【科技．未來】突破AI運算瓶頸　晶片研發競賽展開

繪圖晶片製造商輝達（NVIDIA）的市值近日首次超越另一晶片巨企英特爾（Intel），原因除了英特爾近期在產能上遭遇瓶頸外，有論者認為與輝達的圖像處理器（GPU）成功從遊戲界涉足數據中心和人工智能（AI）有莫大關連。在AI應用研發熱潮下，兩間晶片大廠近期先後推出新款晶片，並面臨多間新創業者進場挑戰。一場AI晶片研發競賽已經展開，一眾企業會如何釋放AI潛能？

縮小晶片變得愈來愈困難，而且即使成功，好處也不復以往。輝達創辦人兼行政總裁黃仁勳去年直言：「摩爾定律已再不可能。」研究組織OpenAI的報告指出，從2012到2018年，大型AI訓練使用的計算量已增長了30萬倍，並且每隔三個半月翻一倍。

大小廠商各出奇謀

GPU雖已被AI社群所用，但它本身並非為AI而生。所以，近年不少晶片廠商和初創公司希望重新構想並研發專為AI而設的晶片，以釋放AI的無窮潛力。

Nvidia新推出的A100 AI晶片，已被美國阿貢國家實驗室用作協助研究新冠肺炎。（Nvidia）

主宰CPU市場的英特爾除了在去年12月以20億美元收購了以色列AI晶片公司Habana Labs，還在同年11月推出了兩款新的AI晶片，專為雲端AI運算而設計。兩款晶片分別適用於AI的訓練和推論（inference）。輝達在今年5月中發表了新一代GPU A100，採用其最新的數據中心晶片架構Ampere。這AI晶片同時滿足AI的訓練和推論用途。輝達希望藉此為AI應用者提供更為經濟的硬件，進一步鞏固市場地位。

一些AI巨頭早已自主開發硬件。Google從2015年起研製「張量處理器」（TPU），供內部使用，專為其機器學習系統Tensorflow而設，2018年起再開放商用。同年，中國的百度也發表了自主研發的AI晶片「崑崙」。

Graphcore本周發表了新的AI晶片，Colossus Mk2 GC200 IPU，挑戰傳統晶片巨頭。（Graphcore）

有些較小型的公司希望藉着不同設計意念和定位來參戰。英國的Graphcore稱它的晶片為「智能處理器」（IPU）。行政總裁Nigtel Toon解釋，有別於很多任務，AI其實不需要超精確的運算，晶片設計可以透過降低對數字的傳真度而節省能量。美國的Cerebras則走另一極端，希望以大取勝，它在去年研製了一個8.5平方英寸的AI晶片，比典型的微處理器大60倍左右。有些業者的設計更前衛：英特爾、IBM等正在開發「神經形態」（neuromorphic）晶片，設計模仿人腦神經元的電子行為。

會計師行畢馬威英國合夥人Alfonso Marone估計，AI專用晶片市場的價值已達約100億美元，到2025年可能增加至800億美元。另一會計師行德勤預測，專門用於端緣（edge）裝置（即手機、智能音響等數據中心伺服器的應用設備）的AI晶片，市場總值在本年將達26億美元，並在2024年翻一倍。