账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
台湾的AI晶片计画比你想得更务实
 

【作者: 籃貫銘】2019年06月12日 星期三

浏览人次:【7456】

自2017年陈良基接任科技部长之后,人工智慧(AI)技术就被提升为国家级的政策,将整合政府的资源和民间企业的力量,期望把台湾打造为AI技术供应链强国。



图一 : 很多人都会将它放得太高太大,但台湾目前的AI政策是一个相当务实的计画,并没有太多好高骛远和不切实际的目标。
图一 : 很多人都会将它放得太高太大,但台湾目前的AI政策是一个相当务实的计画,并没有太多好高骛远和不切实际的目标。

这个政策大家是知道的,但许多人并不清楚具体执行的方案和目标,特别是目标,很多人都会将它放得太高太大,甚至对比到其它半导体大厂的策略,因此就显得荒唐。事实上,台湾目前的AI政策是一个相当务实的计画,并没有太多好高骛远和不切实际的目标。


因此,与其把它当作一个由政府带头的科技政策,还不如说它是一个培植与引导的计画,让台湾的科技业可以在当前这波AI趋势下,站稳并找到属于台湾自己的AI优势。


小国的观点

大家都知道,台湾在政治上一直是属于产学分立的,也就是凡企业界相关的,都属于经济部的范围;而与科学园区和高教研究相关的,则是科技部的执掌,若遇到需要跨领域(也就是同时涉及经济部和科技部),则有另一个更高层级的整合组织,而AI这个事务就是在行政院科技会报办公室之下。



图二 : 科技部的「AI小国大战略」策略。(source:科技部)
图二 : 科技部的「AI小国大战略」策略。(source:科技部)

而台湾的AI政策其实是由科技部所提出,所以它一开始就是以教研为主的策略方案,毕竟科技部并不能「直接」涉及民间企业的活动,只能用鼓励学研界与企业合作的方式来进行。


学界出身的陈良基部长非常清楚这些规定与限制,换句话说,他也相当了解台湾产学界各自的优势与可施力之处。因此,他一开始就提出了所谓「小国大战略」的方针,而这个策略最有意思的地方,就是这个「小国」的观点,它跳脱了过去那种太大、太自我中心的产业思考。


就如《道德经》所说的:「小国以下大国,则取大国。」所以能够先认清自己所处的位置,用正确的观点来规划策略,这个AI策略其实就已经站在一个很好的基础上了。


虽然是小国,但科技部选了台湾最有力量、最强大的产业来当作策略核心,就是半导体产业,并环绕着「人才」、「技术」、「场域」及「产业」四个部分,来打造台湾自己的AI生态圈。其中技术与产业的部分,多集中在「半导体射月计画」之中。



图三 : 台湾的AI策略执掌架构。(CTIMES制图)
图三 : 台湾的AI策略执掌架构。(CTIMES制图)

至于为什么取名「射月」而不是射日?科技部并没有太多解释,只说是一个类似挑战困难和瞄准未来的概念。但无论如何,它听起来就是一个可以打中的目标。


边缘运算先行 建立台湾AI晶片产业链

然而很多人对于半导体射月计画其实有些误解,因为就科技部的计画内容,的确是朝要研发台湾自己的「AI晶片」作为具体的方向,但重点在于「系统整合」与「环境建置」。


首先,科技部初期的AI晶片是以边缘运算(Edge computing)应用为主,并不是要倾国家之力开发出类似Nivida或英特尔那种超高性能的逻辑运算晶片。它是属于终端产品应用的领域,也就是在目前所谓AIoT架构下的应用范畴,能够为智慧联网装置带来立即且高效率的AI功能。


依据负责执行的工研院的说法,预计今年底就会推出第一颗AI晶片,而这个晶片将会采28奈米制程,并以边缘运算应用为主要领域,强调在影像智慧辨识方面的AI功能。


然而多数人听到28奈米制程都会有些质疑,毕竟目前台湾最先进的商用制程已达到7奈米,而且又属于AI应用,难免会让人担心是不是会有效能不足,或者无法与国外竞争的疑虑。


不过工研院电子与光电系统研究所所长吴志毅解释,这个晶片主要是边缘运算装置的需求来设计,而且以展示整体的AI应用情境,起到示范AI架构和软硬体整合的目标,并不是要就单一晶片的运算性能来打转。重点是让终端装置训练有AI模型的能力。


他强调,英特尔和NVIDIA这些逻辑晶片大厂在运算上的技术已十分领先,台湾没有必要去跟他们竞争,而是应该要依据自身硬体制造的优势来发展AI晶片,而重点则在推动台湾的AI产业化。


吴志毅也提到,这颗晶片是属于经济部旗下「AI on Chip示范计画」的成果,目前约有20多家业者参与,包括上游的IC设计公司与中下游的半导体制造商,目标是建立台湾AI晶片产业链。


开发AI软体工具 加速产业落地

而吴志毅所说的这个「AI on Chip示范计画」就是一个跨部会组织,由行政院科技会报办公室统筹,经济部次长龚明鑫及科技部次长许有进担任共同召集人,并以「半通用AI晶片」、「异质整合AI晶片」、「新兴运算架构AI晶片」与「AI晶片软体编译环境开发」为四大主题。



图四 : 边缘运算的影像辨识应用会是初期的AI晶片发展重点。(Source: vox.com)
图四 : 边缘运算的影像辨识应用会是初期的AI晶片发展重点。(Source: vox.com)

支持的业者则包含:钰创、Google、义隆电、新唐、联发科、力旺、联咏、台积电、神盾、旺宏与台湾新思科等。


吴志毅更强调,这个为期四年的计画中,每年都会发表新的成果,并持续推进技术的发展。


「这不是单纯学术研究,我们每年都会有产出。」吴志毅说。


另一位负责演算法开发的工研院资通所所长阙志克,也同样呼吁要以务实的态度和作为来发展台湾的AI产业。


他指出,在晶片设计和制造上,业界的能量远远高出学研界,去指导或者带领他们开发AI晶片并不合理,反而是用成立平台的形式,让业界可以来共同参与,并让成果可以发挥在业界。


至于AI软体的部分,他表示,台湾已经错过了发展软体的时机,此时若仍抱持着要成为AI软体大国,打算输出AI软体产品的想法,就显得不切实际了。但台湾现在可以做的是朝研发软体工具的方向发展,并配合实际应用的需求来客制化。


阙志克指出,目前工研院就在进行AI晶片软体编译器的研发,也要透过其编译器,把AI模型转译成晶片内可执行的程式,借以加速AI产业化的落地时间。而除了编译器的研发外,工研院也在进行AI晶片分析工具和系统模拟平台的研发,让台湾的AI晶片设计的生态系统可以更加完整。


结语

整个来说,台湾的AI晶片计画其实更着重在IC设计端的改变上。因为在晶片制造端,台湾在台积电压倒性的领先优势之下,仍会持续的受益,几乎完全不需要担心,但IC设计端,却是挑战重重。


特别是当特斯拉、脸书和亚马逊这类业者,都纷纷开始开发自己的AI晶片时,就意味着传统的IC设计公司已渐渐不符合市场的需求。尤其AI应用非常强调客制化,其实际的应用需要与规格,都不是一般IC设计业者所能掌握。因此,唯有打造一个能快速反应客户客制化需求的AI晶片设计平台,才有可能抢占未来的商机,而这几乎就是台湾AI晶片技术的精神所在。


至于应用端,台湾也没有庞大的内部市场能够创建出国际级的AI服务或者应用,但在某些特定的领域,如医疗或者资通方面,却有相当深厚的实力,是可以作为初期的AI发展的基础。


另外,台湾的人才水准是足以媲美国际市场,而科技部积极培育AI人才的策略,更是十分值得称许。


相关文章
台湾2035年十大跨域趋势重点及产业
利用边缘运算节约能源和提升永续性
高速数据传输方兴未艾 NVMe打造现代化储存新体验
迎接Chiplet模组化生态 台湾可走虚拟IDM模式
边缘运算伺服器全方位应用场景
comments powered by Disqus
相关讨论
  相关新闻
» 工研院秀全球最灵敏振动感测晶片 可测10奈米以下振动量
» 互盛以IoT智能环保可视化服务 协助顾客加速双轨转型
» 工研院投入氢气计量监测技术 打造氢能安全创新平台
» 鼎新电脑携手和泰丰田解缺工 以数位劳动力开启储运新时代
» Fortinet SASE台湾网路连接点今年落成 全台巡??落实云地零信任资安


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83T2EBO2CSTACUKX
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw