AI時代離硬件越來越遠 半導體廠投資回收難度增加

發(fā)表于：2017-08-21  作者：dsm1219  關注度：185

人工智能（AI）成為下世代科技發(fā)展重點，工研院IEK計劃副組長楊瑞臨表示，AI終端載具數(shù)量將遠小于手機，半導體產(chǎn)業(yè)挑戰(zhàn)恐將增大，芯片業(yè)者應朝系統(tǒng)與服務領域發(fā)展。

    工研院產(chǎn)業(yè)經(jīng)濟與趨勢研究中心（IEK）計劃副組長楊瑞臨指出，人工智能大致可分為資料收集與決策兩部分；其中，資料收集方面，因需要大量運算，應在云端進行。

    決策方面，目前各國仍以云端發(fā)展為主，楊瑞臨表示，未來決策能否改由終端執(zhí)行，是臺灣發(fā)展AI的一大機會。

    只是無人機、自駕車、機器人與虛擬現(xiàn)實（VR）/擴增現(xiàn)實（AR）頭戴裝置為AI的4大終端載具，楊瑞臨認為，這些載具應以企業(yè)對企業(yè)（B2B）市場為主，難以進入每個家庭，數(shù)量將遠小于手機，AI芯片需求量也將不大。

    楊瑞臨表示，未來AI時代商機將離硬件越來越遠，半導體廠投資回收難度增高，風險加劇，業(yè)者不能只賣芯片；數(shù)字內容才是AI時代最具產(chǎn)值的范疇，芯片廠應朝系統(tǒng)與服務領域發(fā)展。

    科技部近來積極推動AI發(fā)展，預計4、5年間執(zhí)行包括研發(fā)服務、創(chuàng)意實踐等5大策略，動支新臺幣160億元預算，建構AI生態(tài)圈。

    楊瑞臨認為，科技部促進AI早期技術研發(fā)，除可帶動相關技術發(fā)展，培育人才并建構環(huán)境，同時不排除可衍生出其他效益，對國內產(chǎn)業(yè)發(fā)展應具正面意義。

    不過AI終端芯片需求量不大，楊瑞臨認為，在成本考量下，未來AI終端芯片是否會如科技部評估以3納米制程生產(chǎn)，有待進一步觀察。

    人工智能或是半導體產(chǎn)業(yè)的“假春藥”

    人工智能(AI)技術正啟動半導體需求熱潮，帶動產(chǎn)業(yè)從谷底翻升，有分析指出，現(xiàn)在僅是AI爆炸性需求的開端，不僅英特爾(Intel)、NVIDIA和超微(AMD)未來業(yè)績將大進補，就連小型業(yè)者也將雨露均沾。

    隨著人工智能技術日新月異，機器人威脅勞工的隱憂也與日俱增，但Barron’s雜志分析指出，AI其實不如想象般神奇，A.B.Bernstein分析師PierreFerragu甚至在2016年底戲稱AI是「人工癡能」(artificialstupidity)。

    Ferragu的理由是，所謂的AI充其量是計算機系統(tǒng)不斷重復做分類的動作，并且從中學習，例如給予計算機大量的貓咪影片，不久后當其它影片中出現(xiàn)貓咪時，系統(tǒng)即能辨識。這雖然很了不起，但AI仍缺乏知覺，也沒有創(chuàng)造力。由此看來，機器人不至于大規(guī)模取代勞工，人類無須太過杞人憂天。

    AI可能有被過度炒作之嫌，但無庸置疑的是AI要處理龐大的數(shù)據(jù)，需要為數(shù)眾多的芯片支持，半導體制造商銷售前景可期，這從NVIDIA前一季財報可得到印證。NVIDIA資料中心芯片銷售增加近2倍，達4.09億美元，現(xiàn)在相關芯片銷售占該公司整體營收的21%。NVIDIA財報發(fā)布后隔日推出專為深度學習打造的新芯片Volta。

    即便是非關運算芯片的制造廠也感染AI狂熱，例如光纖設備廠Ciena正準備推出WaveLogicAi芯片，應用于該公司通訊設備當中，目標是讓網(wǎng)絡運行更有彈性、更聰明。

    NVIDIA和其它科技業(yè)者之所以把AI視為一個絕大的良機，是因為AI集結許多正在演進的新技術，它是一個通用名詞，而且沒有人能預測它的極限為何。

    以半導體產(chǎn)業(yè)為例，英特爾共同創(chuàng)辦人GordonMoore在1960年代中期提出著名的摩爾定律(Moore’sLaw)，他推估單一集成電路上可容納的晶體管數(shù)量每兩年會增加1倍，成本將隨之下降，現(xiàn)在證實成本果然大減50%。

    不過，摩爾定律不再是鐵律，近年已經(jīng)被打破，半導體產(chǎn)業(yè)前進的速度隨之放緩，經(jīng)濟效益也已停滯，AI的崛起正好為半導體產(chǎn)業(yè)帶來新契機，讓制造廠有機會嘗試新的點子和推出新款芯片。

    據(jù)傳Facebook和Google開始自己設計處理效率最快的芯片，其中，Google的客制AI電路系統(tǒng)已經(jīng)邁入第二代。參與設計的加州大學(UniversityofCalifornia)柏克萊分校計算機科學教授DavidPatterson最近接受媒體訪談時曾透露，Google的芯片比NVIDIA產(chǎn)品更優(yōu)異，因為它更精準地針對AI亟待解決的問題。

    不過，這不代表NVIDIA有麻煩了，Google客制化策略對許多想要追求AI的企業(yè)而言太昂貴。Bernstein分析師MarkLi和StacyRasgon最近表示，需要AI芯片的企業(yè)可能從各種來源獲得技術授權，包括影像處理技術提供者CEVA，或是安謀(ARM)，數(shù)據(jù)顯示當前銷售的芯片有3分之1是使用安謀的架構。

    其它還包括Cadence，主要業(yè)務是提供軟件工具給半導體廠，該公司的新電路系統(tǒng)設計更有助于提升機器學習能力。另一家值得注意的廠商是賽靈思(Xilinx)，該公司的可編程芯片是Altera的主要競爭對手。

    由此看來，雖然目前AI可能炒作成分居高，但在半導體產(chǎn)業(yè)停滯不前之際，AI正為產(chǎn)業(yè)帶來巨大的轉變，預料或將開啟相當龐大的新機會，但未來誰能說得準呢？