迎戰Google，微軟押寶FPGA晶片打造全球首部人工智慧超級電腦|數位時代 BusinessNext

迎戰Google，微軟押寶FPGA晶片打造全球首部人工智慧超級電腦

幾乎所有科技應用都不脫人工智慧的範疇，而晶片計算速度是其中的發展關鍵因素。隨著Google自製機器學習專用晶片，微軟也開始使用客製化晶片打造人工智慧電腦。或許，人工智慧戰場已經從軟體走向硬體，最底層的晶片技術將成為各網路巨頭誰能在未來勝出的關鍵起步。

納德拉：「這是世界上第一台人工智慧超級電腦。」

《Wired》報導指出，微軟加快人工智慧發展的秘密武器為FPGA（field-programmable gate arrays，現場可程式化閘陣列）晶片。FPGA為高效能、可重複程式設計的晶片，只要透過軟體，便能調整晶片上的元件配置。微軟執行長薩蒂亞·納德拉（Satya Nadella）於上周的Ignite技術大會上表示，「這是世界上第一台人工智慧超級電腦。」

微軟目前已將FPGA用於搜尋引擎Bing，預計不久後將驅動植基於深度神經網絡的新搜尋演算法——這套演算法是人類大腦架構的人工智慧模組。微軟指出，過去Bing需要4秒才能完成的事，現在只需23毫秒。

FPGA也會用在雲端計算服務Azure和Office 365，微軟在先前的 Ignite 大會上展示使用多個FPGA在0.1秒內翻譯30億字的維基百科，預計幾年內將用於微軟所有服務。「這替我們帶來巨大的能力和靈活性，以及經濟實惠的運作。」Project Catapult負責人、微軟硬體開發工程師Doug Burger說。

FPGA特性：可程式化、高效能、低功耗、低成本

微軟導入FPGA的計畫來自2011年的Project Catapult，目標在於透過FPGA提升資料中心的運算效能。

過去，FPGA主要用來做傳統晶片的雛形，優勢在於具有「可編程性」，可隨快速變動的科技和商業模式調整。微軟提到，傳統CPU晶片已趕不上人工智慧的發展，而FPGA可針對不同任務客製晶片，減少晶片開發時間和成本，還能打造出較傳統CPU更快、功耗更低的晶片。

微軟指出，FPGA較傳統晶片快上好幾個數量級，使用FPGA後，Catapult硬體較伺服器中其他元件的成本少30%、功耗減少10%，資料處理能力卻快2倍；根據微軟測試，Bing演算法使用FPGA後，效能可提升40倍。

Google、亞馬遜都在自製晶片

網路公司和科技硬體公司的界限不再如過去壁壘分明。

不過《Wired》指出，雖然Google TPU計算速度相當快，卻不如FPGA靈活，一旦神經網絡模式改變，Google就必須重新製作晶片。因此，微軟採取和Google不同的策略，希望倚靠FPGA打長期戰，儘管晶片計算速度不如Google快，卻能因應變化快速重新程式化晶片。

此外，亞馬遜也在2016年宣布，旗下Annapurna實驗室正在開發ARM架構下的處理器晶片，希望用於儲存資料、網路運作等的低功耗電腦，將販售給製造商與資料中心營運商。或許藉由自製處理器，也能吸引更多廠商使用它們的雲端服務AWS。

值得一提的是，微軟的FPGA晶片來自Altera，去年被Intel以167億美元收購，是該晶片廠史上最大筆的收購紀錄。Intel執行副總裁Diane Bryant接受《Wired》採訪時樂觀表示，到2020年，將有1/3的雲端計算公司的伺服器都包含FPGA。

對已經成熟發展的企業來說，最大的挑戰不是如何創新，而是經驗無法有效傳承，而生成式 AI 的價值正在於此，它讓分散的知識從「共同保存」走向「即時運用」，使組織得以在既有經驗之上，持續累積能力並向上成長。

由旭瑞文化傳媒成立、全台最大直播平台浪LIVE，正是這種轉變的最佳寫照。「我們其實一直都有在整理內部的知識、技術文件和作業流程規範，但做法比較像是集中在倉庫裡，雖然找得到，卻不一定用得快。」旭瑞文化傳媒技術研發中心技術總監黎欣捷（James）形容。

為此，浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI，打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」，讓經驗不再只是被保存，而能實際參與日常營運流程。網創資訊總經理吳炳鈞進一步說明，這是因為 NAVI 將浪LIVE既有資料整理成可被運用的知識基礎，並在此基礎上生成內容，故能真正融入浪LIVE使用場景，提升文章產製與活動規劃的效率。

用 AI 提速，回應高頻、快節奏的營運需求

作為直播產業的領導平台，浪LIVE 不僅市占率超過 50%，每月活躍用戶數更高達 40-50 萬人。能夠寫下高黏著度、高互動率的成績，除了堅持以才藝直播為主軸、在市場上做出差異化特色，快速更新的內容與密集的行銷活動，同樣是浪LIVE 維繫用戶黏著度的關鍵。

黎欣捷表示，浪LIVE 每日都會更新社群貼文與文章內容、每個月平均規劃約 20 至 25 檔活動，不僅內容產出量龐大，對速度的要求也極高。編輯團隊在完成採訪後，必須在最短時間內產出文章，且要符合品牌的風格和版型，而營運團隊不僅要不斷發想新的玩法，還得預先估算不同設計下的投資報酬率、參與人數等機率，以確保活動能兼顧創意與成效。

這種高頻的營運節奏不僅極具挑戰性，還容易使團隊感到疲憊。因此，浪LIVE 開始思考如何利用 AI 來提升文章產出與活動企劃的效率，而 NAVI 正是思考後的最佳解答。

應用場景1：文章產製，不再從零開始

吳炳鈞進一步說明，網創資訊如何協助浪LIVE 將 NAVI 應用於文章產製與活動企劃。

先就文章產製來看，網創資訊將浪LIVE 過往累積的大量文章匯入 NAVI，由系統學習品牌文章的語氣與編排方式，及不同編輯的寫作風格並加以分類。之後，編輯只要提供採訪逐字稿或相關素材，並指定想要的文章風格，NAVI 便可依此生成初稿，再由編輯進行調整與潤飾，大幅加快整體產出速度，也讓編輯可以將更多心力投入內容品質的把關與主題發掘，用快速更新而主題有趣的文章，吸引會員持續留在平台。

吳炳鈞強調，NAVI 不是憑空寫文章，而是根據企業過去累積的內容與規範來生成，這樣的產出結果，才會更貼近原本的品牌風格與實際需求。更重要的是，網創資訊還能根據客戶使用情境進行客製化調整。例如，NAVI 可以整合圖片和文字，生成一篇圖文並茂的文章，並同步輸出對應的 HTML 程式碼，浪LIVE 編輯只需貼至後台系統，就能完成上稿作業，不必再花費大量時間去調整版面配置。

應用場景2：活動規劃，從歷史經驗找出新玩法

再就活動規劃來看，網創資訊同樣先將浪LIVE 的歷史活動範本、禮物清單與獎勵機制導入 NAVI，由系統學習營運團隊在發想活動時的思維脈絡，之後，團隊成員只要輸入關鍵字，NAVI 就能建議相應的活動方式與獎勵組合，作為活動規劃時的參考。

黎欣捷認為，NAVI 就像一位資深顧問，不僅提供更多元的視角與玩法建議，縮短活動規劃所需的時間和心力，也能即時調閱過往經驗，協助團隊跳脫個人思考盲點，避免重複規劃過去已經做過的活動內容。

吳炳鈞進一步以禮物清單為例，說明 NAVI 帶來的效益。浪LIVE每一檔活動都需要重新設計禮物或做不同的組合搭配，因此資料庫已累積上百種不同類型的禮物，這使得團隊成員在規劃活動時，常常要花很多時間去發想新禮物或搜尋資料。而在導入NAVI後，系統可以根據歷史資料提供合適的禮物搭配建議，協助團隊在規劃新活動時，更有效率地運用既有資源。

不只生成內容：NAVI 三大特色，讓 AI 真正嵌入企業流程

在資料管理與內容生成外，網創資訊也從企業管理需求出發，規劃出以下 3 大系統特色，使 NAVI 得以真正融入企業的營運流程中。

第一，NAVI 支援至少 20種大型語言模型，能因應不同使用需求，處理文字、圖片、音訊和影片等多種形式的內容。第二，系統可部署於私有雲或地端環境，讓資料能留在企業內部，降低被外部 AI 模型使用的疑慮。第三，整合 AD 身份驗證與授權機制，可依部門和角色別去設定資料存取權限，確保 AI 在回應問題或產生內容時，只會引用該使用者可存取的資料範圍，避免誤用或資料外洩的風險。吳炳鈞補充，由於系統可進行部門切割，也能進一步統計各單位的使用量，方便企業進行內部成本分攤與管理。

「企業需要的是能嵌入流程的 AI，而不是只會回答問題的工具。」吳炳鈞指出，因此 NAVI 一開始就定位在企業知識管理系統，從而發展上述系統設計。近年來，因應 AI Agent 趨勢，網創資訊亦將相關概念融入 NAVI，使系統具備更高的主動性，能依任務需求串接不同資料庫與內部系統，協助使用者完成特定工作流程。

未來，網創資訊將持續與浪LIVE 深化合作，逐步導入更多內容至系統中、拓展更多應用場景。也期待在與客戶合作的過程中，共同發掘更多具體的應用靈感，並視需求開發對應功能，持續放大知識與經驗的價值，讓技術不只停留在工具層次，而能真正轉化為企業成長的動能。