▲台灣半導體產業協會執行長吳志毅說，台灣應透過伺服器及晶片設計等優勢，降低AI應用進入門檻，讓百工百業AI化。（示意圖／路透）
文／中央社
台灣半導體產業協會（TSIA）執行長吳志毅18日表示，伺服器和晶片設計等是台灣的主場優勢，台灣應藉由這些優勢降低AI應用進入門檻，讓百工百業AI化。
吳志毅18日出席行政院全國科學技術會議演講「創新與永續：智慧科技賦能未來經濟」。他說，這次全國科學技術會議圍繞在人工智慧（AI）和半導體，其中，AI並不是新學問，在1950年時期進展不大，主要是讓電腦具有邏輯推論能力。
吳志毅表示，1980年時期，AI有非常顯著的進展，讓電腦有人的學習能力，IBM的深藍打敗西洋棋王；2010年時期，在演算法進步下，AlphaGo戰勝圍棋棋王。最近10年更快速進展，使得AI自傳統的鑑別式AI變成生成式AI。
吳志毅說，硬體進步是生成式AI蓬勃發展的主要助力，半導體製程技術從2010年的10幾奈米，至今即將推進2奈米，此外，透過3D堆疊可以加大記憶體頻寬。
據觀察，全世界市值前10大企業中有8、9家與AI有關。吳志毅表示，AI是發展重要趨勢，預期2030年AI對世界經濟貢獻可望超過15兆美元。
吳志毅指出，隨著創投資金投入AI發展，AI生成式AI獨角獸達到10億美元估值的平均時間僅約3.4年，較其他獨角獸的時間短50%。
吳志毅說，視覺瑕疵檢測是半導體製程、印刷電路板和封測最常使用的AI應用，AI還可用於流程最佳化，以及智慧醫療、零售庫存規劃和生成廣告影片等。
至於AI發展的隱憂，吳志毅表示，高耗電是其中一點，估計2030年AI資料中心將消耗全美國10%的電力，因此發展資料中心冷卻及節能技術是重要課題。
此外，吳志毅說，高品質資料會越來越少，未來需要合成資料，資安發展以及商業模式改變等，也都是AI發展需要注意的問題。
吳志毅表示，台灣的資料量、算力及軟體人才不足，不適合發展通才型AI，不應投入大型語言模型發展，應該發展專才型AI，做好模型加值應用，使用自己的特定資料訓練，發展小型語言模型。
吳志毅說，全球90%伺服器自台灣出口，是台灣的主場優勢。輝達（NVIDIA）與超微（AMD）大型繪圖處理器（GPU）主要用於AI訓練，不是台灣發展的方向，台灣應發展推論晶片。
半導體製程即將推進至2奈米，吳志毅表示，半導體技術距離物理極限還有很遠距離，可以透過材料與元件結構改變繼續發展，估計至少還可以發展20年。
吳志毅說，能源、減碳是可能減緩半導體進展的因素，半導體產業致力達到產業繼續成長、碳排降低的目標，台灣半導體產業協會制定淨零排放路徑圖，計劃碳排於2025年達到高峰，透過自主減碳及使用再生能源，2030年碳排較2020年減少10%。
吳志毅表示，2050年半導體產值倍增，透過製程最佳化、使用再生能源，加上碳捕捉等負碳技術，力求達到淨零目標。
吳志毅說，台灣應透過伺服器及晶片設計等優勢，降低AI應用進入門檻，讓百工百業AI化。台灣擁有完善的供應鏈及豐富的資通訊人才，應投入小型模型發展，結合在地產業特色，打造技術優勢及競爭力，透過提升用電效率達到永續發展。
讀者迴響