1. 手機版
  2. 生技網
  3. 機械展
  4. 台灣權王

AI運算核心 半導體4領域前程遠大

2017/12/04 | 科技脈動

黃鳳丹/台北報導

 AI(人工智慧)系統開發近年快速躍進,戰場已從過去「軟體開發」走向「硬體晶片」競爭,搭配網路普及型塑出大數據,使得真實世界的無限複雜與快速計算可以藉由AI實現。富邦證券點名,半導體供應鏈主要受惠AI商機,關鍵將在「ASIC、矽智財IP、記憶體模組、感測器」四領域。 

 隨著AI在機器智能學習發展的突破,富邦證券預估,2020~2025年AI應用市場規模將以38%的年複合成長率(CAGR)攀升到2,300億美元,若從2017年算起CAGR更高達45%,就AI所創造的半導體晶片產值,也將由目前約9億美元的水準,增長至2025年超過700億美元,CAGR達62%,來自車用、深度學習、語音辨識與相關應用記憶體等比重最高。

◎邊緣運算 催生ASIC晶片需求

 富邦證券指出,機器在學習的過程中,主要是利用神經網路中的「處理晶片」負責數據運算與函數推導,也因此,處理晶片的效能技術成為未來相關廠商重要的勝負關鍵。

 總觀目前「處理晶片」發展,主要可分為CPU、GPU、FPGA及ASIC四種,依特性與使用目的不同又可區分為雲端運算與邊緣運算。前者雲端運算因為需要處理龐大數據,加上長時間運作,晶片需求特性為功耗較高,整體效能佳,主要應用在資料中心與超級電腦,目前也是國際大廠聚焦重點,包含Google、Nvidia、Intel等都有投入;後者邊緣運算則主要應用在終端裝置,對耗電量與晶片體積有較大限制與要求,目前趨勢是以FPGA與ASIC為邊緣運算主要發展的晶片。 

 富邦證券指出,雲端運算已在深度學習訓練的效能表現相當顯著,然而若要運用到終端產品上,除了功耗與晶片體積的限制,加上雲端運算有數據存取、即時性與安全性的考量,預期將會催生AI晶片向終端的「邊緣運算」邁進,也就是將形成雲端負責「訓練」,終端晶片負責「推理」的情境發生,大幅帶動邊緣運算晶片整體出貨量。 

 根據研究機構Tractica預估,到2025年AI晶片出貨量將超過4,000萬顆,其中成長幅度最大就是ASIC晶片,占整體出貨比重近60%,達2,400萬顆,營收貢獻也將由2016年的1千多萬美元成長至2025年的33~34億美元。 

 ASIC具有低延時、低功耗、高效能與可大規模量產的成本優勢,將使其於未來AI發展扮演關鍵,例如智能監控、自駕車、機器人、無人機、智慧喇叭、虛擬實境、智能家電等應用,都能帶動ASIC晶片出貨。

 當然,另一個關注重點仍在GPU,由於先天條件優勢,目前在AI處理的效能還是優於其他晶片方案,加上大數據所產生的機器學習,需要處理龐大與即時資訊,因此GPU在雲端系統、車聯網等優勢還是會持續領先,預估至2025年AI晶片出貨金額將超過120億美元,其中GPU整體出貨金額將超過50億美元,占比逾4成。

◎衍生而來的IP、SSD、MCU大商機

 其次,衍生而來的就是矽智財(IP)、記憶體與感測器商機。富邦證券指出,除了ASIC出貨帶動IP需求,資訊量暴增加上儲存成本下降,巨量資料深度學習的普及,將使「儲存裝置」與「感測裝置」成為不可或缺的一環。

 在AI模組中,處理晶片與儲存系統之間的通道優化,將直接影響系統在即時判斷與深度學習的效能,因此記憶體模組必須更重視客製化與穩定性等需求,目前就AI產業面觀察,尤其工業應用發展最為成熟,供應鏈完整、效應明確,預估將是接下來最快實現人工智慧化的產業之一,工控記憶體供應商是主要關注對象。 

 富邦證券預估,單就AI應用在深度學習的SSD(固態硬碟)需求將由2016年8.63億Gb提升至2025年的412億Gb,年複合成長率高達53%,產值預期將由2.6億美元提升至123億美元。 

 而感測裝置部分,機器學習數據的產生,除網路的數位資料之外,因機器人、工業應用、機器視覺、聽覺等需求增加,類比資料的產出也將明顯提升,富邦證券預期,利用微控制器(MCU)與感測器來得到外界資訊的解決方案需求,也將隨之上揚。

◎台廠在AI上的布局 值得關注

 富邦證券指出,台廠在晶圓代工上占有絕對優勢,半導體供應鏈完整,由晶圓代工大廠台積電領軍,預期將可帶領其他相關廠商包括ASIC、矽智財IP、記憶體模組、感測器等相關供應鏈正是值得投資人關注的選股方向。