AI成為半導體產業進入下一波浪潮的主要推手
https://bit.ly/2YiTzfI
近年來，AI的成長是由幾方面推動。首先，在過去的十年中，神經網路技術的快速發展。
儘管自1950年代以來，就已經開始研究神經網路，但是這60年來一直沒有人能找出編程的
方法。值得榮獲2018年圖靈獎的Yann LeCu（任職於臉書）、Geoff Hinton（目前任職於
Google）和Yoshua Bengio（和IBM及微軟有合作）找出使用梯度下降調整神經網路權重的
方法，才開始突破技術現狀。另一個重要的考慮因素是，AI培訓方法需要大量的運算能力
，隨著結合雲端數據中心與GPU加速器出現才改變訓練大型神經網路的方式。
另外，隨著AI演算法進入智慧型手機和智慧音箱等裝置，開始了邊緣運算的推理方式，而
且其對於隱私問題有著關鍵性的作用。近年來邊緣推理晶片專案的激增，可能改變未來AI
的趨勢。
電腦發展初期的1980年代，電腦是透過ASIC晶片運作，可是隨著標準化PC的出現，市場開
始出現變化，進而讓英特爾接管了這一市場，並於後來衍伸出筆記型與桌上型電腦兩個領
域。
這表示著AI未來仍有許多發展的可能性，現在各家廠商為了自己的AI服務與商業運作，分
別客製化AI晶片。例如，谷歌的TPU和亞馬遜的AWS所採用的Nitro。但是在行動解決方案
方面，AI晶片配合著邊緣運算也開始出現許多應用。不過，現今廠商仍以優化自己的解決
方案為主。
總之，AI和機器學習正處於一種難以描述的階段。從某種意義上說，它正在經歷快速的成
長階段，但從另一種角度切入來說，AI發展還為時尚早。
首先，因為AI崛起使其正經歷設計方面的快速成長期。現今，全球有數百家（甚至數千家
）無晶圓AI晶片新創公司，以及由半導體公司所撰寫的數十個程式，用於創建AI晶片或將
AI技術嵌入產品線之內。
相對於1950年代至今，AI晶片進入設計階段的確帶來快速發展的幻想，但是尚未量產卻又
帶來不切實際的感覺。這也是為什麼Nvidia的GPU能夠在某些伺服器進行AI培訓，而成為
最大的贏家的原因。
可是AI配合著5G，很可能激發這一設計浪潮，甚至讓更多新創公司的商業能夠進入獲利模
式。這種感覺就是PC開始崛起的前幾年一樣。因而，不要忽略了半導體產業將被AI帶入一
個新時代的契機。