人工智慧(AI)商機不斷湧現，無論是在無人車、醫療、工廠，甚至是家庭等應用領域皆能看到相關發展，而支援AI的單一產品所搭載的半導體數量上升，為相關晶片製造商開啟藍海市場，吸引GPU和FPGA廠商擴大布局搶占山頭。
AI的強勢崛起，被認為具有掀起第四波工業革命的潛力，並且可能因此改變人類的經濟、社會與文化生活模式。該技術可說是近年來廠商與政府極力推動的關鍵技術，有越來越多新創公司正如雨後春筍般冒出頭來，而政府亦發布相關的推動政策。
新廠商加入與政府齊抬轎 AI產值不斷升溫
歐盟於2016年9月在人腦計畫中擬透過電腦模擬人腦工作，建立平台儲存、分析神經科學數據並模擬大腦進行大量複雜運算並規畫應用於醫療、機器人等領域；美國於2016年10月在國家人工智慧白皮書中提及，將對AI相關研究進行長期投資並健全AI制度與法律；中國於2017年7月在新一代人工智能發展規畫中亦提及，2020年要跟上全球領先國家的AI技術與應用、2030年要成為全球主要的AI創新中心。
拓墣產業研究所分析師林貞妤分析，2017年起，投入AI的廠商數量快速增加，各國也祭出AI戰略布局政策，這些都將加速導入AI應用的速度與實際落地時程。預計AI產值自2016年至2021年，將從45.23億美元，成長至543.63億美元，複合年平均成長率(CAGR)達64.43%。
事實上，AI至今尚未有明確的定義，只能泛稱所有用人工做出的系統，可以做出像人類智慧的思考、行動(所有決策)應用，就稱之為人工智慧。而背後需具備三大關鍵元素予以實現，包含大數據、演算法與電腦運算效能(Computing Power)。其中，NVIDIA的GPU在深度學習(Deep Learning)應用取得優異成果，AI發展也吸引中央處理器(CPU)、現場可編程閘陣列(FPGA)、數位訊號處理(DSP)、矽智財與軟體平台廠商加入晶片市場布局。
Level 5自駕車勝利在望NVIDIA AI電腦催油門
舉例來說，NVIDIA日前宣布推出首款針對全自駕計程車所設計的AI電腦。此全新的系統代號為Pegasus，能將NVIDIA DRIVE PX AI運算平台延伸至Level 5自駕車中。
NVIDIA創辦人暨執行長黃仁勳表示，創造出完全自主駕駛車輛是當今社會其中一項最重要而且挑戰性最高的一項研發任務。Pegasus突破性的AI運算效能與效率得以讓這項願景化為實際產品。自駕車能帶來新型態的共駕、共乘服務，新型態的車輛也將會被設計出來，將辦公室、客廳與旅館搬到車內。乘客可輕易根據其目的地與活動安排，挑選內裝適合的車種。自駕車將會重塑未來生活的樣貌。
據了解，現階段已有超過25家廠商正利用NVIDIA CUDA GPU打造全自駕計程車。它們的車輛配有小型資料中心，連結數台主機與內部搭載伺服器等級的NVIDIA GPU，用來執行深度學習電腦視覺與平行運算演算法。
目前來看GPU已普遍應用於各式各樣的AI技術領域。英特爾(Intel)可編程解決方案事業部亞太區副總裁莊秉翰表示，GPU生態環境架構良好，包含可支援GPU不同IP的供應與開發環境。不過，FPGA亦是帶領AI產業發展的關鍵推手之一；FPGA元件設計可為AI應用帶來高度柔軟性，該技術本身是平行架構，具有大量的平行單元，可依照客戶用量需求，酌量放置加速器的數量，其數量可由數十個延伸至一百個加速器不等。
莊秉翰強調，FPGA在性能與功耗上是作為AI應用的不二選擇；當AI應用的演算法有所改變時，性能本身就需要提升，此時即能凸顯FPGA的價值所在。
雖然過去採用FPGA做深度學習，需要由代碼開始開發，對於一般沒有相關設計經驗的設計者而言，開發門檻較高，故即便產業具有FPGA也能實現AI的認知，但實際運用的案例較少。
解決FPGA開發挑戰 Intel建立軟硬體銜接平台
為解決設計開發門檻，Intel正極力強化透過FPGA技術，滿足AI設計的生態環境。自2016年收購Nervana開始，即運用Nervana的軟體能力以強化該公司數學核心函式庫(Intel Math Kernel Library)，並整合進產業標準框架中。同時，也將利用Nervana的引擎及晶片技術提升英特爾的人工智慧產品。
莊秉翰談到，Nervana整合不同解決方案，串接了該公司整體AI架構，同時提供專屬開發環境，作為銜接軟硬體平台，實現人工智慧訓練與推理推測部分，為一個通用開發環境。該公司透過軟體投入，已可支援雲端平台廠商主推的開發架構，如TensorFlow、Apache MXNet或是Cognitive Toolkit等開發環境，縮短客戶採用FPGA的開發時間。
整體而言，FPGA適合基礎架構建立，以Nervana串接架構，進一步呼叫不同函數，並啟動FPGA加速引擎。此外，採用英特爾架構可使不同階層設計人員皆能介入開發，為不同工程師的能力與偏好量身打造適合的開發環境。
莊秉翰透露，現階段該公司的FPGA解決方案已獲得多家雲端服務商青睞，如微軟、亞馬遜、阿里巴巴、中興和京東商城等廠商，導入於不同的人工智慧應用。
舉例來說，微軟最新的深度學習加速平台(Project Brainwave)內含Intel Stratix 10 FPGA為關鍵硬體加速器，這個基於FPGA的深度學習加速平台可提供「即時人工智慧」技術，使雲端基礎架構在超低延遲下，盡可能快速地處理與傳輸數據。
人工智慧是一個快速發展的領域，需要多種技術來有效管理各類工作負載需求。相較於專為優化單一工作負載處理的深度學習硬體加速器，FPGA的高彈性能夠讓用戶客製化硬體以滿足特定的工作負載需求，並可隨著深度學習工作負載及使用模式的更改而快速重新配置硬體。
作為人工智慧的晶片方案，NVIDIA的GPU已在市場上建立相當完整生態系，並正持續加強其優勢，繼續馳騁於AI領域；不過，FPGA技術亦努力打破既有限制，以高速衝刺之姿追趕其後。目前在AI至今尚未有明確的定義前，產業界也都在摸索當中，後續發展還有待觀察，但可以確定的是，AI已是眾所矚目的熱門產業，各大廠商皆發揮渾身解數的能力，期能在此領域闖出一片新天地。