AI晶片將先進入四個主要領域
https://bit.ly/2W56Ib1
根據許多研究顯示，AI晶片未來將進入許多領域，其中最主要的四個領域分別是，行動領
域、數據中心、汽車以及物聯網。
根據預估，到2021年，全球所有頂級智慧型手機都將採用擁有AI晶片的處理器；到2022年
，超過一半的企業將在其伺服器基礎架構中使用AI加速器強化數據中心；到2020年，擁有
AI晶片的無人駕駛車將逐步量產；到2022年，超過五分之一的物聯網裝置將具有AI功能。
在這些應用領域中，每一個領域所需要的是具有不同程度的尺寸和強度的AI晶片。根據
Deloitte研究，數據中心需要高階AI晶片，至於最入門的市場則是屬於物聯網的AI晶片，
這一市場於2024年將有超過10億顆AI晶片的潛能。專屬AI晶片於未來幾乎都會整合到所有
電子系統中。
簡單來說，在PC與智慧型手機時代，半導體廠商依循著摩爾定律，絕對是競爭力的關鍵。
可是進入AI時代，即使摩爾定律依舊存在，但是決勝負的關鍵再也不是這一個唯一因素。
未來IC產業將從通用IC進入專用IC時代，也就是說，其必須依循著AI需求做出改變。因為
晶片製造商不一定要在AI晶片上一直採取晶圓微縮的技術，而且無法再改善硬體技術的情
況下，廠商勢必會尋求改善軟體來適應AI的需求。
建構高度客製化的AI晶片，是建立在專屬的程式語言以最適化AI演算法來達到目的。某些
晶片內部嵌入了單個AI演算法以實現最大速度。有些則是使用更少的電晶體來完成相同的
任務。這些AI晶片應用在AI領域時，在性能上都遠勝過標準CPU的程度。
根據推算，AI晶片的效率是CPU的1000倍，相當於摩爾定律對CPU進行了26年的改進。換句
話說，廠商如果沒有針對其AI需求設計一款專屬的AI晶片，那麼是不可能部署企業級的AI
演算法。
未來半導體產業需要更快的開發生命週期，同時必須針對客戶特定的需求納入流程之中。
因為一種尺寸無法滿足所有AI需求，因此晶片製造商將無法再享受因大量生產單晶片而帶
來的規模經濟。
長期來看，AI演算法與相關技術仍會持續不斷改進，所以客製化AI晶片的必要性勢必不斷
提高，因此這一因素將是取代摩爾定律在半導體產業的重要因素。