5G應用如何不卡卡？Arm推新解決方案，靠運算力推一把|數位時代 BusinessNext

5G應用如何不卡卡？Arm推新解決方案，靠運算力推一把

疫情加速一般人對於視訊、遠距教學等沈浸式體驗的需求，Arm端出強化行動裝置的運算力解決方案，讓沈浸式體驗更加順利。

處理器效能提升，強化運算力才能有好體驗

新一代的CPU：Cortex-A78將筆電等級的運算力帶入到行動裝置上，比起前一代能有20%效能的提升，不僅能處理的資料量較過去來的多，這對終端裝置機器學習的運算表現上也有幫助，主攻旗艦級手機或是大螢幕的行動裝置。

有了CPU在效能表現上的提升後，新一代GPU也延續去年Valhall架構推出Mali-G78 GPU，跟前一代相比繪圖效能提升25%，並且最高能支援24核心。最特別的地方是Mali-G78 GPU能讓行動裝置的電池使用時間更長，不僅能對於高效能手遊帶來更好的遊戲體驗，也支援其他豐富的用戶體驗以及提升機器學習和複雜工作負載的效能表現，像是AR追蹤的應用等。

除CPU與GPU的搭配，能協助終端裝置同時處理大量的資訊以及圖像內容，使用戶在進行沈浸式體驗的應用中更加流暢外，對於未來更強調萬物聯網如車聯網等複雜的應用場景，NPU（神經網絡處理器）的登場，更能對CPU有神助攻的表現。

機器學習時代來臨，NPU運算角色扮演更重要

由於終端裝置在未來可能需要進行更大量、快速的運算反應，執行資料運算對CPU來說可能負擔越來越重，這也可能影響到GPU在處理圖像上的表現，因此主以處理AI、機器學習等運算的NPU角色就更顯重要。

Arm推出的第二代NPU：Ethos-N78有兩大亮點，分別是效率及可配置性。採用最新的壓縮技術，預估運算效率比起上一代提升25%，意味著相同面積裡面將可執行更多的工作內容；而Ethos-N78能量身訂製、擁有超過90種配置方式，不僅能配合工作負載調整外，也能依據客戶的價格需求調整性能上的擴充。

NPU未來在行動裝置中的角色是否會越來越重要？答案是無庸置疑。由於AI的發展一直在加速、終端裝置的機器學習也變得重要，因此在5G發展的時代會更加依賴終端裝置的運算力，不僅有資安顧慮，也是為縮短資料上傳所消耗的時間。

目前行動裝置主要的運算力都落在CPU或GPU，Arm台灣總裁曾志光說，NPU在運算上所消耗的能量（Power）可能僅是CPU的1/10，這對於機器學習為未來趨勢而言，是相當有幫助。

沈浸式體驗不只遊戲，靠合作夥伴畫出更多藍圖

目前看來行動裝置的沈浸式體驗，主要應用似乎是以遊戲為主，曾志光也補充說，站在Arm的角度並不這樣認為。因為Arm會跟客戶進行討論後再推出相關的解決方案；隨著這些IP的問世也會吸引更多的客戶上門、為新IP打造更多的使用情境，以目前的視訊會議來說，未來的沈浸式體驗可能要往360度全景式方向前進，而且也可能仰賴生態系的合作夥伴思考，該如何突破讓不同空間的參與者，能更順利地進行協同合作的繪圖、腦力激盪，讓沈浸式體驗的應用可以發揮極大值。

「但疫情確實讓使用者感受到沈浸式體驗的急迫性，而非疫情前的需要但非必要」曾志光這樣說到。

責任編輯：陳映璇

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。