量子電腦的急行軍,美國砸逾15億美元經費、從小栽培量子人才
量子電腦的急行軍,美國砸逾15億美元經費、從小栽培量子人才

量子電腦(Quantum computer)之所以那麼重要,是因為它擁有比超級電腦更快的運算速度,可以幫助人類在短時間內完成一般電腦需花上數十年才能解決的問題,無論是在材料科學、物理、化學甚至是人工智慧(AI)的研究上,都能成為非常高效的輔助工具,「這是一場我們必須贏的比賽。」( It's a race we must win.)也難怪美國議員拉馬爾·S·史密斯(Lamar Smith)會這麼說。

展望量子世代,其實美國是非常害怕中國跟歐洲國家的挑戰,認為如果美國現在不採取統一戰略,那麼在量子領域就有被其他國家超越、甚至取代的風險,「量子資訊科學代表資訊世代的下一個前緣技術。」正因為如此, 美國能源部今年九月宣布拿出2.18億美元投入量子資訊科學研究,美國國會甚至通過了法案,要投入13億美元資助美國公司,確保美國在科學研究上的領先地位,還打算從小學就開始培育量子人才。

撒大錢補助,在量子領域美國「必須贏」

美國投入量子領域研究多元,目前由能源部(DOE)、美國國家科學基金會(NSF)、美國國家標準與技術化研究院(NIST)三個政府部門負責主要的研究,今年(2018)美國政府在白宮舉辦一場量子峰會,當天包括摩根大通、高盛、IBM、Alphabet 、美國航太製造廠商 Lockheed Martin,甚至是五角大廈和國土安全部門等科技、財經、政府巨頭全都應邀出席。

D-Wave
為了在中國日益強大的態勢下取得「量子電腦競賽」優勢,當天美國能源部宣布拿出2.18億美元,用來支持包括量子電腦軟硬體、量子運算、量子新材料合成等科學研究。

為了在中國日益強大的態勢下取得「量子電腦競賽」優勢,當天美國能源部宣布拿出2.18億美元,用來支持包括量子電腦軟硬體、量子運算、量子新材料合成等科學研究,除了確保美國在新技術的領導地位,同時也希望開創出更多核心的技術;美國國家科學基金會則宣布拿出3100萬美元,用來推動量子通訊技術研究。

美國議員拉馬爾·S·史密斯(Lamar Smith)會說出美國在量子領域「必須贏」,正是意識到這是一場不能輸的競賽,正因為如此,美國國會在今年9月13日,通過一個量子電腦法案,具體內容是要在2023年前投入13億美元(約合新台幣400億元)資金,來資助美國公司確保美國在科學上的統治地位,該法案獲得美國兩黨議員的支持。

D-Wave
美國政府之所以在量子峰會中邀請這麼多業界的大咖,就是希望透過民間與官方機構的合作,來加速量子科學商業化的腳步。

這次應邀出席量子峰會的公司都在量子領域投入不少努力,像是今年三月Google量子 AI 實驗室(Google Quantum AI lab)公布了具備72量子位元(qubit)的處理器「Bristlecone」、IBM宣布研發出全世界第一台50量子位元(qubit)的量子電腦、Intel也有代號為「Tangle Lake」的49量子位元(qubit)的超導測試晶片。

美國當局之所以動作頻頻,是因為雖然當局在量子領域投入研究多年,但學術界的人大多缺乏系統工程和產品開發經驗,而民間企業的量子人才相當有限,美國政府才會在量子峰會中邀請這麼多業界的大咖,就是希望透過民間與官方機構的合作,來加速量子科學商業化的腳步。

確保技術領先,打算從小學就開始投入量子教育

「這是一場我們必須贏的比賽。」要實現非贏不可的理想,政府光撒錢當然是不夠的,在量子峰會當天,白宮國家科學技術委員會(NSTC)還發布了一份「量子資訊科學國家戰略概述」,白宮國家科學技術委員會今年六月才成立,主要負責聯邦政府的量子資訊科學研發活動,確保美國在「下個世代的運算革命」中不會失去全球領導地位。

National-Strategic-Overview-for-Quantum-Informatio
在量子峰會當天,白宮國家科學技術委員會(NSTC)還發布了一份「量子資訊科學國家戰略概述」。

在這份戰略概述中,強調量子科學能夠幫助美國改善工業基礎、創造就業機會,甚至強化經濟發展與國家安全,並將量子研究分為量子感測、量子運算、量子網絡、量子硬體等四大研究基礎,同時提出了六大政策建議:

  1. 採取科學優先策略
  2. 培養量子科學未來人才
  3. 深化與量子產業合作
  4. 創造關鍵基礎設施
  5. 維護國家安全和經濟增長
  6. 增加國際合作

更進一步具體來說,希望能夠有財團能夠優先考慮支持量子技術研究,且必須盡早解決量子人才問題,甚至計劃在小國、國中、高中投入量子科學教育,並加強產學之間的緊密合作。

美國火力全開,就是擔心中國超車

目前在量子領域投入比較多資源的分別是中國、美國、歐洲,根據《經濟學人》引用麥肯錫數據來看,2015年美國、歐洲和中國分別在量子領域中,投入3.6億歐元、5.5億歐元和2.2億歐元的研發經費,而全球研發總支出更高達15億歐元。

quantum-technology-
2015年美國、歐洲和中國分別在量子領域中,投入3.6億歐元、5.5億歐元和2.2億歐元的研發經費,而全球研發總支出更高達15億歐元。

若再以專利申請數量來看,美國和中國分別位居前兩名,其中中國在量子加密技術(Quantum cryptography)上更是大幅超越美國高居第一,而有趣的是,美國的專利申請在2005年前後到達了高峰,之後數量卻大幅縮減,而中國專利申請數量從2010年開始大量成長,這就是為什麼美國有很多人擔心中國量子技術超越美國。

quantum-technology-
有趣的是,美國的專利申請在2005年前後到達了高峰,之後數量大幅縮減,而中國專利申請數量從2010年開始大量成長。

舉例來說,中國在2016 年 8 月發射量子衛星「墨子號」,任務之一就是從衛星向地面發射糾纏量子,由於量子通訊的安全性是基於量子物理的基本原理,而非一般的加密技術,因此若能有所進展,將能從根本解決資訊安全問題,避免駭客攻擊和竊聽。2017年中國研究人員表示,「墨子號」順利從太空傳送「無法破解的」高速量子密鑰,被稱為「中國量子之父」的物理學家潘建偉表示,量子密鑰分發是目前人類唯一已知不可竊聽、不可破譯的安全通訊方式。

這樣的場景似乎似曾相似,過去美國就是沒有在人工智慧(AI)領域把握先發優勢,過去這幾年中國從政府到民間傾全力發展AI,晉升為幾乎能跟美國平起平坐的AI強國。不過就量子領域來說,中國的核心材料、研究平均品質、技術轉化等方面還是比較落後的,且相較於美國,在量子領域的新創公司數量也比較少、創新能力也比較弱。

雖然,距離量子電腦能夠從實驗室走向真正大規模商業化還有一大段路,從美國積極撒錢、制定策略的積極態勢來看,量子大戰在未來只會越來越熱鬧。

往下滑看下一篇文章
以晶片的一瓦算力開啟AI新架構!耐能智慧從邊緣到核心,打造臺灣主權算力新典範
以晶片的一瓦算力開啟AI新架構!耐能智慧從邊緣到核心,打造臺灣主權算力新典範

當全球聚光燈都匯集在那動輒使用上萬顆圖形處理器(Graphics Processing Unit, GPU)、耗能堪比核電廠的資料中心時,另一場關乎AI永續發展的運算革命正悄悄發生。這場革命的核心,是如何以更低能耗、更高效率的方式支撐下一世代的人工智慧。而耐能智慧(Kneron)正是這場轉變的推動者之一。

早在2015年,當多數企業仍沉浸在雲端運算帶來的紅利時,耐能智慧創辦人暨執行長劉峻誠便選擇了「邊緣運算」之路的賽道,投入AI系統單晶片(System-on-Chip, SoC)與神經網路處理器(Neural Processing Unit, NPU)的開發。「如果 GPU 是需要龐大設備才能運行的錄影帶,中央處理器(Central Processing Unit, CPU)是性能平庸的 影音光碟(Video Compact Disc, VCD),那麼 NPU 就是能在輕薄裝置中高效運算的 MP3。」劉峻誠用一個簡單的譬喻如此描述著,這不只是晶片製程的改進,而是從架構層重新定義AI運算的方式。

十年磨一劍,如今耐能智慧的NPU晶片已成功進入物聯網、安防、車用與伺服器等不同領域。從智慧水表、穿戴裝置到車用語音系統,乃至企業伺服器與工業應用,都能在有限功耗下執行即時AI運算。合作夥伴從國內上市櫃企業到歐美等地的國際大型企業,都能看見耐能智慧身影,「我們從GPU、CPU進不去的地方出發,讓晶片像樂高積木一樣,從只需一顆晶片的穿戴式裝置,到需要多顆晶片的伺服器,都能使用我們的晶片。」劉峻誠說。

面對算力與能源雙重瓶頸,耐能智慧以新架構迎戰生成式AI時代

面對終端AI應用面臨的「資料流衝突」瓶頸,耐能智慧創辦人暨執行長劉峻誠指出,新世代AI運算不再只屬於
面對終端AI應用面臨的「資料流衝突」瓶頸,耐能智慧創辦人暨執行長劉峻誠指出,新世代AI運算不再只屬於雲端,必須開發能兼容多模態資料並在低功耗環境下運行的自主架構。
圖/ 數位時代

「語言模型和影像模型的資料處理方式完全不同,」劉峻誠解釋到,語言模型要短時間內處理大量資料,但影像模型則需要長時間、連續的低流量傳輸。而傳統AI架構無法同時兼容這兩種特性,這造成了終端AI應用面臨「資料流衝突」的瓶頸。也正是在這樣的挑戰下,成為耐能智慧下一階段的技術突破口。生成式AI不再只屬於雲端,運算正快速轉移至終端,從智慧家庭到醫療、車用、製造現場,都迫切需要能在低功耗環境下即時運行的AI系統。

但更大的壓力來自能源現實與國家安全。劉峻誠表示,GPU架構的能耗與散熱需求驚人,一個大型AI資料中心每年電費可高達60億美元,碳排放量更是巨獸等級。「如果繼續用GPU支撐生成式AI,將會對淨零碳排的目標帶來嚴重衝擊。」劉峻誠坦言並進一步指出,臺灣雖是全球GPU製造重鎮,但本地可用算力有限。「我們製造了全世界近8成的GPU,卻沒有自己的算力,」他語帶無奈,「如果國家級AI應用仍須仰賴境外基礎設施,國家的核心技術與自主權將受制於人,不利於在AI時代掌握主導地位。」

因應這場可能產生的算力主權的危機,耐能智慧決定以「多模態資料流衝突」與「低碳永續算力」這兩項挑戰為目標,開發新世代AI晶片架構。為加速這場技術革命並將臺灣的自主架構推向國際,耐能智慧投入全新晶片KL1140的開發,並成功得到由經濟部產業發展署推動的「驅動國內IC設計業者先進發展補助計畫」(以下簡稱晶創IC補助計畫)的支持。該計畫在國科會協調與經濟部及相關部會共同合作所提出「晶片驅動臺灣產業創新方案」的框架下,以實質政策補助鼓勵業者布局AI、高效能運算或新興應用等高值化領域的關鍵技術,提升臺灣IC設計產業的國際競爭力與韌性。

從晶片創新到主權AI,晶創IC補助計畫助攻耐能跨入新戰場

耐能智慧透過經濟部「晶創 IC 補助計畫」加速開發的 AI 晶片 KL1140,其效能與能耗表現均顯
耐能智慧透過經濟部「晶創 IC 補助計畫」加速開發的 AI 晶片 KL1140,其效能與能耗表現均顯著提升。
圖/ 數位時代

「KL1140最大的突破在於多模態資料處理架構的創新。」劉峻誠直言其中關鍵。在晶創IC補助計畫的挹注下,耐能智慧得以加速開發新一代晶片,這不僅是十年研發累積的成果,更是政策資源與技術創新的結合,象徵著臺灣在AI架構自主化道路上的重要里程碑。

這項架構革新,使KL1140在效能與能效上都達到顯著飛躍。相較於前一代產品,效能提升6至8倍、能耗比提升10倍、體積縮小至四分之一;以往需10瓦才能運行的任務,現在僅需1瓦即可完成。「你看GPU要加風扇、要水冷,而我們不用,」他笑著說,而這就是低功耗的力量。

這樣的設計,使KL1140成為真正能落地的AI晶片,既可部署於穿戴、車用與工業場域,也能堆疊成伺服器模組,實現了靈活的異構運算(Heterogeneous Computing)基礎建設。透過晶創IC補助計畫的協助,耐能智慧不僅強化晶片設計,更能整合模組、子系統與軟體生態,打造可供企業與政府使用的在地AI解決方案,邁向「AI基礎建設提供者」的新定位。劉峻誠也透露,目前KL1140晶片已開始導入國際主權AI專案,協助能源與環境條件嚴苛的地區,利用該晶片低功耗與高算力的特性,順利發展AI自主。

「我們不是在打造更大的GPU,而是在打造更聰明的AI,」劉峻誠強調。「主權AI的關鍵不只是算力自主,更是能源自主。」他認為,晶創IC補助計畫的核心價值在於讓臺灣的IC設計業者能從單一產品開發,邁向整體系統構建,具備定義新架構、主導新標準的能力。KL1140晶片的問世,不僅讓耐能智慧從邊緣運算邁入AI 核心基礎建設的新格局,更代表臺灣在全球生成式AI時代中,擁有以低功耗、高自主性技術參與未來競局的關鍵實力。

從製造到定義,臺灣AI自主的新起點

在生成式AI帶動的新一輪技術競賽中,算力的分配將決定未來世界的科技秩序。劉峻誠認為,臺灣若要在這場變局中保持主導權,必須擁有能自我定義的架構與技術。「我們不只是為企業造晶片,而是在為國家建算力。」他說。從十年前堅持走上邊緣運算的冷門之路,到今日以KL1140晶片開啟主權AI的新典範,耐能智慧的發展軌跡正體現了臺灣IC設計產業的潛力與決心。未來,耐能智慧將持續推動更高能效、更高彈性的AI架構,讓臺灣不僅能製造世界的晶片,更能定義世界的智慧。

|企業小檔案|
- 企業名稱:耐能智慧
- 創辦人:劉峻誠
- 核心技術:專注邊緣AI SoC專用處理器研發
- 資本額:新台幣6億7520萬元

|驅動國內IC設計業者先進發展補助計畫簡介|
由國科會協調經濟部及相關部會共同合作,所提出「晶片驅動臺灣產業創新方案」,目標在於藉由半導體與生成式AI的結合,帶動各行各業的創新應用,並強化臺灣半導體產業的全球競爭力與韌性。在此政策框架下,經濟部產業發展署執行「驅動國內IC設計業者先進發展補助計畫」,以實質政策補助,於113年鼓勵國內業者往 AI、高效能運算、車用或新興應用等高值化領域之「16奈米以下先進製程」或「具國際高度信任之優勢、特殊領域」布局,以避開中國大陸在成熟製程的低價競爭,並提升我國IC設計產業價值與國際競爭力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓