近期，隨著特斯拉推出電動車及蘋果發(fā)表新機iPhone X推出FaceID之后，讓市場感受到AI晶片的無限商機。同時，AI應(yīng)用接受度越高的國家，將對其GDP產(chǎn)生貢獻愈大。據(jù)悉，為搶未來AI應(yīng)用市場商機，科技巨鱷如Google、微軟、蘋果企圖建構(gòu)AI平臺生態(tài)模式吃下整個產(chǎn)業(yè)鏈。
AI晶片包含三大類市場，分別是數(shù)據(jù)中心(云端)、通信終端產(chǎn)品(手機)、特定應(yīng)用產(chǎn)品(自駕車、頭戴式AR/VR、無人機、機器人...)。當(dāng)前機器學(xué)習(xí)多采用 GPU圖像處理，有些業(yè)者認(rèn)為GPU處理效率不夠快，而且因應(yīng)眾多特定新產(chǎn)品的不同需求，于是，推出NPU、VPU、TPU、NVPU……
目前還不清楚哪種架構(gòu)的晶片會在 AI 大戰(zhàn)獲勝。但是，把握住未來AI發(fā)展的8大新趨勢，將會實現(xiàn)產(chǎn)品的飛躍。
趨勢1：AI 各行業(yè)垂直領(lǐng)域應(yīng)用潛力大
人工智慧市場在零售、交通運輸和自動化、制造業(yè)及農(nóng)業(yè)等各行業(yè)垂直領(lǐng)域具有巨大的潛力。而驅(qū)動市場的主要因素，是人工智慧技術(shù)在各種終端用戶垂直領(lǐng)域的應(yīng)用數(shù)量不斷增加，尤其是改善對終端消費者服務(wù)。
人工智慧市場要“火”也受到IT基礎(chǔ)設(shè)施完善、智慧型手機及智能穿戴式裝置的普及。其中，以自然語言處理(NLP)應(yīng)用市場占AI市場很大部分。隨著自然語言處理的技術(shù)不斷精進而驅(qū)動消費者服務(wù)的成長，還有：汽車資通訊娛樂系統(tǒng)、AI機器人及支持AI的智慧手機等領(lǐng)域。
趨勢2：AI導(dǎo)入醫(yī)療保健行業(yè)維持高速成長
由于醫(yī)療保健行業(yè)大量使用大數(shù)據(jù)及人工智慧，進而精準(zhǔn)改善疾病診斷、醫(yī)療人員與患者之間人力的不平衡等問題。此外AI還廣泛應(yīng)用于臨床試驗、大型醫(yī)療計劃、醫(yī)療諮詢與宣傳推廣和銷售開發(fā)。
人工智慧導(dǎo)入醫(yī)療保健行業(yè)從2016年到2022年維持很高成長，預(yù)計從2016年的6.671億美元達到2022年的79.888億美元年均復(fù)合增長率為52.68%。
趨勢3：AI取代熒幕成為新UI / UX介面
隨著智慧喇叭、虛擬/擴增實境(VR/AR)與自動駕駛車系統(tǒng)陸續(xù)進入人類生活環(huán)境，加速在不需要熒幕的情況下，人們也能夠很輕松自在與運算系統(tǒng)溝通。這表示著人工智慧透過自然語言處理與機器學(xué)習(xí)讓技術(shù)變得更為直觀，也變得較易操控，未來將可以取代熒幕在使用者介面與使用者體驗的地位。
人工智慧除了在企業(yè)后端扮演重要角色外，在技術(shù)介面也可承擔(dān)更復(fù)雜角色。例如：使用視覺圖形的自動駕駛車，透過人工神經(jīng)網(wǎng)路以實現(xiàn)即時翻譯，也就是說，人工智慧讓介面變得更為簡單且更有智慧，也因此設(shè)定了未來互動的高標(biāo)準(zhǔn)模式。
趨勢4：未來手機晶片一定內(nèi)建AI運算核心
現(xiàn)階段主流的ARM架構(gòu)處理器速度不夠快，若要進行大量的圖像運算仍嫌不足，所以未來的手機晶片一定會內(nèi)建AI運算核心。正如，蘋果將3D感測技術(shù)帶入iPhone之后，Android陣營智慧型手機將在明年(2017)跟進導(dǎo)入3D感測相關(guān)應(yīng)用。
趨勢5：AI晶片關(guān)鍵在于成功整合軟硬體
AI晶片的核心是半導(dǎo)體及演算法。AI硬體主要是要求更快運算速度與低功耗，包括GPU、DSP、ASIC、FPGA和神經(jīng)元晶片，且須與深度學(xué)習(xí)演算法相結(jié)合，而成功相結(jié)合的關(guān)鍵在于先進的封裝技術(shù)。
總體來說GPU比FPGA快，而在功率效能方面FPGA比GPU好，所以AI硬體選擇就看產(chǎn)品供應(yīng)商的需求考量而定。例如，蘋果的Face ID臉部辨識就是3D深度感測晶片加上神經(jīng)引擎運算功能，整合高達8個元件進行分析，分別是紅外線鏡頭、泛光感應(yīng)元件、距離感應(yīng)器、環(huán)境光感測器、前端相機、點陣投影器、喇叭與麥克風(fēng)。蘋果強調(diào)用戶的生物識別數(shù)據(jù)，包含：指紋或臉部辨識都以加密形式儲存在iPhone內(nèi)部，所以不易被竊取。
趨勢6：AI自主學(xué)習(xí)是終極目標(biāo)
AI“大腦”變聰明是分階段進行，從機器學(xué)習(xí)進化到深度學(xué)習(xí)，再進化至自主學(xué)習(xí)。目前，仍處于機器學(xué)習(xí)及深度學(xué)習(xí)的階段，若要達到自主學(xué)習(xí)需要解決四大關(guān)鍵問題。
首先，是為自主機器打造一個AI平臺；還要提供一個能夠讓自主機器進行自主學(xué)習(xí)的虛擬環(huán)境，必須符合物理法則，碰撞，壓力，效果都要與現(xiàn)實世界一樣；然后再將AI的“大腦”放到自主機器的框架中；最后建立虛擬世界入口(VR)。
目前，NVIDIA推出自主機器處理器Xavier，就在為自主機器的商用和普及做準(zhǔn)備工作。
趨勢7：CPU和GPU(或其他)結(jié)合是完美架構(gòu)
未來，還會推出許多專門的領(lǐng)域所需的超強性能的處理器，但是CPU是通用于各種設(shè)備，什么場景都可以適用。所以，最完美的架構(gòu)是把CPU和GPU(或其他處理器)結(jié)合起來。例如，NVIDIA推出CUDA計算架構(gòu)，將專用功能ASIC與通用編程模型相結(jié)合，使開發(fā)人員實現(xiàn)多種算法。
趨勢8：AR成為AI的眼睛，兩者互補、不可或缺
未來的AI需要AR，未來的AR也需要AI，可以將AR比喻成AI的眼睛。為了機器人學(xué)習(xí)而創(chuàng)造的在虛擬世界，本身就是虛擬現(xiàn)實。還有，如果要讓人進入到虛擬環(huán)境去對機器人進行訓(xùn)練，還需要更多其它的技術(shù)。
展望未來，隨著AI、物聯(lián)網(wǎng)、VR/AR、5G等技術(shù)成熟，將帶動新一波半導(dǎo)體產(chǎn)業(yè)的30年榮景，包括：記憶體、中央處理器、通訊與感測器四大晶片，各種新產(chǎn)品應(yīng)用晶片需求不斷增加，以臺灣在半導(dǎo)體的競爭力絕對在全球可扮演關(guān)鍵的角色。
