台積電為何變成護國神山?是怎麼從小弟一路走到大哥?
嗯,以前我會覺得這就是歷史巨流,人類無法逆轉,現在覺得這就路徑依存,大家順著習慣去做,就變成這樣。然後,如果我們現在順著另一套思路去走,幾十年後又會變成那樣,事後回來看,稱之歷史巨流誰都無法改變。
呃,基本上這叫做事後解釋,找理由大家都會。
我也在幹一樣的事情,所以不是在戳你。
以下很長,都是個人的事後解釋,不是預測也不是系統歸納,純粹天橋邊榕樹下阿伯碎念。
============
咳,我是覺得,台灣的矽盾會成真,跟那些李國鼎啥米碗糕的高瞻遠矚,一點關係都沒有,台灣被選上為電子代工基地,幾十年前在美國國務院開會時決定,我們只是被動接受這個政策結果。
但同樣要成為美國的技術轉移對象,優良的代工基地,從80年代開始,除了東亞以外,西非跟冷戰結束後的東歐,都曾經是候選,怎麼都弄不大起來?中國這個世界工廠就更別說,完全是依靠成本外部化做起來,用世界標準去看,中國的效率極差。
那台灣矽盾怎麼在今天突然成真?有人指出,台積電的製程精密,良率極高,讓成本壓低,競爭力超強。所以連美國都覺得,找台灣代工比較實際,自己做太誇張。
這我承認是對的。
前幾周,不是因為缺晶片,出現一堆中國超爆幹強,沒兩年就可以超英趕美的理論?這套宣傳為何越來越行不通?在台灣尤其相信的人越來越少?就,進入奈米的世界,我這個做過研究的,立刻就曉得難度跟成本不是線性提高,是指數倍增加,但宣傳還是線性,就我們有碰過的人來說,當然一聽就唬爛。而台灣現在碰過相關理工課程的人會很少嗎?
跟一般人解釋一下,非奈米的傳產要提高產能跟良率,類似提高2倍要1億,4倍要2億,要預估所需資源不會差太多。但奈米技術下,提高2倍要10億,4倍可能要100億。為何?很難跟業外人解釋,要多增加一點精密度,提高一些些良率,所要增加的設備,夭壽靠杯多的。
但我比較想知道,為何台灣才能產出爆肝工程師?在其他國家,相同勞動條件,早就抗議跟工會罷工,弄到要鎮暴部隊出動了,立院光是開勞權相關會議就開不完。
可我們台灣人,鍵盤抗議勞動條件差的人滿坑滿谷,竹科人拼命想選一個可以上台改法案,瞬間薪資跟勞動條件就改善的立委,但要大家罷工抗議來點硬的,沒半個響應。
我也不是沒見過在那邊哀嘆台灣人奴性重的左左,都不跟他一起站出去對抗強權,活該被奴役之類等等...
那怎麼會選出蔡英文?現在應該還是蔣家天下啊。
嘛
這也不是儒家教育造成的,不然韓國比我們更變態,也沒看三星把台GG踩在腳底下。要說是台灣人有受過日本人教育,但現在幾乎所有爆肝工程師主力,都是黨國年代教育訓練出的,日本成分只有老一輩有。
我為何認為是路徑依存?這就跟玩遊戲一樣,有些世界奇觀就是得要各種條件齊備,不是有錢就蓋得起來。科技樹走到這一條路,就會犧牲其他的,而且需要很多輔助系統協助主系統運作。
很多人都不知道,台GG相關的產業,一路峰峰相連到天邊,而為何會這樣?我認為也是一種路徑依存的結果。在發展史上任何一點歪了,都會讓矽盾變成紙糊的脆弱。
首先,我們的教育體制,大體上還是遵守著兩種人會出頭,記性好、耐力好。想要考到頂大,如果不是記性很好,就得要坐得住,可以磨練心性讀書不起來。即便多元教育、素養教育想要改變,但不管怎麼變,至少在這十年,我看不到這兩個基本要素會被剔除。
但記性好、天分高的人少,中等之資但有耐性去磨的人多,所以今天台灣頂大出去,會被台積電等看上的工程師,幾乎都受過多年磨練。也就是說,高強度的工作,需要的心性早就練好,被教育體制篩選過兩輪,進得去的多半都能接受。(頂多嘴巴不要,身體很老實)
雖然階級複製是事實,但台灣跟韓國又有決定性不同,我們的歷史中,高階級的台灣人,經歷日治到國民黨來台後的白色恐怖,土生土長的菁英被洗過幾輪,一出生就是高階級人很少。而這些高階級的又多半是黨國後代,養尊處優下根本沒多大能力。
而教育體制強調依照分數標準,以及各級學校的排序,成為一種另類的階級翻身途徑。即便聯考還是在加強複製,但教育體制內從上到下都是以平等的概念教學,至少在表面上如此,這讓頂大生畢業出去後,優越感並非建築在學歷標籤上。
意思是,不會因為你進了科技業,變成了科技新貴,你就會以為自己是高人一等的上流人。至少心態上,你還是認為自己「只」是一個工程師,就算上級學歷低你一點,但他的經歷夠還是可以服你。這在韓國更加學歷競爭的社會,就會逆向淘汰中階人,在其他有階級傳統的國家,像是印度會出現管理災難。
說白了,就是台灣科技業雖然匯聚台灣最強的數理菁英,但這些菁英在心態上,平均來說多數人...
一. 不會認為自己高人一等,其他人都是下流人
二. 同時具有傳統定義上,在中低階級才有的工作韌性
但若只有這樣,還是不會有台積電這種公司出現。
台灣很妙,這種要投入舉國資源的產業,在其他國家往往變成特許,不是法規特許,而是制度上會有特權。像在中國,排廢水都沒在管你去死的,但在台灣即使是台積電,一樣被環保團體跟環保單位,圍毆到標準世界夭壽高。
然後這又遇到扁馬16年開始的中國大磁吸效應,大量台灣產業西進中國,造成本國傳產類的消費力低落。這直接的結果就是,唯一有賺錢優勢,還有機會進去的就科技業,其他傳產若非早就被老人卡位,新人找不到出頭路,就是發展到極致,很難有進一步揮灑空間。
結果,每一年畢業的理工菁英,發現自己只有這條路可以走,其他的就是低薪跟更糟的勞動環境。這促使即便相對世界其他國家,台灣工程師的勞動條件很糟,大家還是買單,只有嘴巴碎念。
如果2000年之後的台灣就業環境,就跟7、80年代電子加工狂飆時一樣,這些理工菁英待兩年都會出去創業,過著所謂財富自由跟快樂人生,誰想要爆肝。
各種路徑都有一個依存,教育上我們走著聯考複製階級的道路,但在民族整體上,國民黨來台造成日治時代的中高階級崩潰,重新洗牌一次,變成幾乎所有人都沒有資本積累,由此訓練出世界難得一見的工作心態,而經濟上又正好遇到中國磁吸,台灣消費力變弱,更不敢輕易離開有競爭力的產業。
那現在,狀況會改變嗎?看來有點難。
突破了一個關口後,現在台灣這些新一代的菁英,可能在歐美國家的產業考量下,變成逆向輸出代工模式,而這些人力素質,至少全世界我看不到有哪個國家,可以跟台灣一樣。成績跟學科可以練,心態養成可要10年為單位。
即使這樣,還是很難複製台灣模式,電子業有太多輔助系統,整廠搬過去,但沒有把整個新竹搬過去,或是把整個台灣搬過去,歐美想要複製本土台積電,成功率也不高。
嘛,所以說,我們能不能預測後面的結果?說真的不行,每一個環節有去了解一下,我都發現他環環相扣,扣到整個台灣身上。畢竟台灣不大,要找到自己公司的活路,往往是一家成功的公司,做的生意都不怎麼單一,橫跨多個領域,透過多年市場競爭留存下來。
這不是替代掉這家公司就好,這家小公司牽出去的蛛網可能是10多條,想在他國複製,等於要扶植好幾家小公司,而不是就這家。
我是不相信中國做得到,就不提欺騙造假是常態,成本外部化過頭,現在任何追上世界標準的改善,都會立刻降低利潤。光是那個心態,我就可以篤定中國人做不到。
為何?
台積電的人自己可以講,你會不會在廠裡,因為小事對上司不爽,就故意整條產線搞到停機?把上億的機器砸爛?這個可是被某些媒體推崇的狼性喔,為何你做不到?
為何你會變成一個,循序漸進、有耐心磨耗、遵守規範的工程師,而不是動不動就要打破現狀,懲罰削自己面子的敵人,亂衝亂闖的戰狼?
不是嘴巴說要做,是你真的做得到嗎?
別說台積電的啦,一般小公司的你,做得到嗎?
這不是奴性喔,不要平行移植歐美觀念,認為這就是奴。
三星工程師模式 在 文茜的世界周報 Sisy's World News Facebook 的精選貼文
《文茜的世界周報》
【韓國經濟以出口貿易做為成長動力與發展命脈,但它也是最容易受到外在因素衝擊的弱點之一。以2017年的數據來看,韓國對外貿易依存度為68.8%,是日本對外貿易依存度28.1% 大約2.4 倍,再看看2018年韓國出口統計,對中出口占出口總額的26%,對美出口占12%,換句話說,美中兩大強國的一舉一動,很容易就會牽動韓國的經濟表現。所以朴槿惠時期出現薩德事件,中國祭出限韓令,文化內容產業,觀光旅遊業馬上就跌到谷底。文在寅政府任內,先是半導體需求放緩,接著美中貿易開打,韓國2019年出口出連12黑,大幅萎縮。然後是武漢爆發新冠病毒疫情,北京當局封城、管制人貨移動,韓國企業在中國的生產線,原料供應全都中斷,生產線只能喊停。美國最近推動以盟友為主體的「經濟繁榮網絡」以牽制中國,也讓夾在中間的韓國企業更是繃緊神經,坐立難安。就連日本管制三項半導體原料輸韓,都讓韓國半導體業險些跌跤。包括官方及民間智庫,經濟研究單位都提出分析報告預警,韓國必需要立刻降低對特定國家,也就是中國和美國的依賴,改變對集中特定出口產業如半導體的模式,開拓多元市場,產業研究所更針對美國大選提出報告,認為不論誰勝選,美國牽制中國的政策都不會改變,美中之間的爭端短期內也難以解決,韓國依賴中國市場的經濟模式,只會讓自身處境更加困難。】
{內文}
(新聞旁白)
美中貿易戰開始之後,許多國家2019年GDP成長出現衰退
美中貿易爭端來來回回交手近2年半,遭受波及的池魚們以韓國受傷最重。新冠疫情在武漢爆發,從全城封鎖到中國全境管制,工廠企業停工,還是韓國受創最深。
(KBS主播)
靠「出口」吃飯的韓國,半導體 石油產品 汽車 LCD等產口出口全世界,其中銷往中國和香港部份就超過逾30%,對中國市場依賴度很高,而且不僅僅出口,來看看從中國進口中間財統計,首先從中國進口金屬產業中間財,全球國家中,韓國進口最多,電子化學制品是第2位,第3則是機械和汽車等運輸品項,總體來看,緊接在美國之後,韓國對中國中間財進口依賴度,高居世界第二位,不管出口進口,韓國都與中國緊密相連,(根據企業調查結果)始於中國新冠疫情,若持續6個月以上,韓國出口將減少9% 銷售額減少8%,而且受害行業都是韓國核心製造業,即韓國出口主力產業
對外貿易依存度高,是韓國經濟發展的重要動力卻更是致命的罩門,只要全球經濟局勢稍有變動,韓國經濟很容易 受到外來因素衝擊,以2017年為例,韓國對外貿易依存度為68.8%,是日本對外貿易依存度28.1%約2.4倍,2018年韓國對中出口 占出口總額的26%,對美出口占12%,美中兩大強國的一舉一動,尤其會牽動韓國的經濟成長表現。因而當中國因為薩德事件而實施限韓令,韓國觀光.文化內容產業立刻跌入谷底,美中貿易大戰一開打,韓國出口產業跟著動搖,2019年出口金額衰退10.3%,是十年最差成績,也是韓國史上第三糟紀錄。
(韓聯社主播)
美國最近正推進以友邦國家為主,重組產業供應網的「經濟繁榮網絡」,這個策略其實是為了排除"世界工廠"中國,對韓國而言,(在中國的工廠)對美間接出口僅僅減少10%,韓國對中出口額卻會減少282.6億美元,約35兆韓元損失,以對中國出口比重近40%的半導體為例,若因美國反中導致華為生產需求縮減,就會不可避免地產生負面影響,另外對中出口比重超過40%的石油化學,及同樣高度依賴中國的鋼鐵機械產業,現在也都繃緊了神經
2020年的新冠疫情,韓商在中國的生產線,原料輸出因為封城管制被迫中斷,影響所及,韓國境內工廠也只能接連喊出停工,韓國第二季出口總額銳減16.6%,GDP更連二季萎縮,出現22年來最大跌3.3%。韓國貿易協會國際貿易通商研究院,七月發佈報告建議,韓國企業應該從中國的生產線轉向東協國家,並點名中國市場受到本地勞動力成本上漲,美中貿易戰及新冠疫情等因素,生產成本競爭力已經不足。韓國產業研究院,則針對11月將舉行的美國大選與美中關係進行分析,指無論美國大選結果為何,其對華牽制和美國優先主義仍將是主流,因為若是川普當選,貿易保護主義思潮將繼續獲得強化,若拜登勝出,美國也可能繼續要求韓國加強同盟以牽制中國,多個智庫研究單位都建議,韓國必需降低對中依賴,發展進出口市場的多元化。
(宋永貫/ KDI(韓國開發研究院)研究委員)
全球貿易秩序正面臨持續擴大的不確定性的挑戰,而韓國對特定國家過度依賴,出口集中在特定產業的貿易模式,需要被打破並培養整體的競爭力,為了減少對中國出口的依賴,如加入採用原產累計制度的CPTPP(跨太平洋全面進展協議),同時應該強化多邊出口國市場
(SBSCNBC主播)
三星電子計劃關閉位於中國蘇州的PC生產線並裁員,業界分析這是隨筆電腦市場競爭加劇,成本效率化的戰略性決策,至2019年末為止,蘇州廠約有1700名員工,預計將裁員一半,這是三星電子繼2018年關閉深玔 天津等手機工廠,2019關閉惠州工廠後,第四度結束中國生產線
而韓國的財團老闆們,早已先政府一步展開行動,以三星電子為主,韓國企業正加大對越南的投資,三星不只在越南開闢兩處智慧手機生產園區,旗下系統開發商三星SDS 2019年7月更以40億日元,買下越南第二大資訊技術公司CMC 約30%股權,更斥資 2.2億美元在河內建設研發中心,將僱用3,000名越南本地工程師預計2022年營運。SK 集團則宣布,將投資越南最大的企業集團Vingroup,在汽車產業和其他業務方面展開合作,金融領域部份,韓亞銀行(Hana Bank)也在2019年7月簽署一項協議,以950億日元收購越南國有投資發展銀行約15%股份,(Bank for Investment and Development of Vietnam)打算將客群從現有的韓企,擴大至越南本地企業。韓國總統文在寅則是每年出訪東協國家,以政府力量帶著企業打通東協市場。
(新聞旁白)
文在寅2017年上任後推動新南方政策,是韓國第一位走遍東協全部十個成員國的總統,他在前半段任期內就完成了這項令人印象深刻的任務,時至今日堅持從政治經濟文化等各領域,加強與東協國家的合作
韓國貿易部則積極佈署,在全球擴大簽署自由貿易協定(FTA)夥伴國網絡,2019年底展開與菲律賓及馬來西亞FTA談判,與柬埔寨展開雙邊協議可行性研究,其他有望簽署FTA國家還包括埃及和墨西哥,希望藉由加深與新興市場國家的連結,降低對世界(美.中)兩大經濟體的依賴,不再只是把雞蛋全放在中國市場的籃子裡,儘管它確實很大,但在美中新冷戰下,不確定性風險卻也正日漸升高。
https://www.youtube.com/watch?v=Zrbnl8hbpgY
含主持人陳文茜解說,請點閱【完整版】2020.08.09《文茜世界財經周報》
https://www.youtube.com/watch?v=E8-pWimKWyk
三星工程師模式 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
把AI導入邊緣裝置就對了!
作者 : Duncan Stewart、Jeff Loucks,Deloitte科技/媒體/電信中心
2020-06-04
邊緣AI晶片可能會嵌入越來越多的消費性裝置,例如高階智慧型手機、平板電腦、智慧揚聲器和可穿戴裝置等。它們還將在多個企業市場中得到應用,例如機器人、攝影機、感測器和其他物聯網裝置...
德勤(Deloitte)預測,2020年,邊緣AI晶片出貨量將超過7.5億顆,銷售金額將達到26億美元,而且邊緣AI晶片的成長速度將遠高於整體晶片市場,估計到到2024年邊緣AI晶片出貨量可能超過15億顆,代表其複合年成長率(CAGR)至少達20%,是整體半導體產業(長期CAGR預測為9%)的兩倍多。
這些邊緣AI晶片可能會嵌入越來越多的消費性裝置,例如高階智慧型手機、平板電腦、智慧揚聲器和可穿戴裝置等。它們還將在多個企業市場中得到應用,例如機器人、攝影機、感測器和其他物聯網裝置。消費性應用邊緣AI晶片市場將遠大於企業應用市場,但成長速度可能會較慢,預計2020年至2024年之間,其CAGR為18%;企業應用邊緣AI晶片市場的成長速度更快,同期CAGR預計為50%。
儘管如此,無論從出貨量還是銷售金額來看,今年消費性裝置應用都將佔據整體邊緣AI晶片市場的90%以上。這些邊緣AI晶片中的絕大部分將應用於高階智慧型手機,佔據目前所有使用中的消費性邊緣AI晶片70%以上。實際上不僅是2020年,在未來幾年,AI晶片的成長將主要由智慧型手機推動。我們相信在今年預期出售的15.6億支智慧型手機中,超過三分之一都可能內含邊緣AI晶片。
由於對處理器的要求非常高,AI運算向來幾乎都在資料中心、企業核心設備或電信邊緣處理器上遠端執行,而不是在終端裝置本地執行;現在,邊緣AI晶片正在改變這一切。它們的實體尺寸更小、相對便宜、功耗更小、產生的熱量也更少,因而可以整合到手持裝置以及非消費性裝置(如機器人)中。
邊緣AI晶片可讓終端裝置能夠在本地執行密集型AI計算,減少甚至消除了將大量資料發送到遠端位置的需求,因此在可用性、速度、資料安全性和隱私性方面益處良多。從隱私和安全性方面來看,在邊緣裝置處理資料顯然更安全;個人資訊不離開手機就不會被攔截或濫用。而當邊緣AI晶片安裝在手機上時,即使未連結網路,它也可以完成所有處理。
當然,並非所有AI運算都必須在本地進行。針對某些應用,例如當裝置上的邊緣AI晶片無法處理太多資料時,將資料發送至遠端AI陣列來處理是適當的、甚至是首選方案。實際上,在大多數情況下,AI將以混合模式完成:一部分在裝置端實現,一部分在雲端實現。具體情況下應該選擇什麼樣的混合方式,要看需要完成的AI處理類型。
智慧型手機邊緣AI經濟學
並非只有智慧型手機使用邊緣AI晶片;其他裝置諸如平板電腦、可穿戴裝置、智慧揚聲器等也會採用AI晶片。短期內,其他裝置對邊緣AI晶片銷售的影響力可能會比智慧型手機小得多,原因若非這類市場沒有什麼成長(如平板電腦),就是這類市場規模太小、無法產生實質性的影響;例如,2020年智慧揚聲器和可穿戴裝置市場總銷售量預計僅1.25億部。不過許多可穿戴裝置和智慧揚聲器都依賴邊緣AI晶片,因此其普及率已經很高。
目前,只有價格最昂貴的智慧型手機(處於價格區間頂部)才可能內置邊緣AI晶片。但是,帶有AI晶片的智慧型手機並不一定要價格昂貴到讓消費者望而卻步。
我們可以對智慧型手機的邊緣AI晶片比例進行合理的估算。目前三星(Samsung)、蘋果(Apple)和華為(Huawei)的手機處理器圖片均顯示出裸片及所有功能特性,因此可以識別出晶片的哪些部分用於哪些功能。例如,三星Exynos 9820晶片的照片顯示,其晶片總面積的大約5%專用於AI處理器,整個應用處理器SoC的成本估計為70.50美元,僅次於顯示器,是手機中第二昂貴的元件,約佔據裝置總物料成本的17%。假設AI部分的成本與裸片上的其他部分一樣,即與所佔裸片面積成正比,那麼Exynos的邊緣AI神經處理單元(NPU)大約佔裸片總成本的5%,相當於每個NPU約3.50美元。
相同的,在蘋果的A12仿生晶片上,專用於機器學習的部分約佔裸片總面積的7%。如果整顆處理器的成本為72美元,邊緣AI部分的成本大約5.10美元。華為麒麟970晶片的成本估計為52.50美元,其中2.1%用於NPU,則這部分成本應為1.10美元(當然,裸片面積並不是衡量晶片總成本中有多少比例屬於AI的唯一方法。據華為表示,麒麟970的NPU包含1.5億個電晶體,佔整體晶片55億個電晶體總數的2.7%;按這樣計算,NPU的成本較高,約1.42美元)。
儘管這裡所提到的成本差別很大,但可以合理假設,NPU的平均成本約為每晶片3.50美元。雖然每顆晶片的價格不高,但考量達到5億支的智慧型手機出貨量(還不包括平板電腦、智慧揚聲器和可穿戴裝置),這仍然是一個很大的市場。
製造商的平均成本為3.50美元,最低可能僅1美元,因此在智慧型手機晶片中添加專用的邊緣AI NPU是很自然的事。按照正常的利潤加價幅度,製造成本增加1美元,對終端消費者而言也僅增加2美元。這意味著即使是價格低於250美元的智慧型手機,也可以享受NPU及其帶來的好處,如更好的攝影機、離線語音助理等,而價格漲幅不到1%。
AI晶片來源:自家生產還是找外部供應商?
生產智慧型手機和其他裝置的廠商取得邊緣AI晶片的方式各不相同,這主要取決於手機機型、甚至是區域市場等因素。有些公司向高通(Qualcomm)和聯發科(MediaTek)等第三方供應商採購應用處理器/數據機晶片,這兩家公司在2018年合計佔據了智慧型手機SoC市場約60%的比例。高通和聯發科提供了一系列不同價位的SoC;儘管並非都包含邊緣AI晶片,高階型號通常都會有,例如高通的Snapdragon 845和855,以及聯發科的Helio P60。
在另一方面,蘋果則完全不使用外部供應商的應用處理器晶片,而是設計並使用自己的處理器SoC,如A11、A12和A13 仿生晶片,所有這些晶片都支援邊緣AI。其他手機製造商如三星和華為則採用混合策略,也就是會從市場上的晶片供應商採購一部分SoC,其餘則使用自家研發的晶片,例如三星的Exynos 9820和華為的麒麟970/980。
兵家必爭的企業與工業應用領域邊緣AI市場
如果在智慧型手機和其他裝置中採用邊緣AI處理器好處多多,那為何不將之導入企業應用呢?事實上邊緣AI處理器已經有一些企業應用案例了,例如某些自主無人機;配備了智慧型手機應用處理器SoC的無人機,能完全在裝置端執行即時導航和避障,無需連結網路。
但是,針對智慧型手機或平板電腦最佳化的晶片並非許多企業或工業應用的正確選擇。如前面所述,智慧型手機SoC的邊緣AI部分僅佔總面積的5%,在總成本中佔據約3.50美元,功耗比整個SoC少大約95%。所以若開發出只有邊緣AI功能(加上其他一些必要功能,例如記憶體)的晶片,它的成本會更低、功耗更少且體積更小,豈不更好?
事實上,已經有這樣的晶片了。據說,有多達50家不同的公司正在開發各種各樣的AI加速晶片。在2019年就已經有獨立的邊緣AI晶片鎖定開發工程師,單價約80美元。而如果達到成千上百萬顆的量產,裝置製造商的採購成本會大幅降低,有些甚至可低至1美元(或是更少),而有些則需要幾十美元。現在,我們以智慧型手機邊緣AI晶片作為參考標準,假設邊緣AI晶片的平均成本約為3.50美元。
除了相對便宜之外,獨立的邊緣AI處理器還具有體積小的優勢,功耗也相對較低,僅為1W到10W之間。相比之下,一個由16顆GPU和兩顆CPU組成的資料中心叢集,雖然性能非常強大,成本將高達40萬美元,而且重量達到350磅、耗電達到10萬W。
利用這類已經問世的晶片,邊緣 AI可以為企業帶來更多新的可能性,尤其是在物聯網應用方面。透過使用邊緣AI晶片,企業可以大幅提升在連網裝置端進行資料分析的能力──不僅是收集資料──並將分析結果轉化為行動,從而避免了將大量資料傳送到雲端帶來的成本、複雜性和安全性挑戰。AI晶片可以幫助解決的問題包括:
資料安全和隱私
無論企業如何謹慎小心地保護資料,只要是收集、儲存並將資料傳送到雲端,都會不可避免地使企業面臨網路安全和隱私威脅;隨著時間推移,因應此一風險變得至關重要。世界各國紛紛訂定個資保護相關法規,消費者也逐漸意識到企業正在收集他們的各種資料,而有80%的消費者表示,他們認為企業沒有盡力保護消費者隱私。諸如智慧揚聲器之類的裝置開始在醫院等場合廣泛使用,這些場合對患者隱私的管理十分嚴格。
邊緣AI晶片可在本地處理大量資料,降低個人或企業資料被攔截或濫用的可能性。例如,具有機器學習處理能力的保全攝影機可以透過分析視訊來確定其中哪些部分相關,並只將這部分視訊傳送至雲端,從而降低隱私權洩露的風險。機器學習晶片還可以識別更廣泛的語音指令,從而減少需要在雲端進行分析的音訊。準確的語音辨識功能則有助於智慧揚聲器更精準識別「喚醒詞」,以避免聽到不相關的對話。
連網困難
裝置必須連網才能在雲端處理資料,但是在某些情況下,裝置連網是不切實際的。無人機就是一個例子,其運作位置可能使得維持其連網很困難,而且連網功能本身以及將資料上傳到雲端都會縮短電池壽命。在澳洲新南威爾斯(New South Wales, Australia)以配備嵌入式機器學習功能的無人機巡邏海灘,確保泳客安全;這些無人機不必連結網路就可以識別出被海浪捲走的泳客,或者警告泳客有鯊魚和鱷魚襲擊危險。
(太)大數據
物聯網裝置會生成大量數據。舉例來說,一架Airbus A-350噴射機配備6,000多個感測器,每日飛行航程會產生的數據量達到2.5 TB。在全球範圍內,保全攝影機每天生成的數據約2,500PB。將所有這些數據資料發送到雲端儲存和分析的成本高昂且複雜,將機器學習處理器放置於感測器或攝影機等終端裝置就可以解決這個難題。例如,可以在攝影機中配備視覺處理單元(VPU),也就是一種專用於分析或預處理數位影像的低功耗處理器SoC。借助嵌入式邊緣AI晶片,裝置可以即時分析資料,只有當相關資料需要傳送到雲端進一步分析時才會需要進行傳輸,這可大幅降低儲存和頻寬成本。
功耗限制
低功耗的機器學習晶片甚至可以讓AI運算在透過小型電池供電的裝置上執行,不會消耗過多電力。例如,Arm晶片可以嵌入呼吸器來分析資料,包括吸入肺活量和進入肺部的藥物流量。在呼吸器上完成的AI分析結果將傳送至智慧型手機應用程式,協助醫事專業人員為哮喘患者提供個人化醫療照護。
除了現在已有的低功耗邊緣AI NPU外,很多公司還致力於開發「微型機器學習」方案,也就是在微控制器單元之類的元件上實現深度學習。例如Google正在開發能讓微控制器分析資料的專用版本TensorFlow Lite,將需要發送到晶片外的資料壓縮為只有幾個位元組大小。
低延遲需求
無論是透過有線網路還是無線網路,在遠端資料中心執行AI運算都意味著往返延遲的存在,最佳情況下為1到2 毫秒(ms),最差情況則達到幾十甚至幾百毫秒。使用邊緣AI晶片在裝置端執行AI,可以將延遲降低到奈秒(nanoseconds)等級──這對於需要收集、處理資料並即刻採取行動的應用場景至關重要。
例如自動駕駛車輛必須透過電腦視覺系統收集並處理大量資料以識別物體,同時收集和處理來自感測器的資料以控制車輛各種功能;然後它們必須立即根據這些資料做出決策,像是何時轉彎、煞車或加速,以實現安全行車。為此,自動駕駛車輛必須自己處理在車輛中收集的大量數據。低延遲對機器人應用也很重要;隨著機器人逐漸出現在工廠環境並開始與人類協同工作,低延遲將變得越來越重要。
邊緣AI在大量數據應用至關重要
邊緣AI晶片的普及可能會為消費者和企業帶來重大變化。對消費者而言,邊緣AI晶片可以實現多種功能,從解鎖手機到與語音助理對話,甚至在極端困難的條件下拍攝出令人驚歎的照片,而這些應用都不需要連結網際網路。
但從長遠來看,邊緣AI晶片對企業應用的影響可能更大,它們將把企業的物聯網應用提升到一個全新的境界。由AI晶片驅動的智慧裝置將有助於擴展現有市場,衝擊現有企業,同時改變製造、建築、物流、農業和能源等產業的利潤分配。
收集、詮釋並立即根據大量數據資料採取行動的能力,對於那些仰賴大數據的應用至關重要;未來學家們預測,這類應用將被廣泛佈署,包括視訊監控、虛擬實境、自動駕駛無人機和車輛等等,而邊緣AI晶片就是讓各種裝置取得更高智慧的主角。
附圖:圖1:AI運算技術能佈署在不同位置。
(圖片來源:Deloitte Insights)
圖2:邊緣AI晶片市場規模預測。
(圖片來源: Deloitte Insights)
圖3:三星Exynos 9820的裸晶照片顯示,其中約有5%的面積為AI處理器。
(圖片來源:ChipRebel;注釋:AnandTech)
圖4:蘋果的A12仿生晶片約有7%的面積屬於機器學習的部分。
(圖片來源:TechInsights / AnandTech)
資料來源:https://www.eettaiwan.com/20200604putting-ai-into-the-edge-is-a-no-brainer-heres-why/?fbclid=IwAR3hRYuquNfTq5VzcEWYfqyJotBLBSp4PzLNyMackrs6V43r9NEMhRZ3Ap8