AI浪潮再起 台灣IC設計須抓緊商機
- 洪千惠
-
AIoT將會是未來IT產業的重要商機，台灣業者過去在終端設備的優勢，將會延伸到此一領域，不過在資源有限的狀況下，台商投入特定領域的IC研發，應先做足功課，並以專利取得競爭優勢。
自從AlphaGo在2016年底開始與職業圍棋棋士對弈，並接連取得勝利後，AI再次受到全球矚目，事實上連同這次，AI有三次大型發展，DIGITIMES助理分析師胡明傑指出，1940年就有學者研究類神經網路，並提出多篇論文，不過當時的演算法並不成熟，因此熱潮隨之消退。1980年代AI浪潮再起，這次的AI演算法加進多層感知器與反向傳播演算法，這次的演算法相對成熟，與現在的CNN、DNN、RNN等演算法已相當接近，不過由於當時的資料不易取得，難以形成龐大資料庫以供伺服器分析；另一個原因則在於硬體，要處理多層類神經網路，裝置的記憶體容量和運算能力也必須相對提升，不過由於硬體技術有限，模型的建立往往曠日廢時，因此AI的第二次發展並未能成功商業化，最後又重回學術單位繼續研究。
而這次的AI發展之所以會受到產官學界的高度重視，胡明傑認為包括演算法、硬體、資料量等三大元素都已然齊備。演算法部分延續之前的類神經網路，尤其是2006年，多倫多大學的Geoffrey Hinton教授解決了類神經網路的問題，讓類神經網路重新換上「深度學習」的名字捲土重來，成為現在AI領域廣為人知的演算法。硬體方面則是處理器運算能力的大幅提升，現在的GPU已可在短時間內處理大量數據並建出模型，加速AI系統的效能。最後則是資料量的增加，從通用概念性的資料如人臉模型，到產業別特定領域的資料如醫療數據，龐大的數據量為AI演算法提供了充足的支援。
做足功課 審慎投入利基市場
捲土重來的AI聲勢驚人，並被IT業者視為物聯網智慧化的最後一塊拼圖，胡明傑指出，AI在物聯網的應用，將會是雲加端的結構，以運算晶片而言，雲端業者競逐GPU、ASIC、FPGA等方案，且雲服務業者如亞馬遜、阿里巴巴等亦為潛在進入者，競爭激烈，台灣業者可借力使力，搭著產業巨人發展雲加端的生態往終端設備的創新應用發展。
在邊緣運算趨勢下，物聯網的終端設備將具備一定程度的運算能力，其運算晶片除了運算能力外，也會有低功耗、小體積等要求，是台灣IC業者擅長領域，不過胡明傑也表示，要進軍此一市場，台灣IC設計業者必須做足功課。
不管是AI或物聯網，未來都會走向垂直市場，垂直市場的設備都需要該領域的專業知識，而且這部分市場屬於少量多樣，IC初期的開發成本攤提時間較長，若投入發展的成果不佳，開發成本將有可能無法回收，這對同為競爭對手的大陸業者來說或許尚可容忍，但對資源有限的台灣業者來說，就會是難以承受之重。
不過終端設備市場仍是台灣業者的重要利基處，因此胡明傑建議台灣業者，除了在投入前要做足功課外，也應該改變產品策略，將自身的產品由IC設計延伸至上層開發設計軟體、應用軟體或與其他特定用途晶片產品整合等，並以專利確保本身的優勢，台灣業者將有機會在競爭激烈的物聯網產業中站穩腳步，並同步提升自己的產品價值。
