熱門關鍵字:藍牙5 | NB-IoT | AI | 智慧車 | 工業4.0

訂閱電子報

立刻輸入Email,獲取最新的資訊:

收藏功能:
分享報新知:
其他功能:

搶搭人工智慧順風車 台灣投入新晶片開發有機會

文‧盧佳柔 發布日期:2017/05/04 關鍵字:AIDNNGPUTPU

人工智慧(AI)風潮席捲而來,各大晶片商、設備商與應用服務商皆大舉投入相關技術,期能搭上人工智慧這波浪潮起飛,創造成長高峰。當然,台灣也不應在這波趨勢下缺席,台灣本身具備硬體晶片研發能量,加上AI對運算力與推理能力的需求,開發新晶片做為台灣進入AI的切入點,將有望為台灣IC產業開啟新契機。

工研院資訊與通訊研究所所長闕志克認為,這一波人工智慧最重要的技術在於機器學習與深度學習技術,而其中關鍵能力就是推理應用的能力。過去實現人工智慧需要由人類設計計算,透過機器學習技術可以讓電腦不停的自我學習、訓練能力,也產生出新晶片的需求,而這也是台灣機會。

闕志克進一步表示,深度神經網路(Deep Neural Network, DNN)技術須蒐集大數據資料來做訓練,其中,必定需要硬體資源的協助。以人工智慧所需的新晶片需求,可分為兩類型,第一種類型是可提供訓練用所需要的硬體,如NVIDIA的GPU可加快運算速度,一般要耗費兩星期工作天訓練得來的數值,僅在短短八小時內即可計算完成;第二種類型則為具被推論能力的硬體晶片。

現階段,實現人工智慧的主流硬體為GPU,不過未來是否有另外一種處理架構,可更適用於人工智慧應用,是目前晶片商們正在追尋的目標。例如,Google為了進一步強化機器學習能力,已私下研發專用的張量處理器(Tensor Processing Unit, TPU),效能已達到GPU及中央處理器(CPU)的15及30倍。

闕志克表示,人工智慧晶片需要具備更優異的效能、製程以及強而有力的研發基金做後盾,因此,有能力在台積電(TSMC)下片的廠商,皆是有可能開發AI晶片的潛力廠商。他透露,聯發科(MediaTek)現在正積極投入開發AI新晶片,主要是將DNN演算法導入現有智慧型手機技術,將視作為新的處理器架構,其概念與GPU和TPU相似。

闕志克談到,以台灣來說,在人工智慧領域,強項在於硬體,因此有能力將人工智慧技術快速導入硬體零件。而應用部份,則可在既有廠商建立完成的DNN技術上,增加一些專屬於自己的應用或技術,快速將產品導入市場,增加競爭力。

另一方面,在政府政策部份,科技部已爭取五十億預算推動「人工智慧」研發。闕志克表示,在科技部長陳良基大力支持下,經濟部已有三個計畫正在籌備當中,第一個計畫是聚焦於AI應用;其次,是研發AI處理器;最後,是布局AI影像辨識。這些計畫雖然將於2018年開跑,但現在相關單位皆以積極開始研發布局,相信2018年將陸續有成果展示。

研討會專區
熱門文章