近年來人工智慧（AI）發展進入高速成長期，衍生之技術也陸續落實到大眾生活的產業應用。從產業發展來看，AI已對現有的硬體、軟體、演算法、系統、商業模式等帶來快速革新，影響遍及個人、社會、產業、政府，並成為產業或國家競爭力的指標之一。根據工研院最新發布的「亞洲2030前瞻科技調查」報告，未來十年亞洲最看重的前十大技術發展項目中，首位是AI／機器學習技術，也是國家發展的重要關鍵。其中硬體效能更是AI產業重要一環，因此全球半導體業者均積極布局AI晶片相關技術與產品。

以往AI運算多是在雲端上進行，國際大廠在雲端的軟硬體系統在開發上皆大幅領先，使台灣過去擅長的製造業優勢難以進入市場。然而，在低延遲應用需求擴增、雲端傳輸成本過高及使用者隱私考量等因素下，AI推論運算的需求已由雲端逐漸轉移至邊緣端、裝置端上。

從個人電腦、智慧手機，現在將邁向物聯網 （IoT）與AI科技時代，智慧物聯網（AIoT）相關應用大量興起，掀起新一波典範轉移，其中的AI晶片是關鍵核心，扮演重要技術角色。這些產品需要大量AI運算力，且產品少量多樣，更需要蒐集各式各樣應用情境的大量使用數據，以便在晶片設計上能夠最佳化，使晶片設計也更具挑戰性。

目前在AI裝置端的應用產品主要可分為八大應用，包括：智慧駕駛車、消費性與企業用機器人、無人機、頭戴顯示裝置（HMDs）、智慧音箱、智慧型手機、電腦／平板、智慧監控攝影機，這些應用產品皆對消費者帶來大量新奇且便利的使用者體驗。



舉例來說，安全監控攝影機是這幾年很多新創公司發表的AI產品。由於實際環境當中所發生的突發狀況，常會超出資料庫和演算法所能處理的範圍，雖然可用擴充資料庫來解決，但仍無法面面俱到且缺乏即時性。AI的發展使機器可以根據所見所聞進行自動辨識，甚至是自我學習。應用於安全監控，可以解決影像辨識上無法應變突發狀況的難題，運用AI於裝置端運算，降低誤判率並且拉近甚至超過人眼所能辨識的能力。

不同於過去個人電腦或智慧手機時代有很明確的產品模式，例如電腦的Wintel架構、手機Android或iOS系統等；現今AI裝置端產品強調少量多樣且應用分散，對晶片的要求也大不相同，如AI智慧影像辨識技術可應用在AR眼鏡、街景拍攝、交通流量監控、居家安控攝影機、製造或居家機器人等不同產品上，有些產品存在省電需求、AR眼鏡需要小尺寸封裝、居家消費應用則有價格考量、機器人則需具備高效能運算、出貨數量也不盡相同等，不同應用對AI晶片的規格需求都不同。

AI on Chip下世代晶片樣貌大致可區分為四大特性，第一、需要提升AI運算力與應用彈性；第二、設計與製造上可解決AIoT產品少量多樣的特性，第三、傳統晶片設計架構對AI運算不是最佳，需要新的AI晶片架構導入裝置端，第四、AI晶片已不單看硬體特性，需要透過軟硬整合，達到使用者最佳體驗效果。

為健全即時AI晶片的發展環境，與打造N+1 AI晶片的解決方案，以協助我國在AI產業取得發展地位。經濟部技術處成立「AI on Chip示範計畫籌備小組」，規劃並聚焦產學研共識之技術研發項目及時程。針對「半通用（domain specific）AI晶片」、「異質整合AI晶片」、「新興運算（Emerging Computing）架構AI晶片」與「AI晶片軟體編譯環境開發」等四個議題，制定我國AI on Chip發展藍圖。

除制定相關技術發展藍圖外，技術處也成立「台灣人工智慧晶片聯盟」（AITA，簡稱愛台聯盟），已有超過百家半導體業者共組四大技術委員會（SIG），藉此串連裝置端AI晶片及系統應用。由業界帶頭發展關鍵技術，提供業者交流平台，以促成上下游廠商結盟為AI晶片找到出海口，促進台灣AI產業升級，並構築產業技術藍圖，引領 AI 商機。2020年已促進上下游廠商超過新台幣1億元的投資，並透過補助業者以及技術移轉等方式，協助國內業者開發AI加速器軟硬體產品。產官學研通力合作，為台灣半導體產業再創下個經濟奇蹟。（作者是經濟部技術處產業技術基磐研究與知識服務計畫成員）