降低AI設計門檻!工研院攜手新思打造AI晶片設計實驗室,開發時程縮短三成
降低AI設計門檻!工研院攜手新思打造AI晶片設計實驗室,開發時程縮短三成

根據IEK Consulting的調查,到了2030年,AI(人工智慧)將會在全球創造約15.7兆美元(約台幣471兆元)的市場,GDP也將會成長14%,可見AI將會是下個十年重要的技術。

以半導體為重要經濟發展的台灣,該如何抓住這樣的機會,鈺創董事長、台灣人工智慧晶片聯盟會長盧超群直言,「肯定是要AI on Chip。」

鈺創董事長 盧超群
盧超群表示,這次與新思科技攜手成立實驗室,不論是對於台灣半導體發展或是新思科技本身,任一方的成功都會帶動另一方的成長。
圖/ 簡永昌攝影

只是設計人工晶片說來簡單,要真正完成其實仍障礙重重。工研院看到市場上需要有一個更便利的平台跟工具,輔助有心投入人工智慧晶片設計的業者,因此攜手新思科技(Synopsys)成立「人工智慧晶片設計實驗室(AI Chip Design Lab)」,希望透過實驗室的成立,集結更多業者投入裝置端AI晶片技術的開發,協助台灣半導體產業以及加速台灣AI晶片的發展。

攜手EDA市場龍頭新思科技,加速AI晶片的發展

此次合作的對象「新思科技」,是一間電子設計自動化(Electronic Design Automation,EDA)的公司,專注於晶片設計、驗證、晶片智慧財產權和軟體安全性。根據ESD Alliance協會的統計,全球EDA市場由新思科技、益華電腦(Cadence)及明導國際(Mentor Graphics)三家美商壟斷,市占率高達60%,其中新思科技更位居市場龍頭。

新思科技全球資深副總裁暨亞太區總裁 林榮堅
林榮堅表示,新思科技會持續深耕台灣,也計畫加碼投資8億新台幣、延攬110位研發人才,積極協助台灣在全球AI晶片應用市場搶得先機。
圖/ 簡永昌攝影

新思科技全球資深副總裁暨亞太區總裁林榮堅就表示,為響應AI on Chip的示範計畫,將加碼8億新台幣在台投資,也預計再招募110名研發人員,將原有的團隊擴大到200人,協助推動AI成為台灣新世代的科技產業。

他進一步解釋,這次與工研院的合作由新思科技提供EDA工具、矽智財(IP)以及快速開發與驗證平台,工研院則是提供AI系統晶片參考設計以及軟硬體客製化技術服務,共同打造這個設計平台。

AI晶片設計大不同,如何滿足不同應用需求成關鍵

工研院資通所所長闕志克就點出,在全球前十名的IC設計企業中、台灣就搶下3個席次,可見除了晶圓代工之外,台灣在IC設計也有一定的實力。但是過去台灣在IC設計上主要聚焦在標準通用晶片,包括無線通訊、影音運算或是有線高速傳輸介面等,不僅是已具有基礎架構,軟體開發也相對單純。

工研院 闕志克
闕志克表示,AI晶片的生產過程涉及多種技術,而AI晶片的研發速度更是攸關產品上市的關鍵。實驗室的成立將有助於減少30-50%的開發時程,降低業者進入AI設計的門檻。
圖/ 簡永昌攝影

步入AI的時代後,在各種不同情境中,都必須了解效能表現跟運算力需求,已不再像過去透過標準通用晶片可以滿足,因此除了目前市場上比較具規模的IC設計公司有能力跨足AI晶片設計外,其餘的IC設計將面臨到架構配置、設計時間、成本等多重考量,阻礙產品上市的時間。

成立實驗室,小型IC設計公司與系統業者成潛在受惠商

實驗室的成立,正是對於規模較小的IC設計公司,甚至是不具有IC設計能力的系統整合(SI)業者,提供一個絕佳的解決方案。闕志克表示,透過實驗室軟硬體的資源協助,將可縮短30-50%的開發時程,不僅是加速了AI上市的速度,同時降低了業者進入AI晶片設計的門檻。

IC design.png
AI晶片設計之所以跟過往晶片設計有所不同,主要在於終端應用多元,架構的需求需要滿足終端應用的效能表現跟運算力,因此難度更高。
圖/ Midas Labs

舉例來說,不管是小型規模的IC設計公司,或是系統整合業者,當他們擁有一個AI使用情境卻不知如何下手時,實驗室就可以提供一個公版的架構配置作為初步的參考,並利用軟體協助,來測試這樣的配置是否能滿足終端情境在AI效能表現跟運算力的需求,如果有需要調整的地方,工研院也能提供建議,協助做出更客製化的AI晶片。

因為AI時代下資訊量的產生將越來越龐大,能夠在終端裝置上先進行運算、即所謂的邊緣運算(Edge Computing),對於資料中心的負擔將能大幅降低。但終端裝置大如自駕車、小到穿戴裝置都算是,不同應用的運算力需求各有不同,不再是過去能靠一招打天下,這是研發AI晶片的難處、同時是人工智慧晶片設計實驗室誕生的主要原因。

實驗室成立減少開發週期,提升25%效能表現

新思科技全球副總裁暨台灣區總經理李明哲就解釋,實驗室整合了建構AI架構設計、AI編譯器研發以及AI軟硬體整合等關鍵技術,不僅可以改善當前業界缺乏關鍵技術的窘境,也能加速晶片開發週,從過去的1.8-2.5年減少約6個月,同時也能提升AI晶片效能達25%,強化AI的技術能量。

新思科技全球副總裁暨台灣區總經理 李明哲
李明哲指出,攜手工研院打造這個實驗室將能加速AI晶片提早6個月上市。
圖/ 簡永昌攝影

實驗室已於今(21)日正式揭牌並開始試營運,目前先提供AI SoC(系統單晶片)參考設計平台等服務,預計2021年10月正式營運後,將可提供業者AI晶片系統設計及軟體開發、AI晶片系統驗證等服務。

責任編輯:錢玉紘

關鍵字: #工研院
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 2026 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