AI 晶片為什麼重要？
人工智慧 AI 技術的國際競賽，就是美中科技戰的主要舞台背景；其中，美國陣營擁有明顯優勢的硬體領域，台灣又佔據短期內無法被取代的核心位置，AI 晶片的重要性不言可喻。
- 美國研究 AI 政策智庫新興科技與安全研究中心今年(2021)四月最新報告認為，未來國際政治經濟勢力變化，端看 AI 晶片技術優勢的競賽發展。
- 半導體晶片技術的地緣政治過去勝負明顯；美國企業在AI晶片設計、設計晶片用的 EDA 軟體具有絕對領導地位；美國、台灣、南韓的企業則控制了世界主要的晶圓廠和製造技術；美、荷、日本的企業則是共同掌握了主要的半導體廠設備能力。
- AI 以等比級數的規模推動各類科技研究發展的進步，在美中的世紀競賽中，兩大陣營都想獲取 AI晶片設計和產製能力，同時加速自身陣營在 AI 應用上的各項突破，不管是應用在國家安全或商業領域，都能維持一定程度的勝算。
台積電王國境外的新競賽？
被台灣人暱稱為「護國神山」的台積電，在過去 10 年間逐漸掌握 CPU 全球過半市占率，摩爾定律極限衍生的超高製程研發成本和技術門檻，把台積電從寡占推向獨佔的王者地位；然而，新興專業晶片市場的新一輪技術和應用與製造競賽，也因此開始。
- CPU 的產品生命週期愈來愈短、製程研發成本卻愈來愈高，通用晶片規模經濟的絕對優勢開始下降，也使得產品生命週期較長的少量多樣專業晶片有了生存利基。
- 深度神經網路技術快速成熟，AI 運算需求也快速成長；GPU 可以平行運算的特性， 使得 Nvidia 一直主宰 AI 運算市場，但 GPU 仍然屬於通用晶片，成本和耗能都偏高，只會運用在資料中心、雲端等高性能運算環境。
- 同時期，開始有半訂製的 FPGA 和全訂製的 ASIC 兩種專業晶片；特製專業晶片隨著 AI 訓練(training)和推論(inference)的任務不同，各自有不同的優勢；若以需要即時推論的終端邊緣運算需求（如行動裝置、無人自駕車、智慧家電等)來看，除了運算力之外，低功耗、低成本及低延遲等特性需要同時具備。
- 2020 年全球有 80 家 AI 晶片新創，共吸引 105 億美元規模的資金；小型邊緣裝置是 AI 晶片新創公司最活躍的領域，來自台灣的耐能科技，就是其中一個受到矚目的明日之星。
耐能智慧：邊緣 AI 領域的新王者
耐能智慧 2015 年由來自台灣的劉峻誠在美國聖地牙哥創立，他發明的「可重組式AI晶片架構」獲得今年(2021)電機電子工程學會達靈頓獎（IEEE Darlington Award ），低耗能高效率，由於可以用一款 AI 晶片支援多種功能，即使屬於全訂製的 ASIC 也能維持成本優勢。
- 因為主打「一款晶片通用」，使得耐能智慧的 NPU（神經網絡處理器 Neural Processing Unit）成為邊緣 AI 領域的新王者；半導體專業媒體《EE times》去年(2020)將耐能的晶片列為世界十大 AI 晶片，並列的還有英特爾、Nvidia；《CRN》將耐能智慧、英特爾和 Nvidia 等並列世界 5 大人工智慧晶片。
- 目前募資超過一億美元、估值已經超過百億台幣的耐能智慧，投資股東包含紅杉資本、高通、台達電、鴻海、華邦，以及香港李嘉誠、阿里巴巴其他國際資金，預估有機會在 2023 年實現獲利之後 IPO。
- AI 晶片競爭激烈，不只在技術上要有獨特之處，還需要在市場部署上有全方位設計才能存活；其中至少包含成熟的軟體開發堆疊，以及將深度學習應用程式嵌入產品中的更多元潛力，才有機會在市場勝出；耐能在規模化和快速普及化取得優勢後，下一步就是打造生態系。
- 推出世界第一個 AI 共享開發平臺 Kneo，讓 AI 應用開發者自行上傳，劉峻誠希望打造終端 AI 網路民主化，「讓每個人都可以定義 AI，而不是讓 AI 掌握在大公司手中。」
2017年耐能智慧推出第一款邊緣 AI 晶片時，市場上幾乎沒有其他競爭者，面對技術代換和市場變換快速的市場，劉峻誠怎麼走向獲利、打敗國際大廠？請看《旭沙龍》的精彩專訪。
