边缘运算需求爆发 IC设计全面导入AI演算法

人工智能(AI)的发展与半导体产业紧紧相依，AI需要半导体产业带来更强的运算能力支撑，而芯片的功能也需要导入AI来进一步强化，台系IC设计业者近年便积极强化自身产品的运算能力，从手机AP大厂联发科到各类中小IC设计业者，都因应产品的特性与需求加入AI演算法来提升产品表现。

熟悉IC设计产业人士指出，随着5G及AIoT的应用情境逐步成形，边缘运算的概念愈来愈重要，而这也是台系IC设计业者在AI应用发展的最佳机会。

手机作为现阶段运算能力最为顶尖的边缘装置，很早就有AI技术开始导入，联发科自2018年起就已经开发出用于手机AP的APU技术，至今产品已经开发到第五代，可说是在AI应用上走得相当长远的IC设计业者。

事实上，手机对AI技术的需求近几年愈来愈高，尤其在各类影像处理，包括人脸及环境识别等相关应用上，都需要足够强大的AI引擎支持，甚至手机品牌厂如OPPO，也已经开发出自家的神经网络芯片(NPU)来辅助处理器的AI运算系统。

此外，智能家居及许多AIoT产品，也是导入AI演算法的大宗产品，除了本来就擅长多媒体产品的联发科之外，许多台系中小型业者也都针对这块市场推出多元化的解决方案，并积极启动购并、换股等方式，整合各自的技术及产品组合，以提供终端客户更完整的服务。

近期有IC设计业者指出，面对愈来愈庞大的数据运算需求，许多周边芯片都得开始导入AI演算法来辅助运作，如各类网通芯片都必须加入AI演算法来协助管理流量通道，USB芯片同样也得加入演算法来调整传输速度。

至于指纹识别模块必须要以Match-on-Chip的方式，在模块中加入MCU及演算法，让使用者识别的运算工作，可以在模块上直接完成，当然，更多的演算法是直接用于侦测产品的使用状态，以便精确控制其运作状况，达到降低功耗的效果。

IC设计业者普遍认为，现阶段除了边缘运算装置的运算核心需要导入AI演算法之外，为了减少运算功能集中在单一核心带来的功耗问题及系统性运作风险，在边缘运算装置内部也必须将愈来愈多运算的工作交到各个装置的「边缘」来做初步的运算处理。

最明显的例子是车用ADAS装置的发展情况，为了避免雷达、镜头收集的庞大信息集中传输到运算核心时，因为信息过于繁杂而影响运算效率，所以必须在传感模块上就先导入运算芯片及演算法，学习如何初步整理有效信息。

虽然边缘运算的大趋势确实为IC设计产业带来更多商机，但IC设计业者也坦言，AI演算法的相关人才确实不好找，且要在IC产品导入AI，对于软硬件技术整合来说也是一大挑战，要真正搭上这波趋势，与全球的顶尖同业竞争，还需要投入更资源努力才行。

责任编辑：朱原弘