2019/6/18
徐宏民
台大資工系教授
如何設計低耗能、高功效深度學習網路(二)
延續深度學習網路精簡設計的主題，為了符合商業價值（特別是邊緣計算的龐大機會），我們必須在正確率不打折的情況下，設計出兼具低運算複雜度、低耗電、低參數量的智能算法。目前的設計原則是將「冗餘」的運算予以精簡。原因是近來很多研究顯示目前的深度學習網路設計中夾雜了冗餘的參數以及運算。這些龐大運算由何而來，可以參考前文。依照這幾年的研究，我們將其整理為四種精簡設計策略，在本文中先介紹其中兩種。
2019/6/13
林育中
DIGITIMES顧問
3nm的競爭—三星的多橋通道場效電晶體
三星在5月剛開過的代工論壇中宣佈了3nm的工藝，從原來的鰭式場效電晶體（FinFET）改為多橋通道場效電晶體（Multi-Bridge-Channel FET；MBCFET）。這是閘極全環場效電晶體（Gate-All-Around FET；GAAFET）的一種，不是新創舉，但是現在元件物理嚴苛的要求讓其實施的必要性成熟了。
2019/6/11
徐宏民
台大資工系教授
如何設計低耗能、高功效深度學習網路(一)
目前智能應用的普及來自近年機器學習技術的精進，其中最大的突破在於深度學習網路。給予適當的類神經網路架構以及足夠的訓練資料下，在各種智能應用中都有突破性的發展。而付出的代價則是龐大的參數模型以及運算量。舉例來說，常用的深度學習網路參數大約數百（千）萬個（浮點）參數，每次推論運算約需數個G-FLOPs，可以想像對於運算資源的需求十分龐大。
2019/6/6
林育中
DIGITIMES顧問
半導體成國之大事 政府做法和角色宜調整
南韓的半導體政策4月正式出爐，擘劃的是由今至2030年長達10年的國家政策和執行方法。主要的目標是建立代工和設計的生態圈，成為全世界第一。投入的資源包括政策、稅收、資金、教育與人力資源、硏發、建立公共平台、創造產業需求以及公共工程採購等，動員的規模比之美國的量子信息計畫有過之而無不及。
2019/5/30
林育中
DIGITIMES顧問
二維材料於場效電晶體的應用
場效電晶體(Field Effect Transistor；FET)的核心是通道(channel)，材料是半導體。它的一邊接源極(source)，一邊接汲極(drain)，這兩個是場效電晶體中載子(carrier)的來處與去處。通道上有一層絕緣體，之上還有閘極(gate)，用來控制電晶體開關。當閘極施加電壓，底下的半導體變成導體，電流從源極流到汲極，這時處於「開」的狀況。電壓移去後，電晶體就回復「關」的狀況，這是半導體的ABC——控制，電子線路一切都是關於控制。
2019/5/28
徐宏民
台大資工系教授
autoML自動化深度學習網路設計可行嗎？
機器學習(深度學習為其中一分支)技術成為各產業智慧化的核心能力，但是算法的設計複雜，需要專業知識與經驗，對於好的人才，需求遠大於供給。為了彌補這個空缺，這幾年自動化機器學習工具(autoML)新研究興起，希望有自動化的系統，在給定問題(通常是標記的資料)之後可以自動生成機器(深度)學習算法。在資訊理論上，這是非常複雜的問題，需要大量運算資源，所以極具挑戰。
2019/5/23
林育中
DIGITIMES顧問
腦機界面以及語音合成
腦機界面（Brain Machine Interface；BMI）開發迄今有15年了，最近有令人興奮的進展：將神經活動解譯成語音。這是基礎科研以及醫療界的攜手進展，而下一步—或長或短—或將要連動電子業了。
2019/5/21
徐宏民
台大資工系教授
智慧硬體擴張為生態系
硬體產業如何擴張？怎樣跨足到毛利相對高的軟體或是新興產業？這是台灣許多資通訊業所關心的議題。似乎不少人選擇跨足到與本業不同的全新領域，但這是唯一做法嗎？
訂閱椽經閣電子報
新文章上刊時發送，提供您DIGITIMES專家及顧問群的最新觀點、見解。
