按下快門鍵，手機會分析你的五官幫你「客製化」美顏；商店的攝影機即時人臉辨識，可以辨別每一個來客的年齡、性別及心情；無人車在路上能自動判別路況，這時到底該停下、還是減速⋯⋯如今，AI（人工智慧）已經徹底融入我們的生活。
但從軟體、演算法，再到導入各種裝置、應用場景，一切都離不開最關鍵的心臟——AI晶片；當全球都正加入這一場AI爭霸戰中，台灣最強的優勢，無非也是深耕逾30年的半導體、ICT領域。
「以前一項新技術，上游做完研究，中游再把它變成技術，最後才會看看有沒有人要買，但現在AI也這麼做的話，就太慢了！」行政院吳政忠委員一語道破其「急迫性」，台灣決定要打團體仗。
在行政院科技會報辦公室、經濟部的指導下，昨（2）日「台灣人工智慧晶片聯盟（AI in Chip Taiwan Alliance，AITA）」正式成立，由鈺創董事長盧超群領軍擔任會長，會員囊括國內外超過50家機構，如鈺創、聯發科、廣達、台積電、微軟、華碩都在其中，目標要讓業者研發AI晶片的費用降低10倍、開發時程縮短6個月。
台灣發展AI的痛點
「全世界的半導體已經連續七年成長，在2000年產值是2,000億美金，去年達到4,800億美金，連半導體的人都不會相信，18年來我們成長了2.4倍，」即便如此，盧超群表示，因中美貿易戰，今年半導體也進入了「喘息年」，雖然預計市場將衰退12%，但若「習川會」的談判結果順利，10月起則會慢慢回溫。
重要的是，當半導體繼續穩定成長，搭上AI導入各行各業的「助力」，便有「加成」效果，把市場從電子業，擴大到農業、醫療業、零售業等各行各業中，根據經濟部部長沈榮津透露，AI晶片總體市場產值預估在2022年，可以達到5,000億台幣。
但是，現在台灣業者發展AI，碰到了哪些困境？
首先，是「語言不通」。Google、微軟這些大型廠商，在自家的AI雲端伺服器上，都有自己的一套程式語言，微軟Azure是英語的話，那Google就是德語。
「如果台灣做出來的AI晶片只跟著一家國際大廠走，那就只會講一種語言，甚至根本沒有跟著它們走，這樣會被只侷限在一種應用裡，再發展會困難重重。」盧超群表示。
第二點，則是應用場景。沒有應用場景，AI就沒有了作用，聯發科計算與人工智能技術群總經理陳志成指出，在過去，業界總是習慣先有應用，才去設計產品滿足它，但針對AI，產品和需求會相互影響，相輔相成。
「像是手機拍人像模式、照片背景虛化，晶片設計夠成熟，應用才能成功問世。」陳志成表示，未來系統單晶片的開發挑戰便在於，越來越多App需要複雜的高效AI能力，需要多個處理引擎同時協作，並在系統開發時期就能確認功耗，再針對需求開發AI晶片。
第三點是人才。中國的AI產業日益狀壯大，吳政忠表示，台灣有不少人才被挖角、流失。
AITA到底怎麼整合AI業者？
事實上，AITA已經籌備了近一年，早在2018年8月就已經成立了「AI on Chip示範計畫籌備小組」。
「我們現在跨出第一步，先請廠商加入，接著請學界加入，」盧超群表示。預計在今年，AITA將針對兩個硬體主題、兩個軟體主題，成立四個SIG（Special Interest Group），包括「AI晶片異質整合」、「AI系統軟體」，「類腦運算」及AI系統應用，50位成員可自行選擇加入，讓產業從原來的「水平分工」到「垂直整合」。
工研院副所長張世杰表示， 未來將從每一個小組裡，直接發現廠的需求和問題給予協助，並且做出共同標準介面，也讓廠商間彼此串接。若再把做法說得具體一點，例如聯發科想做一項AI的新技術，但風險很高，工研院則可以協助一起做，分散投資風險。
張世杰透露，現在已經有不少軟體廠商來談合作；針對「AI晶片異質整合」，原來有在經營的台積電、日月光，也已經是會員之一；至於最為關鍵的「類腦運算」，則是讓AI的運算方式，更趨於人腦，如此才能大幅降低AI晶片的功耗。
「我們要把AI的任督二脈打通，誰有類垂直整合的力量，發展的產品就可以給各種領域使用，」盧超群表示，AITA預估第一年，要讓AI設計和驗證平台架好，到了第二年，則能大幅開發不同的產品，進而嫁接到國外市場。
解決功耗跟記憶體頻寬，AI晶片兩大瓶頸
談到AITA的目標，除了要建立AI生態系、發展關鍵技術，最重要的是加速產品開發。張世杰透露，希望可藉此降低10倍的AI晶片研發費用、縮短AI晶片6個月以上的開發時程，並提高AI晶片兩倍的運算效能。
而聯盟各成員角色又是什麼？微軟大中華區物聯網方案負責人林孟洲表示，微軟參加AI聯盟著眼的是「安全」。
他表示，上億台物聯網裝置聯網，最大的問題就是安全，這包括AI晶片應用軟體及晶片端資料保護兩大塊，微軟的策略是跟夥伴合作，台灣聯發科便是第一個合作的晶片開發商，2018年9月已正式發表MT3620晶片，裡面就是微軟的IP，而今年6月微軟再宣佈與恩智浦合作。
而IC設計業者則更關心晶片本身的開發。「AI晶片最大瓶頸在功耗及記憶體頻寬，」神盾指出。
瑞昱是新興架構小組召集人，這個小組任務就是投入推論加速卡開發，讓AI晶片可以有較好的功耗，目標每瓦可以達成100個兆浮點運算（TOPS），這差不多是GPU功耗的500倍。
「現在有一個『音速障礙』就是每瓦能做多少推論效能，如果突破，台灣就會贏。」瑞昱總經理特助魏士鈞說。
他指出，音速障礙是航空業對飛機的飛行速度極限稱呼，AI演算法再強，要裝載在邊緣裝置端，面臨的問題就是：運算效能越強，功耗就越多，耗電量就越是問題，AI聯盟團隊有很大的任務就是解決這個挑戰，這是物理現象，誰能打破音速障礙就能在世界上取得很好的領先。
「三星記憶體賺的錢300億美元，都已經比台積電一年營收大，」盧超群擔心的說，韓國在記憶體擺出大陣仗競爭，未來台灣產業勢必要面臨挑戰，而中國的AI也崛起，用國家力量支持初期成本開發，儘管如此，新思預期台灣還有3~5年領先優勢，主要原因是中國仍在努力衝大市場應用，打造獨角獸，對破碎的小市場無心經營，台灣對這類市場反而還較有底氣，能持續支持撐完AI晶片開發週期，等待營收貢獻實現。
「應用一直在變，要射中一個移動的靶是很困難的。」魏士鈞認為，由於AI的應用場景仍在不斷發展中，聯盟藉由集中大家資源，期望一起助半導體產業打下好的基礎，讓聯盟成員都能從中得到益處。
