标簽：AI人工智能(néng)

在世界行動通訊大會（Mobile World Congress，MWC 2019）前夕，諾基亞（Nokia）推出認知協作中心網絡，這(zhè)些數據科學(xué)中心將(jiāng)進(jìn)一步促進(jìn)諾基亞、營運商以及企業之間的合作，以開(kāi)發(fā)創新的人工智能(néng)使用案例。

認知協作中心（Cognitive Collaboration Hubs）以 2018 年成(chéng)立且大獲成(chéng)功的諾基亞雲端協作中心（Cloud Collaboration Hubs）爲基礎，吸引了營運商的極大興趣，并協助他們構建以雲端爲基礎的新能(néng)力。

認知協作中心爲營運商的策略發(fā)展提供了催化劑，并以應用分析與人工智能(néng)（Artificial Intelligence，AI）協助解決關鍵挑戰。敏捷開(kāi)發(fā)過(guò)程通常用來共同創建使用案例，進(jìn)行測試并在幾周内投入實際營運。典型的應用領域主要是聚焦于網絡營運、網絡效能(néng)、客戶體驗以及數據如何獲利。5G 技術則是另一個重點，諾基亞目前正與數家美國(guó)營運商合作，利用機器學(xué)習（Machine Learning）改進(jìn) 5G 網絡規劃，例如确定最佳的站點位置或 massive MIMO 波束成(chéng)型技術的設定。

▲ 認知協作中心架構（Source：Nokia Networks）

全球各地的營運商已從使用這(zhè)些方法創建的認知服務中受益，例如諾基亞與土耳其電信公司（TürkTelekom）正在使用諾基亞的人工智能(néng)助手 MIKA 與 AVA 認知服務平台，在新一代行動與固定網絡上測試以機器學(xué)習爲基礎的人工智能(néng)科技。

諾基亞網絡認知服務部門負責人 Dennis Lorenzin 表示，認知協作中心是擴展數據分析與人工智能(néng)服務的另一重大進(jìn)展。基于數據科學(xué)以及電信專業能(néng)力，諾基亞正在幫助客戶應用人工智能(néng)技術來提高營運效率，爲 5G 網絡做好(hǎo)準備，并創造新的收入來源。

諾基亞還(hái)宣布了一項改進(jìn)道(dào)路安全與乘客體驗的創新服務，駕駛行爲分析工具（Driver Behavior Analytics）提供商品傳感器數據的實時分析，爲政府機關、汽車産業、一般企業提供有效的數據分析，以及使用專屬智能(néng)型手機應用程序取得的數據分析，提供有關激烈性駕駛、不當的道(dào)路狀況或危險路口的信息。

在人工智能(néng) (AI) 已經(jīng)成(chéng)爲産業不可逆的趨勢下，就連台積電前董事(shì)長(cháng)張忠謀都(dōu)表示，未來 AI 的發(fā)展將(jiāng)成(chéng)爲帶動台積電營運發(fā)展的重要關鍵。因此，市場上大家都(dōu)在期待，藉由 AI 發(fā)展所帶來的新應用與商機。隻是，在 AI 需要大量運算效能(néng)與能(néng)源，而整個半導體結構發(fā)展也面(miàn)臨極限發(fā)展的情況之下，材料工程技術的突破就成(chéng)爲未來 AI 普及化前的其中關鍵。

材料工程解決方案大廠應用材料 (Applied Materials) 指出，根據《經(jīng)濟學(xué)人》表示，當前數據之于這(zhè)個世紀的重要性，猶如石油之于上個世紀，是成(chéng)長(cháng)與變革的動力，而透過(guò)科技也爲許多産業帶來改變。因此，藉由人工智能(néng)與大數據的結合，給市場帶來無限的機會，卻也帶來空前的挑戰。所以，而是否能(néng)掌握 AI 與大數據帶來的龐大商機，關鍵在于新技術和新策略上。

應用材料台灣區總裁餘定陸日前在于媒體的聚會中表示，AI 與大數據的結合帶動了 4 個主要的趨勢與挑戰，這(zhè)也是企業是否能(néng)在 AI 與大數據時代掌握緻勝先機的關鍵。其中，包括了物聯網普及和工業 4.0 産生超大量的數據資料、現有的空間不足以應付快速增加數據量的處理及儲存、靠着新的運算模式及架構，以及邊緣運算、雲端技術和低功耗的每瓦效能(néng)，才能(néng)將(jiāng)數據成(chéng)功轉換成(chéng)價值、以及 AI 與物聯網快速彙流，連接性是最大關鍵，也是決定運作是否流暢的重要因素等。

而因爲有了 4 個趨勢與挑戰，使得在 AI 與大數據時代中啓動了「硬件複興」的各種(zhǒng)資源投入，不但使得論是傳統科技領導大廠、新創公司或軟件公司，都(dōu)投入大量的資源、押寶不同的技術領域、聚焦應用的客制化及最佳化，專注于硬件的設計以及投資發(fā)展。另外，在在計算機運算處理器部分，人工智能(néng)需要大量、快速的存儲器存取及平行運算，才能(néng)提升巨量資料處理能(néng)力，這(zhè)時繪圖處理器（GPU）及張量處理器（TPU）會比傳統運算架構更适合處理人工智能(néng)的應用。而且，爲了使人工智能(néng)潛力完全開(kāi)發(fā)，其效能(néng) / 功耗比即運算效能(néng)需達到目前 的1,000 倍 ，已成(chéng)爲現階段技術層面(miàn)亟需突破的關鍵。

再加上 AI 與大數據需要邊緣及雲端創新，大量的資料儲存＋高效能(néng)運算因運而生。而且在是當傳統摩爾定律下的 2D 微縮越來越慢的情況下，材料工程的創新就成(chéng)爲解決問題的其中一項關鍵。餘定陸進(jìn)一步表示，材料工程的創新未來將(jiāng)建構在 PPAC（效能(néng)、功耗與單位面(miàn)積）的 5 個面(miàn)向(xiàng)革新上，包括新架構、新結構 / 3D、新材料、微縮的新方法以及先進(jìn)封裝等。

餘定陸舉例表示，原有 2D NAND 的技術應用在實體和成(chéng)本上已達到極限，爲了能(néng)讓每儲存單元（cell）的容量再往上增加， 3D NAND 技術采用層層堆棧的方式，來減少 2D NAND 儲存單元距離過(guò)近時，可能(néng)産生的幹擾問題。此外，3D NAND 有倍增的容量與可靠度，更是過(guò)去的 2D NAND 無法比拟的 。

此外，先進(jìn)封裝可以優化系統級的效能(néng)。過(guò)去 DRAM 封裝是采用印刷電路闆（PCB）的方式，目前則采用矽通孔封裝技術（TSV），可將(jiāng)邏輯和存儲器的同質和異構集成(chéng)緊密地結合在一起(qǐ)，垂直堆棧的 3D 儲存器芯片顯著減小了 PCB 級的電路闆尺寸和布線複雜性，大大降低成(chéng)本、節省一半的電力及延長(cháng)芯片使用壽命。另一種(zhǒng)系統級封裝，運用小芯片（chiplet）多元模塊整合，可提供時間、成(chéng)本與良率的效益。

餘定陸還(hái)表示， 傳統計算機架構的馮諾伊曼（Von Neumann）思維有一個主要問題，當處理大量資料運算，單一中央處理器與存儲器間的資料運算規則和傳輸速度，限制了整體效率與計算時間，無法滿足實際實時應用情境。但利用神經(jīng)形态（Neuromorphic）思維，進(jìn)行網絡分散架構及平行運算與學(xué)習，可加速人工智能(néng)計算，達到傳統計算機架構無法達成(chéng)的連接性。

在 AI  與大數據的結合將(jiāng)帶來無限機會的時代中， 因應複雜性、應用性和在時間方面(miàn)都(dōu)面(miàn)臨很大的困難，而且互連性和材料創新速度上面(miàn)臨的挑戰，也需要新的策略來克服的情況下，需要藉由材料工程創新、硬件的複興以及産業生态間深度連結來解決。

2019年1月8日，在美國(guó)拉斯維加斯舉辦的CES國(guó)際消費電子産品展上，聯發(fā)科技推出多款AI人工智能(néng)終端産品解決方案，包括最新一代的智能(néng)電視AI成(chéng)像畫質技術（AI PQ）、智能(néng)顯示和智能(néng)相機的AI視覺（AI Vision）平台MT8175，以及應用于便攜智能(néng)音箱的AI語音交互（AI Voice）平台MT8518，爲消費者打造了全新的智能(néng)家居體驗。聯發(fā)科技全新的人工智能(néng)終端解決方案通過(guò)底層芯片的強大AI邊緣算力，結合算法和軟件開(kāi)發(fā)工具，讓聯發(fā)科技最新的人工智能(néng)創新真正走進(jìn)智能(néng)家居、可穿戴設備、智能(néng)手機、自動駕駛和其他聯網設備。

“人工智能(néng)正在重塑我們與科技的互動方式 —— 從手機拍照，到用語音助理查詢天氣，再到電視上的流媒體播放和車載導航等。聯發(fā)科技同時具備高性能(néng)及高節能(néng)的解決方案能(néng)完美滿足下一波人工智能(néng)終端設備的處理需求。” 聯發(fā)科技資深副總經(jīng)理暨智能(néng)設備事(shì)業群總經(jīng)理遊人傑表示，“我們已經(jīng)看到人工智能(néng)正實現從語音到影像的跨越，并從雲端運算 (Cloud Computing) 走向(xiàng)邊緣運算 (Edge Computing)。

鑒于此，聯發(fā)科技在智能(néng)語音助手（VAD）中支持更多AI應用，包括帶有顯示屏和攝像頭的智能(néng)終端設備。憑借公司前沿創新的智能(néng)電視AI成(chéng)像畫質技術，我們爲消費者打造更好(hǎo)的視覺體驗；面(miàn)向(xiàng)智能(néng)顯示和智能(néng)攝像頭的MT8175帶來更快、更精确的圖像采集質量；MT8518則讓智能(néng)語音助手（VAD）實現在雲端與終端間的無縫接軌，爲我們的客戶開(kāi)拓了將(jiāng)語音助手引入到便攜智能(néng)音箱市場的機遇。”

聯發(fā)科技最新一代智能(néng)電視AI成(chéng)像畫質技術（AI PQ）爲數字電視帶來了人臉識别、場景檢測等AI增強功能(néng)。通過(guò)場景檢測，智能(néng)電視可以從每幀畫面(miàn)中區分出人像和其它類型的場景，如風景、室内或體育場館等，在自動調整清晰度的同時微調膚色，令圖像更加逼真。傳統的智能(néng)電視成(chéng)像畫質技術無法在膚色和風景等不同場景間進(jìn)行精确區分，因此隻能(néng)實現一種(zhǒng)“還(hái)可以”甚至“將(jiāng)就”的畫質調校；但藉由聯發(fā)科技獨特的AI PQ技術，能(néng)在畫質的真實度上能(néng)做到真正的不妥協。

智能(néng)電視AI成(chéng)像畫質技術（AI PQ）首先通過(guò)人工智能(néng)運算單元标記出不同類型的場景，然後(hòu)利用PQ引擎處理相關信息，自動配适各細部場景PQ的設置。作爲智能(néng)電視芯片領域領先的IC設計公司，聯發(fā)科技一直走在數字電視技術創新的前沿。2017年，聯發(fā)科技成(chéng)爲首家完成(chéng)Verance Aspect評估測試的系統單芯片（SoC）供應商；Verance Aspect是下一代電視傳輸标準 (ATSC 3.0) 的重要組成(chéng)部分。

 “透過(guò)聯發(fā)科技的MT8175 AI視覺（AI Vision）平台, 與顯示屏和攝像頭集成(chéng)的語音助手將(jiāng)爲用戶帶來更豐富的互動體驗和更實用的功能(néng)。”遊人傑介紹說，“除了觀賞體驗的提升，MT8175還(hái)搭載了最新的圖像信号處理器（ISP）及人工智能(néng)處理單元（APU），讓圖像捕捉更快、更清晰，而且功耗更低。”

作爲智能(néng)語音助手設備 (VAD) 領域第一大的芯片設計公司，聯發(fā)科技MT8518 AI語音交互系統芯片將(jiāng)推動人工智能(néng)語音助手新一波的市場發(fā)展，帶動以低功耗語音喚醒和低功耗流媒體播放爲特征，具備強大的邊緣AI運算終端新趨勢。

聯發(fā)科技MT8518支持低功耗語音喚醒功能(néng)，可將(jiāng)智能(néng)語音助手的待機時間延長(cháng)10倍，還(hái)同時支持低功耗遠場指令、本地聲紋識别 (Local Speaker ID) 和本地語音指令 (Local Command) 等功能(néng)。對(duì)于音樂流媒體播放，MT8518的低功耗播放技術可以提供比上一代解決方案長(cháng)兩(liǎng)倍的播放時間。

“我們的客戶對(duì)于MT8518人工智能(néng)邊緣運算 (Edge AI) 及低功耗性能(néng)的市場潛力十分期待。”遊人傑說，“低功耗語音喚醒能(néng)顯着延長(cháng)了電池待機時間，將(jiāng)會是便攜智能(néng)音箱市場的巨大突破。此外，别忘了我們功能(néng)強大的音質調整工具PowerAQTM，已經(jīng)獲得許多國(guó)内外知名音頻品牌采用，來獲得更卓越的音質。”

進(jìn)入 2019 年之後(hòu)，分析師們對(duì)于半導體産業的看法是否如同先前所提出一樣的保守。根據摩根士丹利（Morgan Stanley，大摩）的分析師團隊于 2018 年 12 月所發(fā)布報告指出，2019 年全球半導體産業周期性低潮尚未見底，對(duì)北美和亞太市場均持保留态度，將(jiāng)預期成(chéng)長(cháng)從 -1% 下調至 -5%；至于，中國(guó)半導體産業仍存在着機會，整體未來成(chéng)長(cháng)點，將(jiāng)在于人工智能(néng)與機器學(xué)習以及無人駕駛等兩(liǎng)大領域。

根據報告指出，2019 年半導體産業整體銷售金額將(jiāng)比 2018 年下降 4.7%，這(zhè)與 2017 及 2018 年各自有 22% 及 14% 雙位數的年度成(chéng)長(cháng)率形成(chéng)鮮明的反差。從個别産業來分析，存儲器設備的銷售金額在經(jīng)曆前兩(liǎng)年各自 60% 及 30% 的高幅度成(chéng)長(cháng)之後(hòu)，將(jiāng)在 2019 年急劇下滑至僅有 18%。

對(duì)此，大摩認爲，在未來 5 年内，全球半導體産業的成(chéng)長(cháng)率將(jiāng)圍繞着 GDP 成(chéng)長(cháng)率上下波動。不過(guò)，對(duì)于 2019 年的半導體産業景氣則不抱持樂觀的看法，因爲大摩認爲，形勢將(jiāng)比 2015 年的産業低潮的情況更加嚴重。原因是半導體産業存貨和供應過(guò)剩，加上需求不足，導緻 2019 年供需不平衡。這(zhè)部分從 2018 年年初實際生産增加了 22%，但市場僅消化了 15% 的增加量。因此，2019 年的開(kāi)年，需求面(miàn)要如何消化這(zhè) 7% 的過(guò)剩産能(néng)，將(jiāng)是個很大的挑戰。

另外，在需求放緩的部分，是由于汽車和工業的垂直需求減少，以及整個供應鏈的庫存調整。此外，智能(néng)型手機方面(miàn)的成(chéng)長(cháng)疲軟，特别是來自蘋果 iPhone 的銷售不如預期，以及中國(guó)廠商的市場需求縮小，更是對(duì)半導體需求方面(miàn)的進(jìn)一步造成(chéng)壓力。

報告指出，全球半導體産業未來兩(liǎng)大長(cháng)期成(chéng)長(cháng)點，關鍵在于人工智能(néng)與機器學(xué)習以及無人駕駛方面(miàn)。其中。機器學(xué)習的應用正在升級，從資料中心擴展到邊緣運算上。而目前的機器學(xué)習相對(duì)處于早期的發(fā)展階段，但是在接下來的 3 到 5 年中，重點將(jiāng)從會用于算法開(kāi)發(fā)、培訓的半導體工具轉向(xiàng)計算機解決方案，以取代人力資本。另外，人工智能(néng)及機器學(xué)習還(hái)有基于計算機視覺構建的 Amazon Go 概念店、臉部或車牌辨識、甚至正在進(jìn)行的犯罪的監控攝影機、醫學(xué)放射影像的内容解釋等應用，使得未來的應用成(chéng)長(cháng)可期。

至于，在自動駕駛方面(miàn)，大摩認爲這(zhè)是汽車設備制造商的一個重點發(fā)展方向(xiàng)。随着安全應用的反覆運算和技術的廉價化，全自動車輛正在階段性發(fā)展。自動駕駛還(hái)伴随着處理器、傳感器的應用，以及諸如車到車間的通訊等新技術普及。這(zhè)些技術都(dōu)將(jiāng)推動全球半導體産業在未來 5 到 10 年内，在汽車産業的市場産值擴大 2 到 3 倍，而目前車輛使用半導體産品的數量，也將(jiāng)從目前每輛車 400 美元，上升至 1,000 美元。

随着傳統市場走向(xiàng)下坡路和摩爾定律的逐漸失效，半導體行業正在不斷革新，力求了解人工智能(néng)、自動駕駛汽車、物聯網等新市場的需求。

而其中最奇特的也許當屬人工智能(néng)，因爲它的計算範式與傳統的“處理器-内存”方法有着明顯差異。在近期于舊金山舉辦的國(guó)際電子器件大會上，法國(guó)研究員Damien Querlioz在談及“神經(jīng)形态計算的新型器件技術”時說道(dào)，“長(cháng)期以來，模式識别和認知任務都(dōu)是計算機的弱點，比如識别和解讀圖像、理解口語、自動翻譯等。”

大約從2012年起(qǐ)，訓練和推理階段的人工智能(néng)技術開(kāi)始加速發(fā)展，但當使用傳統計算架構時，功耗仍是一個巨大挑戰。

Querlioz是法國(guó)國(guó)家實驗室CNRS的一名研究員，他舉了一個活生生的例子：2016年Google的AlphaGo與圍棋世界冠軍李世石之間的著名圍棋大戰。李世石的大腦在比賽中消耗了大約20瓦，而AlphaGo估計需要超過(guò)250,000瓦才能(néng)使其CPU和GPU保持運轉。

雖然從那以後(hòu)Google和其他公司均在功耗方面(miàn)做出了改進(jìn)，但越來越多的工作開(kāi)始側重于爲神經(jīng)形态計算技術設計耗電更少的新器件。

Ted Letavic是格芯的高級戰略營銷人員，他表示，回想人工智能(néng)的各個階段，從改進(jìn)傳統計算技術，到設計耗電更少的全新器件和架構，在整個過(guò)程中，先進(jìn)高效的封裝將(jiāng)發(fā)揮關鍵作用。

Letavic稱，“人工智能(néng)時代正在逐步到來，我們可以利用現有的技術，再加上衍生技術，通過(guò)DTCO（設計技術協同優化）進(jìn)行全面(miàn)優化，一直深入到位單元設計層面(miàn)。”

格芯的技術人員正在努力降低14/12 nm FinFET平台的功耗并提升其性能(néng)，所采用的辦法包括雙功函數SRAM、更快且功耗更低的累加運算(MAC)元件、對(duì)SRAM的更高帶寬訪問等。基于FD-SOI的FDX處理器的功耗也將(jiāng)降低，尤其是在部署背栅偏置技術時。Letavic表示，設計師掌握了這(zhè)些技術後(hòu)，客戶便可以“重新設計功耗包絡更低的人工智能(néng)固有元件，甚至達到7 nm。”

除了這(zhè)些DTCO改進(jìn)以外，全球各地也在開(kāi)展其他研發(fā)工作，希望實現基于相變存儲器(PCM)、阻性RAM (ReRAM)、自選扭矩轉換磁性RAM (STT-MRAM)和FeFET的嵌入式内存與内存中計算解決方案。

Querlioz在IEDM專題會議上提到，在IBM Almaden研究中心，由Jeff Welser領導開(kāi)發(fā)的基于PCM的芯片已取得顯著進(jìn)展，而基于STT-MRAM和ReRAM的人工智能(néng)處理器也前景光明。Querlioz表示，“現在，我們極有可能(néng)成(chéng)功爲認知類型的任務和模式識别重新發(fā)明電子器件。”

Letavic稱，降低功耗的道(dào)路還(hái)很長(cháng)，對(duì)于推理處理而言尤其如此，而這(zhè)正促使衆多初創公司開(kāi)發(fā)新的人工智能(néng)解決方案，格芯也與其中部分公司及長(cháng)期合作夥伴AMD和IBM保持着密切合作關系。

Letavic認爲，憑借對(duì)馮諾依曼計算模式的DTCO改進(jìn)，我們隻能(néng)發(fā)展到這(zhè)一步。除了分類邏輯和内存，下一步是發(fā)展内存中計算和基于模拟的計算。此外，爲計算行業服務了35年的指令集架構(ISA)將(jiāng)需要被新的軟件堆棧和算法取代。他說道(dào)：“對(duì)于特定領域的計算，必須重新發(fā)明軟件。IBM對(duì)軟件堆棧有着深刻的見解。”

“各方都(dōu)必須一同轉向(xiàng)人工智能(néng)。格芯將(jiāng)與主要客戶緊密合作，我們不能(néng)將(jiāng)算法與技術分開(kāi)，”Letavic在談及該系統技術協同優化(STCO)方面(miàn)的緊密合作時說道(dào)，“随着我們邁入計算發(fā)展的第四個時代，STCO將(jiāng)是DTCO的自然延伸。我們將(jiāng)朝着特定領域的計算發(fā)展，共同迎接這(zhè)一轉變。”