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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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