過去數年以來，NVIDIA 、 Google、Amazon 、 IBM 等等企業投入了大量的資源發展「深度學習」技術，到了 2019年，自動駕駛、 AI 攝影、語音助理與推薦系統已經是生活中常見的商業應用：特斯拉的自駕車、Google驚人的黑夜攝影技術、真人般的語音助理對話以及 Spotify精準的推薦歌單，都成了殺手級的產品功能。
看到人工智慧時代的潛力，許多公司正試圖利用深度學習技術探索更多領域的潛在應用，涵蓋智慧醫療、商業行為分析、物流、智慧工廠、資訊安全跟雲端計算產業。
人工智慧應用產生鉅量運算需求
深度學習結構中，最大的進展是能讓電腦「學習」判讀「圖像」以及「聲音」，現實環境的物體都具有數量繁多、種類龐雜的資料表徵（Feature），例如圖像中的向量值、聲波的類比訊號，或是不同物體形狀的向量特徵，這類電子訊號經過處理後轉譯為數位訊號，進而讓電腦處理、分析以及「學習」，並透過演算法不斷訓練與增強，提升深度學習模型預測的正確率。
當人工智慧浪潮爆發之後，開發出的深度學習模型越趨複雜，高效能運算的市場需求也隨之攀升，為了縮短模型訓練時間與提升預測正確性，晶片開發商競相推出效能更強的 AI 處理晶片。
先進製程投資門檻大幅攀升，半導體業轉向運算架構上的創新
談到晶片效能改善，第一直覺是製程的改良，但隨著摩爾定律的逼近，電晶體的大小受到原子的物理限制，半導體製程的良率控制難度越來越高。
10 奈米（nm）以下製程首先面臨的挑戰是光刻技術的限制，半導體廠商需要由傳統的 DUV 轉為投入 EUV，利用解析度較高的 EUV 設備將晶片電路圖投射在基板上，這也代表光刻設備的重新投資，必須投入數百億美元進行研發，導致先進製程的價格相當昂貴。
對晶片設計業者而言，如果出貨量低於千萬顆，採用先進製程並不划算，況且提升的效能也有限，為了滿足人工智慧技術的運算需求，紛紛轉為追求「運算架構」上的創新── 針對人工智慧演算法特性開發的專屬硬體架構，分別為 GPU 、 FPGA 及 ASIC 。
{{cta('c754009a-7077-41f6-9768-e2112f97039e')}}
談GPU、FPGA與ASIC架構在人工智慧中的應用
深度學習是將物體的表徵資料輸入多層模型，逐層將特徵歸類為屬性類別，或是特徵，用以「學習」猜測新的物件類別，整個過程稱為「訓練（Training）」，這類演算法需要處理繁多且稠密的矩陣向量運算，必須採用平行運算架構的處理器才能有效處理數據。
圖形處理器（GPU）起初僅是 NVIDIA 針對電腦繪圖運算所開發，由數千個運算單位組成的平行運算架構，負責處理影像所需的矩陣運算，恰好符合深度學習演算法的需求，相對之下，傳統的中央處理器（CPU）僅有數個著重序列處理的核心，並不適合訓練深度學習模型。
另一方面，訓練效能大幅度取決於處理器與暫存記憶體之間的溝通速度（Computing In Memory）， GPU 配有高速的 GDDR6 視訊記憶體顆粒（VRAM），不僅具有更大的記憶體頻寬，更高的時脈也帶來更快的資料讀取/寫入速度，上述種種的優勢讓 GPU 的訓練效率遠比 CPU 好，成為訓練深度學習模型中最主流的運算架構。
探討完「訓練（Training）」後，值得注意的是深度學習 95% 的運作場景反而是「推論（Inference）」：是指將訓練好的模型應用在從未見過的資料中── 這項運算需要由獨立的 AI 晶片來執行，為此市場將目光投向了低功耗與低延遲的硬體架構：FPGA 與 ASIC。
可程式化邏輯閘陣列（FPGA）內部整合了大量的數位電路基本閘電路和儲存器，稱為「邏輯塊」，設計者透過工具軟體燒入設定檔來定義彼此之間的連線，快速驗證晶片的邏輯功能，而且出廠後也能依照需求改變邏輯塊之間的連線，客製化所需的邏輯功能。
由於處理的是較簡單且特規的邏輯功能，在功耗與延遲上比通用的 CPU 與 GPU 來得更有優勢，而且具有低成本、高度設計彈性以及開發時間較短的優點，廣泛受到中小型公司的歡迎，該領域目前由Xilinx 與 Intel 領軍。
特殊應用積體電路（ASIC）是為專門目的而設計的積體電路，執行速度在同等條件下比FPGA快，而且功耗更低， Google 知名的硬體加速 TPU 便是以 ASIC 為架構基礎，但缺點是出廠便無法更改其邏輯架構，一旦改演算法更動，就必須重新客製化新的 ASIC 晶片，因此晶片出貨量必須夠大才能有規模效益。
FPGA 與 ASIC 大多停留在成熟製程，介於 28 nm 至 12 nm ，尚未普遍應用 10 nm 以下的先進製程── 人工智慧時代中，比起追求傳統的製程改善，晶片開發商更著重設計創新的運算架構，以滿足快速成長的高效能運算需求。
為滿足呈倍數增加的數據資料以及更複雜的矩陣運算需求，一場創新 AI 晶片架構的競賽早已悄然展開，這股席捲全球的 AI 浪潮，預期將引爆超過 2 兆美元的商機！全球第二大國際半導體展 SEMICON Taiwan 今年將舉辦「智慧數據國際高峰論壇」以及「量子電腦論壇」，聚焦未來運算趨勢與創新架構，邀請來自 ARM、Facebook、Mentor, a Siemens Business、旺宏...等各領域菁英學者與專家，一起深度剖析應如何透過新的運算平台及 AI 晶片設計以實現數位化未來。想掌握這股浪潮、擁抱兆元商機，點擊以下 "立即報名" 就能即刻贏在起跑點！
{{cta('46284387-ccbe-4e6d-b043-b1c211109ffd')}}
