TSIA:伺服器和晶片設計是台灣優勢 有助百業AI化
(中央社記者張建中台北18日電)台灣半導體產業協會(TSIA)執行長吳志毅今天表示,伺服器和晶片設計等是台灣的主場優勢,台灣應藉由這些優勢降低AI應用進入門檻,讓百工百業AI化。
吳志毅今天出席行政院全國科學技術會議演講「創新與永續:智慧科技賦能未來經濟」。他說,這次全國科學技術會議圍繞在人工智慧(AI)和半導體,其中,AI並不是新學問,在1950年時期進展不大,主要是讓電腦具有邏輯推論能力。
吳志毅表示,1980年時期,AI有非常顯著的進展,讓電腦有人的學習能力,IBM的深藍打敗西洋棋王;2010年時期,在演算法進步下,AlphaGo戰勝圍棋棋王。最近10年更快速進展,使得AI自傳統的鑑別式AI變成生成式AI。
吳志毅說,硬體進步是生成式AI蓬勃發展的主要助力,半導體製程技術從2010年的10幾奈米,至今即將推進2奈米,此外,透過3D堆疊可以加大記憶體頻寬。
據觀察,全世界市值前10大企業中有8、9家與AI有關。吳志毅表示,AI是發展重要趨勢,預期2030年AI對世界經濟貢獻可望超過15兆美元。
吳志毅指出,隨著創投資金投入AI發展,AI生成式AI獨角獸達到10億美元估值的平均時間僅約3.4年,較其他獨角獸的時間短50%。
吳志毅說,視覺瑕疵檢測是半導體製程、印刷電路板和封測最常使用的AI應用,AI還可用於流程最佳化,以及智慧醫療、零售庫存規劃和生成廣告影片等。
至於AI發展的隱憂,吳志毅表示,高耗電是其中一點,估計2030年AI資料中心將消耗全美國10%的電力,因此發展資料中心冷卻及節能技術是重要課題。
此外,吳志毅說,高品質資料會越來越少,未來需要合成資料,資安發展以及商業模式改變等,也都是AI發展需要注意的問題。
吳志毅表示,台灣的資料量、算力及軟體人才不足,不適合發展通才型AI,不應投入大型語言模型發展,應該發展專才型AI,做好模型加值應用,使用自己的特定資料訓練,發展小型語言模型。
吳志毅說,全球90%伺服器自台灣出口,是台灣的主場優勢。輝達(NVIDIA)與超微(AMD)大型繪圖處理器(GPU)主要用於AI訓練,不是台灣發展的方向,台灣應發展推論晶片。
半導體製程即將推進至2奈米,吳志毅表示,半導體技術距離物理極限還有很遠距離,可以透過材料與元件結構改變繼續發展,估計至少還可以發展20年。
吳志毅說,能源、減碳是可能減緩半導體進展的因素,半導體產業致力達到產業繼續成長、碳排降低的目標,台灣半導體產業協會制定淨零排放路徑圖,計劃碳排於2025年達到高峰,透過自主減碳及使用再生能源,2030年碳排較2020年減少10%。
什麼是CCUS?
- 全名為碳捕捉、再利用與封存(Carbon Capture, Utilization and Storage),指收集從燃料燃燒或工業過程中產生的二氧化碳,通過船舶或管道運輸,將其永久儲存在地下深處的地質構造中,或將其運用創造成有價值產品的技術。前者稱碳捕獲與儲存 (CCS),後者稱碳捕獲與利用 (CCU) ,兩種技術是目前被認為可減緩氣候變化的關鍵技術。
- 目前全球超過一半商轉中的CCS設施位於美國或加拿大,其他位於中國、挪威、澳洲、匈牙利、巴西、沙烏地阿拉伯和阿拉伯聯合大公國、卡達等地。
資料來源:國發會
吳志毅說,台灣應透過伺服器及晶片設計等優勢,降低AI應用進入門檻,讓百工百業AI化。台灣擁有完善的供應鏈及豐富的資通訊人才,應投入小型模型發展,結合在地產業特色,打造技術優勢及競爭力,透過提升用電效率達到永續發展。(編輯:楊蘭軒)1131218
本網站之文字、圖片及影音,非經授權,不得轉載、公開播送或公開傳輸及利用。