【有恆为AI成功之本】台湾的硬体供应链要如何转型为全球的AI

2020-06-13|浏览量:657|点赞:442
【有恆为AI成功之本】台湾的硬体供应链要如何转型为全球的AI
A visitor tries out an Acer StarVR headset during the annual Computex computer exhibition in Taipei, Taiwan May 30, 2017. REUTERS/Tyrone Siu TPX IMAGES OF THE DAY - RTX38AOF

最近科技部长陈良基接受 Inside 网路趋势观察的 专访 ,提出了台湾做 AI 军火商的策略,而评论家萧瑟寡人对此策略也提出了 看法 。基于跟 AI 与物联网产业界的了解,在此发表我的见解。

陈部长的 AI 军火商的策略,其实是对应到他「AI 生态圈五大发展策略」的「半导体射月计画」。

在人工智慧上的应用,这样的设计可能是物联网 FPGA或 ASIC,像 Google 开发的 TPU,就是一种 ASIC。

就如 Google 为了强化本身学习后的逻辑运算能力,提出了 TPU 这种专门针对 Tensorflow 架构最佳化的 IC 设计,让 Google 在 AlphaGo 的第二代 Master 在跟柯洁对战的时候,不再像跟李世乭对战时需要透过网路连上背后的庞大机器群才能运作。当然,如果要运用大量数据、透过深度学习强化模型的参数,还是得用庞大机器群搭配 nVidia 的 GPU 架构。

但是,我们该问的是:世界上有多少企业能有 Google 这幺庞大的资源可以开发专属于自己企业、最佳化的硬体?如果是没有像 Google 有自製 ASIC 能力的人工智慧厂商,台湾的半导体设计厂商,其实就有相当大的优势可以成为这些厂商的合作伙伴,从前期的 IC 设计,到之后的封装、IC 製作、台湾的半导体、硬体产业链就可以加入协助这家厂商,完成整个人工智慧的系统。

这样的系统,就很适合应用在物联网前端具有感测器的智慧设备,特别是机器人。而这种设备中的参数设定,还是得运用云端系统,以深度学习的方式先找出神经网路的各层参数。这个部分,目前是 nVidia GPU 的强项。因此,我也不认为台湾厂商在这个领域会跟 nVidia 等大厂起正面冲突,而是各自找到自己的市场,有机会的话还可以一起合作。

不过要做到支援全球发展人工智慧技术的企业们,就必须放弃过去的追求大量产品的思维。毕竟,很多新创一开始很难会有大量订单。据我所知,之前有很多硅谷新创厂商找上台湾的製造大厂,结果这些大厂因为没有够大的量,不肯接这样的需求,结果这些硅谷新创就转去跟中国深圳的华强北的厂商合作。

现在当年的硅谷新创厂商有些慢慢的成了气候,但他们已经习惯了中国的合作厂商,而不想跟台湾拒绝它们的系统厂商合作了。台湾厂商其实一直都有弹性上的优势,只是过去习惯于大规模代工,却没有把高度弹性的能力运用在小规模而更特製化的服务上,这是比较可惜的。

毕竟,现在需要大规模系统的,可以直接找 Google、 nVidia,而台湾企业如果没有抓住大厂无法服务的潜在顾客,机会一过去就再也不会回来了。

这样的作法,必须要跟发展人工智慧的客户做深度合作,一起共创整个系统,这已经不只是单纯的 ODM,而是与客户深度结合,一起合作找出最佳的客製化做法。这样,才有可能达成最佳效率且符合客户需求的产品。

这其实也是台湾原有硬体强项的衍生,可以继续在人工智慧与物联网时代发挥台湾硬体的优势,如果再培养出相对的人工智慧软体厂商及物联网前端产品厂商,整合成几个不错的利基领域的生态系,台湾的未来就非常有希望了。

上一篇: 下一篇:

相关推荐