Google加快人工智慧發展的秘密武器：自製機器學習專用晶片|數位時代 BusinessNext

特製晶片效能為現有技術往前推進七年

皮采指出，Google在幾年前就已著手研發客製化的特殊應用積體電路（ASIC），而這款專用於Google開源機器學習演算法TensorFlow、也是提升AlphaGo計算速度的特製晶片TPU（Tensor Processing Unit），用以改善機器學習相關應用，迄今已使用超過一年。

為了加速機器學習進程，TPU捨棄掉傳統晶片如CPU和GPU的高精確度，減少計算需要的電晶體數量並提升每瓦效能。根據Google說法，「TPU讓機器學習的每瓦效能提高一個數量級，相當於將晶片效能往前推進七年或三代的摩爾定律」。

（圖說：AlphaGo伺服器使用Google自製晶片TPU。圖片來源：Google Cloud Platform Blog）

Google產品、外部開發者皆可受惠

目前，Google使用機器學習的應用超過百種，例如搜尋、語音辨識和自駕車。Google傑出硬體工程師諾曼‧約皮（Norman Jouppi）指出：「這類程式需要耗費龐大資金才能提供快速集中的運算能力和電力，自製機器學習加速器讓Google可更加經濟地加快產品推出。」迄今，Google已使用超過1千個TPU，運用於街景、智慧訊息回覆和搜尋，幫助改善搜尋結果相關性，以及提升地圖和導航產品的精確度。

除了Google內部產品可受惠於這套最新的機器學習演算法，Google的雲端機器學習服務也開放開發者利用這套演算法打造自己的應用服務。「我們的目標是引領機器學習產業，並讓創新得以在顧客身上實現。透過在基礎建設加入TPU，我們可以透過軟體如TensorFlow和雲端機器學習將Google的力量帶給開發者。機器學習正在改變開發者如何打造讓消費者受惠的智慧應用，我們非常高興看到未來生活的可能性。」約皮表示。

微軟也在嘗試新的晶片設計

Google並非唯一為了加快人工智慧而採用新的晶片設計的公司。《華爾街日報》指出，微軟正在使用一款名為Field Programmable Gate Arrays的可編程晶片，以加速人工智慧運算，應用於Bing搜尋引擎。NVIDIA推出的GPU則被應用在人工智慧計算，這款晶片過去也被Google用於AlphaGO的早期測試。

透過自行生產客製化晶片，Google將更可掌控支出、技術規格以及未來發展藍圖。但這是否代表Google對第三方晶片供應商如Intel或Nvidia的依賴將日益降低？約皮表示，「我們依然購買大量的CPU和GPU，」但不願透露購買數量是否較過去少。

在健身產業競爭日益激烈的今天，品牌之間的差距，早已不再取決於場館規模、器材數量或課程內容，而是誰能更貼近會員需求、誰能運用數據看懂會員的一舉一動，打造更精準、更個人化的服務體驗。

對於這一點，台灣第一家掛牌上市、旗下擁有健身工廠等知名品牌的連鎖運動健身龍頭 —— 柏文健康事業，有著比同業更深刻的體悟。過去 20 年，柏文以「持續創新、重視會員需求」為核心，在台灣健身市場站穩腳步。而面對產業全面走向數位化的新競局，柏文選擇攜手 Teradata 與擎昊科技建置企業數據中台，打破內部數據孤島，將分散在各系統的資訊整合為可以被運用的營運智慧。這不只是一次技術升級，更是從「經驗驅動」邁向「數據驅動」的戰略轉型，為柏文在下一個 20 年持續領跑市場注入關鍵動能。

柏文描繪 20 年健身版圖的 2 大關鍵

自 2006 年在高雄成立第一間健身中心「Fitness Factory 健身工廠」以來，柏文的營運規模就穩步成長，如今健身工廠全台已有 83 間分店、會員數逼近 40 萬大關，躍居台灣前二大健身品牌。柏文健康事業董事長陳尚義認為，深耕在地、持續創新，是柏文能在競爭激烈的市場中持續成長的兩大關鍵動能。

第一是深耕在地、理解使用者的真正需求。柏文非常重視會員體驗，在規劃任何服務與課程時，都從在地使用者的實際需求出發。以團課為例，多數健身場館選擇向國外購買課程授權，健身工廠卻決定推出自有團課品牌 FORCE，由專業團隊設計課程且每季推出不同主題，「雖然成本較高、也比較花時間，卻可以確保課程內容更符合台灣人的體能特性與運動需求，」陳尚義認為，這種重視在地需求的思維，正是柏文與會員建立深度連結的關鍵。

第二是持續創新產品與服務。近年來，柏文以「運動休閒」為核心，不斷推出新的品牌與服務。在場館端，成立各具特色的主題運動場館，例如以彈跳床為主的 Crazy Jump 肖跳、射擊對戰遊戲場 KILL ZONE、保齡球館「滾吧 LET'S ROLL」及 Sklub 運動俱樂部。其中，Sklub 青海店為高雄鼓山區首座全齡運動場館，設有室內頂級羽球場、桌球場、國際級楓木籃球場與多樣化運動課程，而 2025 年 11 月開幕的桃園桃鶯店，更是桃園愛好羽毛球人士的首選。

在服務端，則延伸出協助運動後修復的 SPA 個人工房、運動按摩 Buddy Body 等服務。此外，柏文亦與營養師合作推出營養管理與線上課程，近期更籌備成立電商平台，方便會員與非會員選購運動健康相關商品，逐步擴大「運動 x 生活」的服務版圖。

數位化升級：從服務體驗到營運管理全面轉型

伴隨營運規模的不斷成長，柏文也開始導入各種數位工具，以提升會員服務品質與營運管理效率。舉例來說，會員入場的身份辨識機制，已經從早期的刷條碼會員卡，升級到現在的人臉辨識直接進場。又如，在內部營運流程上，從會員管理、財務到行銷活動等，亦全面透過系統來優化作業效率。

這些數位系統累積的大量數據，成為陳尚義日常決策的重要依據。陳尚義分享，自己經常拿起手機查看當日總營收、來店會員數等營運指標，也會比較各場館的營收與來客數變化。一旦發現某館的數據與預期或平常趨勢不符，便會立即請相關人員說明情況，確認異常原因。

「透過數據定位問題，再及時進行分析與改善，才能確保營運狀況維持在最佳狀態。」陳尚義說，更重要的是，這些數據也成為柏文持續創新的基礎，透過數據掌握會員的行為模式和滿意度，如：會員的運動頻率、續約率等，可以作為發展新產品或新服務的決策依據，使其更貼近會員需求。

導入 Teradata 數據中台，柏文邁向即時決策的關鍵一步

然而，隨著數據應用越來越深，現有系統的限制也逐漸浮上檯面。首先，數據散落在 POS、CRM、ERP 等不同系統，無法有效整合，導致使用者必須在眾多介面間來回切換，相當不方便，也容易影響決策的準確性。其次，系統效能不足，在查詢與分析大量數據時，往往要等候一段時間，導致營運報表無法即時產出，管理層難以掌握最新狀況。第三，報表製作流程高度依賴人工作業，需從多個系統匯出資料再自行整合，不僅耗時費力，也容易出現錯誤。

為克服上述挑戰，柏文決定導入 Teradata AIDW 數據平台，將會員資料、IoT 健身設備、POS 交易資料等數據，全面整合至單一資料庫，徹底解決數據孤島的問題。由於 Teradata AIDW 採用 MPP 架構，可以大幅提升資料整理、分析與查詢效能，再搭配帆軟的報表與視覺化工具，使用者可透過儀表板、動態報表或 API 快速掌握分析結果，讓決策過程更即時、更精準。

柏文資訊長黃靜雯表示，選擇 Teradata 的關鍵原因在於其成熟度與穩定性。「Teradata 的效能非常強大，平行運算能力是經過市場驗證的，而且系統本身具備備援機制，不必擔心單一設備故障的風險。」這讓柏文後續能夠更安心地推動大規模的數據與 AI 應用。

Teradata 的數據顧問不僅具備扎實的技術能力，更累積了豐富的產業經驗，為柏文的數據應用帶來更多啟發與想像空間。（由左至右）柏文健康事業資訊長黃靜雯、柏文健康事業董事長陳尚義和Teradata台灣總經理陳盈竹。

圖／數位時代

除了 AIDW 數據平台，Teradata 亦透過數據整理師服務，協助柏文將不同系統、不同格式的資料進行標準化與模型化，為其推動跨系統的數據整合與應用帶來很大的幫助。黃靜雯補充指出，Teradata 的顧問團隊不僅具備扎實的技術能力，更累積了豐富的產業經驗，能從業務視角提出建議，為柏文的數據應用帶來更多啟發與想像空間。

Teradata 台灣總經理陳盈竹則認為，柏文作為健身產業的龍頭，願意率先導入數據中台並積極擁抱 AI 應用，是極具前瞻性的決策。「面對AI浪潮的快速迭代，我認為柏文做了關鍵決策，透過前期約 6 至 10 個月的時間完善數據建設，作為支撐AI發展的核心競爭力！」陳盈竹強調。

數據建設就像是城市的下水道工程，是 AI 應用的發展基礎，而作為 Teradata 原廠授權總代理的擎昊科技，則在這座下水道工程中扮演關鍵角色，負責伺服器運算、儲存架構與網路環境建置等任務，「我們結合 Teradata 的技術與自身的整合能力，為柏文打造更穩定的 IT 基礎建設，確保後續的數據分析能在最可靠的環境中運行。」擎昊科技資深協理杜錦祥說。

陳尚義表示，過去許多決策仰賴現場觀察或管理直覺，但未必能量化決策背後的成本與效益；未來希望透過完善的數據中台，不僅能掌握營運脈動，也能將那些過去難以量化的隱形成本具體呈現，進一步評估每項投入是否帶來實質價值。「以數據與人工智慧取代經驗判斷，將會是柏文邁向下一個 20 年的關鍵競爭力。」陳尚義強調。