· 从何处切入？

单凭技术杀出一条道谈何容易。AI芯片这一宏大的命题被谈论至今，都少有人能看清其发展脉络。在这一点上，台湾这些科技巨头们也依然会陷入相同的迷障之中。

不过台湾也是未雨绸缪了许久。据当地媒体报道，台湾早在2018年8月就成立了“AI on Chip示范计划书筹备小组”，为的就是AITA联盟宣布成立的这一刻，如何能够将具体事项落到实处。

· 那AITA到底会如何去落实细则？

卢超群表示，“我们现在成立联盟是跨出第一步，先请厂商加入，接着请学术界机构加入。预计今年，AITA将成立四个SIG（Special Interest Group），包括异构AI芯片、AI系统软件、类脑计算和AI应用，50位成员可以自己选择加入到这四类Group中，以此让整个产业从原来的‘水平分工’转变到‘垂直整合’。”

在召开的大会上，工研院副所长张世杰举例补充，“具体来说就是，假设联发科和工研院是一个Group，联发科想做一项AI的新技术，但风险很高，工研院可以协助一起做，分散投资风险。”

他同时也表示，在商业合作方面，台湾素来有一份互不争斗的文化，各领域之间没有干扰，不然四十年来也不会取得如今分工明晰的“芯片制造产业链一条龙”式成功，因此AITA所设想的“垂直整合”协作也并非纸上谈兵。

据张世杰透露，现在“异构AI芯片”组已经有台积电和日月光参与其中，而未来一年AITA联盟将合力架构好AI设计与验证平台，为大家开发各类芯片、工具等提供统一的平台和参考标准。

探索AI芯片终极形态，AITA豪赌“通用性”

回到AI芯片发展本身，因为与应用领域有着强相关性，目前人工智能领域的芯片分散在云、端两侧且碎片化十分严重，这在成本上为整个市场化进程带来了极大阻碍，因此通用性研究一度成为业内看重的方向。但集成困难、架构设计难度高、功耗高等难题也让设计公司难以打开AI芯片通用设计的突破口。

“我们要把AI的任督二脉打通，谁有垂直整合的力量，研发的产品就可以给各种领域使用。”卢超群在大会上对大家这么说，目的也很明确，AI芯片需要走向通用。

走向通用，在设计实现上力求“垂直整合”，将多功能应用领域的芯片集成，AITA依然绕不开成本和功耗问题。

凭借着对技术的深入了解，张世杰表示对此他们也早做了思考与探讨，“这里面最关键的技术是类脑计算，因为它能够让AI的运算方式超越人脑，如此能大幅度降低AI芯片的功耗，因而才能为大规模集成提供可能，成本也自然会降低。”

近几年，类脑计算在业内并不如神经网络火热，Arm秘密研究数年，Intel发布的神经拟态芯片Loihi虽向其靠近，但仍然摆脱不了神经网络设计的限制，将计算新方式押注于此，AITA成员们对技术的野心可见一斑。

图 ｜ Intel神经拟态芯片

不过认定AI芯片发展周期长，擅长制造和封装的台湾半导体公司其实为自身的转型预留了一定时间，“AI应用场景现在仍然在不断发展中，在这个过程中我们可以集中资源，一起为未来的发展打好基础。”

所谓天时地利人和，选择保存实力，分摊风险，AITA成员们可以说是熟读了兵法。

最后

对外贸易是海岛经济的生命线，因易受外部市场波动影响，对台湾地区来说，想要找准核心要害并稳中求胜并非易事。但大局面前，退无可退。

高收益需要高风险，这一次成立AITA，台湾既是豪赌，却也不全然是赌。在会议上，瑞昱总助魏士均一语点破了AITA的核心策略，也是显现决心：应用一直在变，要射中一个移动的靶子是很困难的，所以我们要集中资源，抓住本质，一击即中。