在AI處理晶片技術的研發上，台灣並不是領先者，同時也因為缺乏領導的處理器和繪圖晶片業者（曾經有過），因此在AI晶片市場上已失去先機，故台灣整體的AI產業的經營方向，將朝提供AI應用服務為主軸。

另一方面，由於台灣具備領先世界的半導體供應鏈，包含IC設計服務、晶片製造、半導體測試與封裝等，皆屬世界一流的地位，有能力能夠製造世界最先進的AI晶片。因此，雖然沒有一流的AI晶片商，但台灣正積極從既有的領先基礎上，建立起世界領先的AI晶片供應鏈。

圖1 : 台灣AI晶片的供應鏈（CTIMES製圖）

然而，台灣還是有一些AI相關晶片的供應商，其中以聯發科技（MediaTek）與耐能智慧（Kneron）、威盛電子（VIA）最具代表性，他們在AI晶片市場雖然不處領導位置，但也足以可看出台灣在AI領域的發展趨勢。

聯發科：NeuroPilot APU晶片

聯發科是目前台灣最大的晶片商，提供相當多元的晶片應用，從穿戴式裝置，多媒體影音，智慧家庭，到智慧型手機處理晶片等，其中手機的處理晶片是其最關鍵的營收項目，也是其布局人工智慧（AI）市場的最主要產品。

為了將AI技術落實在其手機處理器晶片中，聯發科正持續與多家中國與美國技術業者結盟，擴大其AI生態系統。目前包含騰訊、曠視科技、商湯科技與虹軟，皆已是其AI技術夥伴。

圖2 : 聯發科的曦力P60是其首款搭載NeuroPilot AI技術的手機處理器晶片，能為手機帶來智慧拍照的功能。（source: 聯發科）

此外，聯發科也宣布加入開放神經網路交換格式（ONNX）， ONNX是由亞馬遜、Facebook 及微軟攜手創立的 AI 架構，以建立相容標準，讓不同架構之間的深度學習模型可以彼此進行轉移，形成開放的生態系統。

聯發科技的AI技術取名為NeuroPilot。根據聯發科的說法，是一種將CPU、GPU和APU（AI處理單元）等異構運算功能內建到SoC中的技術，其中APU是聯發科所研發的人工智慧處理單元。該硬體是可擴充（單核到多核）的人工智慧處理單元。

聯發科指出，其行動APU 1.0是專為智慧手機和行動設備所設計的第一代AI處理單元，可提供高省電效率的人工智慧操作處理。開發者可以使用 TensorFlow、TF Lite、Caffe、Caffe2 Amazon MXNet、Sony NNabla，或其他自訂的協力廠商通用架構來構建應用程式。

在API級別，聯發科會提供NeuroPilot SDK，包括谷歌安卓神經網路API（Android NNAPI）和聯發科NeuroPilot擴充元件，讓開發人員和製造商能以更加貼近硬體的方式編碼，以提高性能和省電效率。

而聯發科的曦力P60 (Helio P60）則是其首款搭載NeuroPilot AI技術的手機處理器晶片。根據聯發科的資料，Helio P60採用8核心大小核（big.LITTLE）架構，內建4顆Arm A73 2.0 Ghz處理器與4顆Arm A53 2.0 Ghz處理器。相較於上一代P系列產品，Helio P60整體效能提升12%，執行大型遊戲時的功耗降低 25%。

聯發科指出，透過專為AI應用打造的處理器，可為消費者帶來新的旗艦功能，例如深度學習臉部偵測、物體與場景辨識、更為流暢的遊戲體驗及更聰明的照相功能。

而繼P60之後，聯發科已在今年五月底推出了第二款的手機AI處理晶片Helio P22。Helio P22同業樣採用台積電12奈米FinFET製程，但內建8顆Cortex A53核心，最高頻率為2.0GHz，為專為中階手機所設計，其AI功能主要用於智慧照相功能。

耐能智慧：Kneron 神經網路處理器

創立於2015年的耐能智慧（Kneron）其實不是台灣公司，它於成立於美國聖地牙哥，為執行長劉峻誠博士所創，專注於終端人工智慧解決方案的研發。該公司目前已獲得奇景光電（Himax Technologies）、高通（Qualcomm）、中科創達（Thundersoft）和紅杉資本（Sequoia Capital）的投資，近期更完成了由李嘉誠旗下的維港投資（Horizons Ventures）領投的1800萬美元A1輪融資。

雖然在美國成立，但耐能智慧其實是一家很台灣的公司，除了執行長劉峻誠本身是成功大學畢業的台灣人外，該公司目前的主要活動也都集中在台灣地區。

而作為AI技術新創公司，耐能以發展整合軟硬體的終端人工智慧（Edge AI）技術為其市場識別，主要的產品為AI APU的硬體解決方案。有別於傳統的雲端人工智慧，Edge AI會將一部份的人工智慧運算從雲端移轉到終端裝置中，以進行即時運算。此架構可大幅減輕網路和雲端的成本，同時提供更具效率、更穩定，也更安全的智慧服務。

圖3 : 耐能的AI人臉辨識技術，能針對臉部的特徵進行更多的偵測。（source:耐能智慧）

耐能目前的主要人工智慧晶片產品，為神經網路處理器（Neural Processing Unit，NPU），以及影像辨識軟體。根據耐能的資料，其處理器是依據可重組式人工智慧神經網路（Reconfigurable Artificial Neural Network，RANN）技術，能根據不同的任務進行重組，減少運算複雜度。

在技術規格方面，Kneron NPU包含硬體IP、編譯器（Compiler）以及模型壓縮（Model compression）三大部分，可支援各種主流的卷積神經網路（Convolutional Neur al Networks，CNN）模型，如Resnet-18、Resnet-34、Vgg16、GoogleNet、以及Lenet等，以及支援主流深度學習框架，包括Caffe、Keras和TensorFlow。

耐能強調，其NPU神經網路處理器是針對終端裝置所設計，可運行ResNet、YOLO等深度學習網路。其方案具備低功耗和小體積的特色，同時能提供強大的運算能力與優異的功耗，可應用在智慧家庭、智慧安防，以及對耗電和空間有高度要求的手機和穿戴式裝置上。全產品的功耗為100毫瓦(mW)等級，而針對特定的應用，可進一步降至5毫瓦以下。

除了硬體的晶片，耐能也提供人工智慧軟體解決方案，主要應用於各種影像辨識應用，包括臉部辨識、身體與手勢辨識、物品辨識、場景辨識。

耐能指出，由於採用其獨家可重組式人工智慧神經網路技術，可將複雜的神經網路加以重組及輕量化，尤其適合追求低耗能、離線運算的各種終端設備。此外，方案具備優異的整合性能，可協助客戶快速部署至所需的裝置上。

威盛電子：開發全球最快的神經網路推理引擎

作為台灣自有的處理器晶片商，威盛電子（VIA Technologies）顯然也沒有要在AI時代中缺席，其同樣選擇在以終端為主的Edge AI作為市場的切入點，但不同同的是，威盛並沒有直接提供晶片，而是結盟第三方，搭配自家的演算法，以提供Edge AI模組平台解決方案。

圖4 : 威盛的Edge AI平台主要針對影像應用所設計，其中包括了高通的Qualcomm Snapdragon 820E四核心嵌入式平台和NVIDIA Jetson TX2模組。（source:威盛）

威盛的Edge AI平台主要針對影像應用所設計，其中包括了高通的Qualcomm Snapdragon 820E四核心嵌入式平台和NVIDIA Jetson TX2模組，其可為AI應用程式方案提供計算、圖形和連接的最佳整合。該系統還可以進一步優化威盛智慧人臉辨識整合、Mobile360先進駕駛輔助系統，以及360度環繞的電腦視覺技術。

透過威盛的平台，即可對影像系統增加人員的情緒、年齡和性別的即時偵測功能，以及對安全、監視和客戶參與的人員計數和追蹤，無需依賴與雲端的連接。威盛指出，其平台是用於運輸、零售、娛樂和醫療等領域。

而為了使用戶能更便利的開發相關應用，威盛也推出了整合自家SOM-9X20 SOM機器視覺模組和SOMDB2載板，以及13MP CMOS攝影機模組的開發套件，以進行更實際應用的開發和部署。

此外，為了使本地深度神經網絡處理能力整合至下一代Edge AI伺服器、系統和設備中，威盛正著手開發全球最快的神經網路推理引擎，將支援8b和16b量化整數推理，也將與Google的8b TensorFlow Lite兼容，此引擎還具有16MB SRAM內部記憶體，每秒16 TB的內部頻寬，每秒16 TOP及針對實際AI應用的一系列架構優化。