AI 逐漸深入日常，從生物辨識、影像分析到自然語言處理，不論是隨身攜帶的手機、智慧家庭、無人工廠、智慧城市，AI 已經展現無所不在的潛力。SEMI Taiwan 作為全球半導體生態系的重要組織，在台舉辦「Smart Data 智慧數據國際高峰論壇」，邀來電子設計自動化（EDA）大廠 Mentor Graphics、Cadence、Synopsys；行動通訊大廠高通（Qualcomm）；矽智財大廠安謀（ARM）齊聚一堂，暢談半導體業界如何為 AI 的普及做好準備。
論壇由去年甫與 SEMI 合併的電子系統設計聯盟（ESD Alliance）執行董事 Bob Smith 引言，指出 AI 目前幾乎已無所不在，也吸引眾多資金投入。2019 年第二季，全球投入 AI 新創的資金高達 50 億美元，熱度可見一斑。台灣的 AI 新創也蓬勃發展，在農業、安全、醫療等領域，都有成績。「ESD 聯盟的夥伴來自半導體上游，特別能夠感受 AI 浪潮襲捲全球。」
AI 普及大未來，半導體產業出現三個有趣的現象
Mentor Graphics 榮譽執行長 Walden Rhines
西門子集團旗下的 EDA 大廠 Mentor Graphics 榮譽執行長 Walden Rhines 以「AI 驅動下世代運算及 IC 設計」為題，他表示看好半導體業的長期成長趨勢，主要是 AI 的貢獻將愈來愈顯著。Rhines 觀察到半導體產業近年的三個有趣現象：
有趣現象一：全新的廠商開始投入晶片開發，例如 Facebook, Google, Amazon，甚至汽車品牌大廠，這些原本不屬於半導體供應鏈的成員，近五年來成為晶圓代工廠的客戶，下單量以每年七成的增速，快速成長，反映出 AI 應用崛起所帶動的晶片運算需求。
有趣現象二：相對於泛用式晶片，所謂的「Domain specific chips（專用式晶片）」已成為全球半導體市場的重要推力。
有趣現象三： AI 和機器學習的終端應用場景，最常見有三大項：視覺辨識、資料中心及雲端，邊緣運算。投入廠商從 AI 新創到科技大廠如微軟、NVIDIA、Xillinx、Google 等等，百家爭嗚。
高通副總裁：2025 年，AI 的終端設備滲透率將達 100%
高通副總裁李維興
行動通訊大廠高通副總裁李維興，以「讓 AI 無所不在（Making AI Ubiquitous）」為題，談 AI 的發展。他分析，從 3G, 4G, 到 5G, 高通的無線通訊技術催生了智慧手機，可算是邊緣運算的始祖。「如今的通訊不再只限於人對人，還包括人對機器、人對物聯網，大量資訊的產生，須要 AI 扮演重要角色。」高通指出，今天，在各種終端裝置如智慧手機、汽車、PC、智慧語音助理之中，AI 的滲透率只有 10%，到了 2025 年，AI 滲透率將成長到百分之百。
高通以智慧手機為例，過去 20 年，功能從語音一路進展到社群溝通，如今各行各業都必須用到智慧手機，它自然也成為落實 AI 的最大平台。高通的 AI 技術已應用於工廠自動化、智慧交通、XR 裝置等。以工業物聯網為例，AI 與 5G 通訊相輔相成，5G 的快速、低延遲特性，能確保 AI 的運作效能更好。
邊緣運算浪潮來襲，設備「功耗」及「散熱」是關鍵
高通指出，邊緣運算的需求即將爆發，在運用 AI 時，邊緣運算裝置必須有兩大要件：低功耗及散熱佳；假使終端裝置例如電動車，須要 AI 大量運算但卻散熱不佳，將對安全產生極大影響。
高通總結 AI 應用的三大重點，一是現今的世界，資料變得愈來愈分散，因此必須採用低功耗、具備強大 AI 運算能力的終端裝置，與雲端運算相輔相成。二，行動通訊解放了 AI，如同一個民主化過程，讓 AI 更普及，也將催生全新的產業和技術。三、高通從通訊技術出發，站在一個優勢位置，能夠提供最佳 AI 解決方案。
未來十年 IC 設計趨勢：晶片的高度客製化
Cadence 副總裁 Paul Cunningham
EDA 軟體大廠 Cadence 副總裁 Paul Cunningham 以「晶片上的 AI 進化（AI revolution on the chip）」為題，分享 AI 對 IC 設計業帶來的變革。他指出，過去十多年是「泛用式 CPU」的黃金年代，每年 CPU 效能平均成長 5 成；但十多年下來，成長力道已經趨緩。
「接下來的十年 ，我們需要發展客製化程度較高、替不同場景打造的『專用式晶片（Domain specific chips）』。」Cadence 指出，GPU 即是一例，它是專為 AI 運算而設計的晶片，效能可達現在的千倍以上。專用式 IC 也將替廠商創造新商機，例如近年轉型 AI 運算的晶片大廠 NVIDIA，其來自 Data Center 的營收，過去五年每年平均成長七成。
眾家廠商投入巨大資源進行 AI 研發，Cadence 身為半導體產業的重要夥伴，也開發出 EDA 設計及驗證軟體給 AI 晶片商，讓廠商能夠更快速地將研發成果落實為產品，縮短 time-to-market 的時程。例如 Cadence 的 Tensilia DNA 100 軟體，就是一種神經網路編碼器，可提供高度彈性，讓客戶加速開發邊緣運算 AI 晶片。
「人工智慧產業才剛剛開始，我們還有許多機會可以優化 AI 硬體和軟體，從而提高性能和效率。此外，隨著性能和效率提高，我們（Cadence）將能夠使用 AI 去解決更多問題並創建新產品。AI 將是未來幾年半導體成長的重要推動力量。」
對於台灣 AI 人才與產業環境，Paul Cunningham 更說明，台灣擁有良好的電機教育和良好的工作文化環境，資通訊科技產業的影響力方面也是獨特的，是連結半導體生態系統很好的地方；而且台積電為全球 IC 產業提供專業積體電路製造服務，這為台灣提供了良好的機會。
安謀副總裁：ML 市場高度分散，需要統一的解決方案
安謀行銷副總裁 Ian Smythe
矽智財大廠安謀行銷副總裁 Ian Smythe 以「藉由全方位運算能力讓 AI 普及（Scaling AI Through Total Compute）」為題，談 AI 運算的使用案例、挑戰及解決之道。他指出，AI 的普及度日漸提高，目前全球有 40 億支智慧手機，其中 85% 在執行機器學習（ML）運算時，僅使用 CPU 或 CPU+GPU。除了手機，不同產業在執行 AI 運算時也面臨不同的挑戰，例如自駕車或車聯網，光是程式碼就高達數十億行，而且對於安全的要求極為嚴苛。
安謀長久以來在矽智財架構上獨領風騷，早就擁有全球最大的運算夥伴生態系，不過為迎合 AI 時代的全新需求，安謀近年發展出軟體生態系，讓 2300 萬個開發商利用安謀平台來進行 AI 及 ML 的創新研發。「ML 演算法的優劣，攸關創新與否，安謀提供一個生態系平台，確保演算法開發者擁有最佳的矽智財工具來進行研發。」
安謀表示，進入 AI 時代，安謀提供一個從 CPU、GPU、NPU 到專用 ML 處理器的完整架構，讓使用者各取所需。在某些情況下，ML 運算只要使用 CPU 即已足夠；複雜的 ML 運算，則可交由 GPU 或 ML 專用處理器來提高效能。安謀認為，目前 ML 市場呈現高度分散，有各式軟硬體架構可供開發者使用，是戰國時代，但最終市場上只需要一個最完整的解決方案。
「AI 在邊緣的應用，充滿無限可能性。」
在問答階段，科技部次長徐有進也拋出議題與講者互動激盪。他問道，AI 從實驗室階段一路發展到現在，「AI 在各行各業的應用是否已經成熟？未來 3-5 年的發展如何？」與會講者回應表示，可分為兩個角度來看；從整體科技產業的角度，各種 AI 創新還在發生，尤其 5G 時代來臨，AI 不斷往邊緣裝置移動，「AI 在邊緣的應用，充滿無限可能性，許多將是我們現在意想不到的。」若從此次論壇參與者，也就是半導體上游 EDA 及 IC 業者的角度來看，AI 已成為研發的重點，廠商積極投入更多資源，以便迎接一個嶄新的、AI 無所不在的時代。
本文轉載自-TechOrange 科技報橘
想掌握第一手的半導體產業趨勢嗎？沒問題，這正是SEMI最想為你做的事！
我們將不定時地提供圖文電子書，和您分享產業界最新資訊，主題囊括：高科技智慧製造、異質整合技術、智慧城市、智慧數據趨勢、半導體技術趨勢等，千萬要關注我們的部落格，掌握最新的科技動脈！
