專家傳真－雙箭齊發 引領下世代AI發展

5G、AI人工智慧、大數據與物聯網等科技驅動半導體產業快速成長，根據工研院產科國際所統計，臺灣2021年半導體總產值創新高達到4.1兆元，年增25.9％，預計在先進晶片帶動下，2023年產出將繼續擴大至4.5兆元。

AI人工智慧應用越來越廣泛，能於邊緣裝置端快速運算，並即時反應的「AI晶片邊緣運算（Edge Computing）」成為智慧裝置能否普及的關鍵；而邊緣裝置如手機、穿戴式裝置多使用內建電源，省電的AI運算晶片就變得非常重要，也讓記憶體內運算技術早已成為全球AI晶片技術兵家必爭之地，若能掌握這兩項AI晶片關鍵技術，將可能成為引領下世代人工智慧發展的關鍵。

隨著AI運算需求量越來越大，國際大廠都在競相尋求具高度存取效能、低功耗的記憶體技術，工研院深耕多年下，在記憶體領域不但掌握關鍵技術，更有領先國際的亮眼成果。工研院研發的國內首顆超省電記憶體內運算（Computing in Memory；CIM）AI晶片，達到超低耗電效能，現已具即時辨識關鍵語音功能，可應用於智慧門鎖、藍牙耳機、白色家電等，支持100倍電池續航時間，樹立傲視全球的新里程碑。

此外，工研院亦攜手與國內半導體大廠、美國UCLA DARPA計畫合作開發自旋軌道扭矩磁性記憶體（Spin Orbit Torque Magnetoresistive Random Access Memory；SOT-MRAM）陣列晶片，達成0.4奈秒高速寫入、7兆次讀寫之高耐受度，還有超過10年資料儲存能力等特性的技術，效能媲美英特爾、領先三星，更解決記憶體陣列的干擾問題，為產業化邁進了一大步，未來在AI人工智慧、車用電子、高效能運算晶片等領域具有極佳前景。

除了高效能、低功耗的運算功能外，掌握AI晶片應用的關鍵之二，即是邊緣運算。目前的運作架構多是將資料上傳至雲端，並透過深度學習判斷出結果後回傳，不容易滿足即時需求；未來無論是指紋辨識、人臉辨識或自駕車的AI人工智慧運算，都需即時判斷，尤其是遇到緊急較危險情況，若丟到雲端再回傳，可靠性與即時性都會打折。若能透過邊緣裝置嵌入AI運算技術，搭配在資訊運作處理前就將不同運算任務進行分層，即能在「多軌並進」下快速產生最佳判斷與結果。讓省電、功耗低、傳輸快的AI人工智慧邊緣運算成下世代新星。

調研機構Omdia預測，隨著全球需求逐漸成長，全球邊緣AI晶片產值將從2019年的77億美元成長到2025年的519億美元，未來產值上看新台幣1.5兆元；在5G建置加速、電信業開放式架構推波助瀾下，我國發展AI on Chip的策略，除運用臺灣資通訊硬體優勢，提供高性價比、低耗能的AI晶片，並連結服務驗證場域，吸引國際AI平台採用國內AI晶片產品。臺灣半導體供應鏈完整，IoT製造經驗豐富，若能成功串連臺廠上、下游整合切入，以「打群架」的方式打造AI人工智慧生態圈，將可望加速產業躋身下世代記憶體技術領先群，保有臺灣半導體產業在AI人工智慧時代的領先優勢。