慧性,在平台管理、工作量合併與分布式應用也更有彈性。若以場景角度切入,邊緣AI相較傳統邊緣運算,其主要帶來的效益提升包括數據處理過濾和邊緣智慧分析,此也將成為兩技術持續結合的動能。
數據處理與邊緣分析於過往邊緣運算時已可做到,並在AI加值下進一步提升效益。以前者而言,數據透過智慧邊緣計算資源可在邊緣處預先處理數據,且僅將相關資訊發送至雲端,從而減少數據傳輸和儲存成本;從邊緣分析效能來看,過往多數邊緣運算資源處理能力有限,運行功能時往往較為單一,而邊緣智慧分析透過AI晶片賦能,進而能執行更為繁複、低延遲與高數據吞吐量的作業。
三、全球大廠搶攻IoT晶片市場,中國加重AI晶片發展力道。
IoT晶片於邊緣運算所產生的效益,使其成為廠商重要策略布局領域,雲端大廠如Google、AWS等紛紛投身晶片自製;傳統晶片大廠如ARM最新產品即鎖定邊緣AI於攝影機和火車的辨識應用、Intel亦投資1.3億美元於十餘家新創AI晶片設計廠商,NXP Semiconductors、Silicon Labs、ST則陸續在其MCU或SoC添加邊緣AI功能。此外,新創企業Halio、EdgeQ、Graphcore皆以AI晶片為主打。整體而言,若以區域來看,歐美大廠聚焦加速AI運算效能,但最積極發展AI晶片產業的則屬產官學三方皆支持的?心,代表性廠商包含地平線、華為旗下海思等代表;台灣則由產業聯盟領頭與聯發科和耐能等重要廠商。
(一)中國產官學助力,2023年AI晶片產值估將逼近35億美元。
AI產業是中國發展重點之一,其輔助政策如2017年《新一代人工智能發展規劃》、《2019年促進人工智能和實體經濟深度融合》,至「十四五」與「新基建」,都將AI視為未來關鍵國家競爭力。各大廠也因此陸續跟進,如百度發布AI新基建版圖著眼智慧雲伺服器;阿里宣布未來至2023年將圍繞作業系統、晶片、網路等研發和建設,騰訊則聚焦區塊鏈、超算中心等領域。
產官學研加重AI的發展力道也反映於AI晶片上,ASIC(特殊應用基體電路)廠商比比皆是。其中,AI晶片布局物聯網領域的廠商眾多,包含瑞芯微、雲天勵飛、平頭哥半導體、全志科技等,主要面向雲端運算、行動通訊、物聯網與自動駕駛四大領域。其中,物聯網領域進一步聚焦於智慧家庭、智慧交通、智慧零售與智慧安防部分,執行語音、圖像、人臉與行為辨識等應用。若進一步聚焦於邊緣運算領域,則以地平線、寒武紀、華為海思、比特大陸、鯤雲科技等最為積極。整體而言,TrendForce預估,中國AI晶片市場有望從2019年13億美元增長至2023年近35億美元。
綜觀中國AI晶片發展,雖有中美貿易摩擦導致設計工具、製造封測等環節較受限制,且開發成本始終居高不下,然而,藉由產官合作以及中國內需市場需求動能,仍能有效支撐該產業成長。若以邊緣運算來看,鑒於AIoT市場持續茁壯,特定應用的ASIC將是重要發展趨勢,尤以汽車、城市與製造業來看,相關場景應用如人身語音行為辨識、人車流量辨識、機器視覺等需求皆相當明朗,預期也將成廠商中長期發展主軸。
(二)台灣人工智慧晶片聯盟積極整合,監控與機器人為邊緣AI應用兩大方向。
台灣廠商聯發科和耐能同樣結合邊緣運算與AI兩技術作策略布局,就整體產業而言,2019年由聯發科、聯詠、聯電、日月光、華碩、研揚等廠商共同組成的台灣人工智慧晶片聯盟(AITA)發展迄今已越趨成形,各關鍵技術委員會(SIG)亦訂定短中長期發展目標。
邊緣AI發展則由AI系統應用SIG推動,其第一階段至2020年著眼半通用AI晶片發展與智慧監控系統應用平台的裝置端推論,2021年則聚焦以裝置端學習系統參考設計,以及軟硬體發展平台的裝置端學習為主,並規劃在2023年能以多功能機器人為主體,發展多感知人工智慧和智慧機器人AI晶片發展平台。
換言之,藉由業界在智慧裝置、系統應用與AI晶片的串聯,短期至2022年都將是台灣邊緣AI大力發展階段,並朝智慧監控、多功能機器人深化,預期此也將帶動系統整合的凌群、博遠,終端設備的奇偶、晶睿碩,以及晶片設計的聯發科、瑞昱等邊緣AI商機;但相較中國廣大內需市場,台灣仍需藉由打造讓晶片廠和系統商充分整合的互補平台,以利降低晶片開發成本,並從其中尋求更多可供切入的大廠產業鏈。
附圖:2019~2023年中國AI晶片市場推估
AI於IOT流程主要著眼數據處理與分析之效
台灣人工智慧晶片聯盟系統應用SIG發展架構
資料來源:https://www.chinatimes.com/newspapers/20210502000153-260511?fbclid=IwAR0zlvUv8MKpcHrbgpa3xRAFaQXaxZuep9TCeZ-75myILNjuDV4SWEIdKZ8&chdtv
晶片自製 在 Amy TV阿美美/ Youtube 的最讚貼文
晶片自製 在 全球科技大廠的AI晶片爭霸戰,台廠誰將受惠? - Mobile01 的推薦與評價
全球科技大廠的AI晶片爭霸戰,台廠誰將受惠? - AI代工會比蘋果代工還要慘!三千多萬的AI伺服器賣給誰?除了科技大廠,有多少中小企業買單? ... <看更多>
晶片自製 在 Meta 加入AI戰場! 自製AI 晶片「MTIA」 的推薦與評價
過去Meta一直將重心放在「元宇宙」,造成連年虧損,而今年5月祖克柏宣布將把重心轉向AI市場,並預計於2025 年推出首款自製AI 晶片「MTIA」。 ... <看更多>