人工智慧晶片競技場

http://www.digitimes.com.tw/col/article.asp?id=200&sc=hp

人工智慧晶片有一個領域有相當的市場而台灣的設計廠商有相當競爭力的。

文中說的三種 approach 比較像是在伺服器中心進行大數據的機器學習以及推論用的。像 Google 就在其雲端組織了一個由 1000 個 TPU的人工智慧中心，讓研究團隊使用，這一類型的運用是各大 “黑洞” 公司戮力以赴的。台灣在此領域後發、沒有足堪比擬的大數據，演算法方面的研發也不夠厚實。硬要插花，很難討好。

但是人工智慧的應用無所不在。譬如行動機具上個人化的設定，好比語音或筆跡辨識，它首先會先操作大數據的機器學習建立一般通用的模型。但是要讓個人使用最佳化，還是需要針對個人使用習慣個別學習，這樣少量、在地的機器學習就需要一個人工智慧晶片，攜帶有先驗的大數據機器學習的結果，能迅速的給推論，以及針對使用者的輸入持續針對個人化的少量機器學習。類似這樣的晶片由於是用在行動機具，數量不少，大公司也未必有特別優勢，是台灣公司可能的發展方向之一。