DSO.ai
由人工智慧驅動的設計應用
瞭解更多 →
人工智慧的下一步：2022年五大必關注的應用與趨勢
應用人工智慧 (AI) 協助企業獲得成功的程度，已超出數年前人們的想像。光是去年，我們就見證了好幾波 AI 創新技術的熱潮，從邊緣 AI (edge AI) 和電腦視覺(computer vision)的進步，到資料中心現代化和專用 AI 晶片，甚至運用 AI 自行設計這些晶片。這些進度里程碑為業界帶來令人興奮的機會。
這場 AI 的革新也促使對新世代 AI 系統單晶片 (SoC) 的需求隨之增加。隨著具備機器學習功能的物聯網設備快速成長，智慧城市的發展也帶動市場成長，2026 年全球 AI 晶片組的市場價值預計將從 2019 年的 80 億美元成長超過 700 億美元。投資人向 AI 新創公司投入的資金已經創下紀錄。2021 年第三季 179 億美元的全球投資新紀錄，反映出人們對於AI無所不在的世界的顯著需求。
新的一年，將帶來全新的目標、機會和挑戰。半導體產業除了努力解決供應鏈限制瓶頸、全球晶片短缺和 COVID-19對經濟帶來的影響等問題之外，同時也在探索「元宇宙」的可能性。將智能技術整合到晶片的願景日益成長，各行各業都希望能在 AI 市場中分一杯羹。
那麼，新的一年，AI 將會有什麼變化呢？請繼續閱讀我們歸納出將促進 AI 下一步發展的五大關鍵預測。
1. AI 對於晶片設計的影響將持續增加
越來越多工作需要進階 AI 處理技術來驅動智慧功能，因此，節能且能以更高速度執行運算的專用晶片，將使強大的 AI 晶片設計變得至關重要。一種全新類型的設計工具可透過重複學習並利用晶片設計環境中的資料，大幅提升生產力和成本效益。AI 的顛覆性創新不僅為半導體龍頭企業帶來新機會，對於那些較小規模團隊、財務資源較有限且不被視為能提出振奮人心的晶片設計解決方案的小型公司，AI也能為他們創造新機；在某種程度上給予他們更公平的競爭環境，讓處於全球經濟中利用 AI 進行晶片設計的公司更具對稱性。
要設計未來的 AI 硬體，晶片設計的技術勢必需要革新。2021年，勇於投資資料中心市場的企業皆獲得巨大收益，並且展現出驚人的技術實力，這使得專用 AI 晶片的需求上升，也使他們能以前所未有的速度募得 AI研發 的資金。由於 GPU 仍然是資料中心市場中的主要訓練結構，我們預期這樣的成長將延續下去，而且會有超大規模企業選用新世代 AI 輔助設計系統來大規模擴展及探索設計工作流程，同時自動制定較不重要的決策。企業也將開始把重心轉向雲端以滿足晶片設計需求—額外容量、更快執行時間和高品質應用優化設計(application-optimized)的成果。
2. AIoT 將在萬物智能的時代帶來巨大的機會
隨著越來越多的設備連接雲端， 物聯網 (IoT) 將持續讓大規模推動現實生活中相關應用的產業取得優勢。AIoT 是一個相對較新的縮寫詞，結合 AI 和 IoT 的能力，可提供更有智慧、聰明且聯網的設備網路以處理並計算過去傳統方法無法處理的大量資料。
有了物聯網邊緣技術的商機 (如擴增智慧和元宇宙的開發)，大公司會重新將其戰略重點放到最需要處理即時資料的領域，並針對能從 AIoT 設備成長中獲利的 AI 創新技術進行投資。
3. 三大關鍵應用將推動 AI 發展
未來市場上將有三大領域比其他領域更優先使用 AI 來打造更好的晶片：高效能運算 (HPC)、自動化設備和醫療照護。
HPC 市場帶動AI 晶片的重大投資將持續延燒，促使針對資料中心專用晶片的需求；這類晶片可為 AI 工作負載 (包含超過 1 兆個節點) 執行運算。在邊緣方面，我們觀察到越來越多公司為汽車產業和各種自動化設備 (從工業用機器、自主機器到無人機等飛行器) 擴展 AI 晶片的設計。由於大數據和萬物智能的願景，設計團隊將需要已取得矽晶認證(silicon-proven)的 IP 解決方案以開發跨應用領域的複雜 SoC。在供應鏈緊張的情況下，此領域在 2022 年將持續成長。
對於這個持續適應 COVID-19 疫情的全球社會，把 AI 融入醫療照護和醫學領域 (尤其是診斷和醫學研究) 將創造許多機會。儘管此領域的運算需求並不如資料中心領域那樣極端，但是在資料保護、安全性和即時分析方面的獨特要求，也需要一個安全攸關(safety-critical)的本地化環境進行現場評估和執行。從現今的 AI 加速器到未來的認知系統，這三個市場將見證公司與投資者對這些領域日益增加的關注度，並推動 AI 在晶片設計中的成長以及 AI 與設備的無縫整合。
4. 更多非傳統公司將進一步著重晶片設計
若要問 2021 年讓我們學到了什麼，那就是隨著 AI 重塑晶片設計前景的潛力快速增長，幾乎所有科技公司都在考慮加入晶片設計的行列。Apple 最近推出其內部開發的 M1 Max，展現其純粹的創新技術，令人印象深刻。此技術能結合多項強大的計算元件，為桌面設備等裝置提供某些業界功能最強大的晶片。非傳統半導體公司提升其客制化 ASIC (特定應用積體電路) 開發工作的速度，促使各公司更仔細研究將晶片開發內部化的競爭優勢，尤其是針對快速成長中的主要服務市場。
這些動機來自於最大化資料控制，並減少速度、理解(insight)、決策和結果之間的延遲。雖然建立世界級晶片設計團隊是創造並維護智慧財產權的重要方法，但隨著成長的浪頭擴展到新興市場，傳統公司將越來越難以吸引並留住優秀員工。
5. 在大量系統中建立信任將是關鍵
無論是驅動自駕車或執行金融交易的 AI 系統，還是制定晶片設計決策的 AI 工具，所有參數都需要我們去相信這些決策將帶來更好的結果和生產力，而不會導致重大規格缺陷、程式延遲，或造成客戶財務方面的影響。這一點將使各公司優先考量底層硬體基礎架構中不同層級的信任，以建立用於遠端設備管理、服務部署和生命週期管理的安全通道 (如此一來，才能確保不僅只限於軟體，而是整個系統都值得終端客戶的信賴)。
隨著 AI 在運算的應用中日漸普及，系統各層級 (尤其是設計和整合階段) 在進階信任度和安全性的需求也將越來越普遍。截至目前為止，人們普遍認為 AI 硬體不像軟體那般重要。但是，隨著信任鏈(trust chains)在當前供應鏈問題中的重要度日益增加，企業間將需要一個能貫串整個工作流程的信任鏈。
最後，我們對於更快速的運算能力、更智能的邊緣運算、有效處理更大量的資料，以及讓我們使用的產品中具有更多功能自動化等需求，都將會推動以上所有預測的發展。隨著 AI 滲透到企業之中，前衛的新型硬體架構和明確定義的 AI 策略，將成為 AI 創新和無縫整合至軟體系統的核心動力。新思科技致力於讓從晶片到軟體的技術更聰明且安全，未來幾年也將持續投資，並加快顛覆性 AI 設計解決方案的發展。