全球各大半導體業者投入龐大資源積極布局AI晶片技術與產品，可見AI晶片扮演重要技術角色。
近年來人工智慧（AI）應用蓬勃發展，生活周邊的各產業紛紛開始應用AI技術，舉凡科技工程、金融、交通運輸、醫療照護、生產製造、農產物流……等，AI幾乎無所不在，據工研院最新發布的「亞洲2030前瞻科技調查」報告指出，未來10年亞洲最看重的前十大技術發展項目中，AI與機械學習技術是兩大首選，由此可見，AI儼然已成為產業未來競爭力的指標，也是國家發展的重要關鍵，因此，台灣產官學研各界應該要在這波AI商機中積極擘畫，包含前端的資料來源與後端的軟硬體分析，藉以厚實國內AI的技術能量，提昇AI產業國際競爭力。
資料驅動應用的AI晶片發展
邁入AI時代後，產業應用廣泛且發展快速，不斷融合物聯網、雲端等應用裝置，不同應用場景的效能表現和運算能力（TOPS）需求規格都大不相同，如AI智慧影像辨識技術可應用在AR／VR眼鏡、安控攝影機、移動載具如機器人或AMR等不同產品上，不同的產品存在著不同的需求，如：特別注重小尺寸、低耗電或高運算能力等，逐漸形成了少量多樣化的AI應用生態鏈，也讓現有的軟硬體、演算法、系統等帶來翻轉式的革新。AI晶片在更快的運算速度與更低攻耗的突破，結合深度學習演算法，讓AI進展一日千里，從全球各大半導體業者投入龐大資源積極布局AI晶片技術與產品，可見AI晶片扮演重要技術角色，並不亞於軟體，這也是台灣發展AI的契機所在。AI晶片因為沒有標準規格，客製規格多、缺少設計標準，造成晶片公司投入大量生產的過程面臨艱鉅挑戰，尤其是深層神經網路需要龐大的運算與記憶體需求，運算資源和耗電量使得產品市場定位困難，對台灣廠商而言，分析與制定晶片架構規格得能力就顯得特別重要，亟需一套同時能適應性的客製化、提升演算法效率、提升晶片系統效率的完整解決方案，來落實AI晶片設計的產業化，同時台灣AI晶片產業應朝向系統化應用發展，由應用端回推開發晶片所需效能，實際應用與規格也才能快速反應客戶端客制化需求。
國際大廠布局AI晶片 台灣的機會在邊緣運算
觀察國際大廠在AI晶片的布局，傳統晶片大廠英特爾（Intel）採用金錢攻勢大舉併購，積極強化AI體質，GPU國際大廠Nvidia布局AI腳步最快，發展出同步適用於深度學習之GPU，此外，Google也自行研發ASIC專屬晶片Tensor Processing Units（TPU），並宣稱TPU性能優於CPU、GPU，但也不難發現，CPU和GPU的市場都已經被國際大廠所把持，台灣IC設計廠商較無施力點，然而隨著低延遲應用需求擴增、雲端傳輸成本過高及使用者隱私考量等因素下，AI運算從雲端走向裝置端，裝置端的AI主要關鍵點是必須在功率限制下提升算力與應用彈性，滿足終端裝置布建在不同場域的運作，而這正是台灣廠商所見長，也是潛在的發展機會，此時所需要的AI晶片是著重在發展特定應用的邊緣運算推論及具有自主學習能力的深度學習晶片，因此，一種適用於裝置端運算的新型態「半通用AI晶片」也因應而生，晶片架構定義後，亦需要搭配最適化的AI晶片軟體開發環境，以充分發揮硬體效能，半通用AI晶片預期可大幅縮短台灣廠商未來在裝置端的客製化設計時程，快速地搶攻AI晶片市場，落實AI產業化與產業AI化之綜效。
AI領航國家競爭力 台灣要當亞洲領頭羊
AI可說是第四次工業革命的核心，影響力遍及各個產業，為人類帶來質與量的改變，美國在2018年提出「美國電子復興計畫」，預計5年內投入15億美元；中國規劃「新一代人工智能發展規劃」，以在2030年領先世界，占據全球AI制高點為目標；日、韓等也將AI列為國家發展政策，進行大規模投資與人才培育，在全球國際大廠搶進AI之下，台灣具有領先全球的半導體製造技術、優異的次系統開發能力，因此，如何在人才、研發及政策等方面，構築AI創新生態圈，引導台灣成為AI晶片發展與解決方案的重鎮，進而孕育物聯網、自駕車與智慧製造等新興產業應用發展，是今日我們必須重視與努力的方向。
(1)人才面—多元管道方案 人才培育養成
人才培育是發展AI產業之首要，目前AI相關人才培育尚需加強，產官學研各界必須分別從不同面向來培養AI人才，「台灣人工智慧學校」是民間企業透過成立基金會、協會和六家民間企業共同成立的AI人才培育搖籃，另一方面，行政院推動的「台灣AI行動計畫」，積極的在國內重點大學成立人工智慧的創新研發中心，亦是重要的人才培育推手，目前國內各大學亦紛紛設立AI相關學院與學程，著眼於中長期AI核心技術人才養成，除積極推動AI相關教育課程外，亦透過與與海內外AI優秀機構及專家加強產學合作等方式，落實AI高階及整合型人才培育。
(2)研發面—落實軟硬整合 AI技術能量養成
國內八十多家產、學、研單位2019年在行政院支持下共同組成了「台灣人工智慧晶片聯盟AITA」以建立AI產業生態系，發展半通用AI晶片、AI晶片系統整合與先進封裝、新興運算AI晶片、混合式AI系統整合設計軟體平台等關鍵技術，AITA聯盟成立以來，透過與產業的實質互動交流，積極開發AI產品各關鍵IP模組，同時亦制定介面標準來協助台灣IC設計廠商加速其產品開發，AITA聯盟也為台灣廠商串聯起國際資源，由工研院與國際電子設計自動化（EDA）大廠新思科技（Synopsys）合作成立「人工智慧晶片設計實驗室」即是一例，「人工智慧晶片設計實驗室」除提供AI晶片設計之基礎軟硬體資源外，亦協助廠商運用「人工智慧晶片設計實驗室」之資源，進行自家AI晶片的研發，除降低廠商AI晶片設計之進入門檻外，並加速培育台灣廠商AI產品開發能力與AI晶片設計技術養成，提升其AI產品之國際競爭力。
(3)政策面—布局AI on Chip產業中長期發展規劃
政府對於推動AI晶片產業不遺餘力，從2018年通過「台灣AI行動計畫」開始，成立「AI on Chip示範計畫」，運用台灣資通訊優勢，啟動高性價比、低耗能的世界級AI晶片打造計畫，吸引國際AI平台採用台灣AI晶片產品，促成AI on Chip的出口國地位，也因為具有這樣的競爭優勢，政府藉由投資、人才、技術與場域等措施，優化AI應用發展環境外，若能更聚焦資源運用，結合法人研究機構、產業界、學術界之研發能量與軟實力，投入AI on Chip的相關研發計畫經費，將可厚實產業技術能量，提升國內AI產業創新效益，促進創新研發成果走向產業化與國際化，保有台灣半導體產業鏈在AI時代的領先優勢。
結論
台灣從半導體設計、製造到封裝的完整半導體產業鏈，展望2022年，產值預估將年成長12%，因此，透過政府政策支持及產學研各界長期投入技術研發與人才培育，相信可促使我國迅速在全球下世代AI晶片軟硬整合競爭中成為要角，並將AI解決方案變成台灣產業技術創新之活水泉源，為台灣半導體產業再創下一個經濟奇蹟。
