2017年半導體產業有不錯的發展, 市場景氣對許多廠商而言還算滿意. 2018新的一年來臨, 整個半導體科技產業的發展會是如何? 市場的主流關鍵技術又是哪些? 業者該如何布局未來一年的市場? 以下將一一道來.
若從整體產業來看, Gartner列出了2018年十大科技趨勢, 包括以人工智慧(AI)為基礎, 智能應用程式與分析技術, 智能物件, 數字分身, 從雲端到邊緣運算, 對話式平台, 沉浸式體驗, 區塊鏈, 事件驅動, 以及持續的適應風險與信任.
Gartner大中華地區資深合伙人龔培元表示, 上述十大科技趨勢也許和2017年的預測有點相似, 但這也代表著每項技術有越來越趨成熟的態勢, 進而更深入地影響產業動向與人們的生活, 也順勢成為2018年的重點技術.
AI影響力不僅深入更將充斥生活周遭
Gartner所提出的十大技術趨勢, 事實上與智能數字網格(Intelligent Digital Mesh)息息相關. 龔培元解釋, 智能的部份無疑就是人工智慧, 2017年產業界將其視為人工智慧發展元年, 到了2018年, Gartner認為, 人工智慧將跨入實用技術的領域, 轉變為可用的技術成果, 而不再是實驗室中研究的技術, 2018年將是人工智慧大鳴大放的一年.
因此, 2018年, 人工智慧將大舉進入晶片產品中, 亦即 'AI on Chip' . 例如科技業已經開始對以繪圖處理器(GUP)為運算基礎的伺服器有更大的採用興趣; Google為自家伺服器中心自行研發打造專屬晶片Tensor Processing Units (TPU); 微軟(Microsoft)發布的基於FPGA低延遲深度學習雲端平台Project Brainwave; 英特爾(Intel)專為機器學習開發的Nervana晶片; Nvidia的繪圖處理器(GPU)及人工智慧晶片亦不斷推陳出新; 高通(Qualcomm)推出神經網路(neural network)專用晶片; IBM研發的首個大腦晶片TrueNorth及為大腦晶片無監督學習研發的神經元自適應處理器Spiking, 以及新創公司Cerebras, Groq預計於2018年推出人工智慧晶片.
龔培元認為, 人工智慧已開始向大眾或科技產業 '證明' 其未來的影響相當深遠, 才會吸引IT或是晶片 '大老' 與新創公司積極推出人工智慧相關的晶片產品. 舉例來說, 人工智慧在2018年將在 '用戶體驗' 這一方面創造新的應用, 也就是說, 2017年已由蘋果(Apple) iPhone X帶出來的新用戶體驗, 隨後也將透過人工智慧強化用戶數據分析過程, 減少盲點, 以及增加特定方面分析的能力, 帶給使用者更嶄新, 不同以往的使用體驗, 且人工智慧也能協助服務供應商提供更符合消費者所需, 更好的應用服務.
再者, 2018年人工智慧主流性應用將會出現, 特別是與 '安全' 相關的應用. 隨著人工智慧需要搜集越來越多的數據作為其深度分析的基礎, 人工智慧不僅需要保護數據的安全性; 更須有能力防範並找出錯誤或是假資訊, 以免分析結果出現誤差.
不僅如此, 2018年人工智慧發展的另一項重點則是人們與人工智慧的互動. 龔培元說明, 現階段人們對於人工智慧仍有疑慮, 尤其是人工智慧究竟會不會取代人工這一點, 事實上, 若是人們或企業真正懂得 '運用' 人工智慧, 不但不會被取代, 還可收1+1大於3的綜效.
也就是說, 從現在到2019年, 人工智慧所取代的就業機會將超過其創造的數量; 然而到了2020年, Gartner預測人工智慧創造的工作機會將足以彌補其取代的數量. 更何況, 人工智慧將提高許多工作的生產力, 若能巧妙運用, 確實可以豐富人們的就業生活, 重新改造舊的工作, 並創造新的產業.
資策會產業情報研究所(MIC)針對2018年提出的ICT十大產業趨勢中, 也有幾項與人工智慧相關. 資策會MIC產業顧問兼主任洪春暉表示, 2018年十大重點趨勢的發展其實圍繞在智能, 開放, 服務與整合等四個方向, 其中產業朝智能化的發展, 就與人工智慧的發展有著深厚的關係.
2018年人工智慧將可擺脫2017年可分析數據數不足的窘境, 增強演演算法能力, 將促使語音, 影像辨識等技術不斷突破, 也將進一步增加智能終端的附加價值, 開拓更多元的智能化應用. 零售服務也可受惠人工智慧的演化, 分析來店客人屬性, 藉以發展更符合客戶需求的服務, 也將帶動具備影音與感測的智能終端設備需求的增加.
此外, 人工智慧技術也可讓資安防禦系統更完備. 洪春暉認為, 從系統外部的情資分析, 端點行為異常分析, 身份認證都採用人工智慧強化能力, 將可打造更有效率, 更即時的資安防護. 且隨著物聯網(IoT)設備數量急遽增加, 針對系統與產品端的人工智慧應用發展也會成為資安系統人工智慧化的主要推手.
企業該如何抓緊商機?
根據Gartner的預估, 到2020年深度神經網路(DNN)和機器學習應用將為半導體供應商創造100億美元的市場商機, 人工智慧與機器學習將逐漸滲透所有事物, 成為未來5年科技廠商的主要戰場.
而企業該如何掌握人工智慧在2018年甚至未來幾年衍生的龐大商機? 龔培元表示, 以數字分身, 智能物聯網代理, 區塊鏈, 成熟人工智慧等技術組織而成的智能數字網格, 衍生出的新商業解決方案都將比以往更加真實, 無論是高科技產業還是終端使用者都不應忽視. 而接下來的一年裡, 將出現更多實際的應用及解決方案.
Gartner認為, 相信企業在2017年已見證並感受到人工智慧, 物聯網與區塊鏈等技術的成熟, 也明顯觀察到以人工智慧為基礎的商業模式及其解決方案的持續創新, 因此全球CIO的業務將回歸到智能工具和App所引領的突破性創新. 所有高科技產業在現階段都應該開始面對, 規劃及採用人工智慧技術, 清楚定義 '智能' 情境和業務層面的影響更為關鍵. 至少在2020年以前, 科技廠商的主要戰場都將在於如何打造能夠學習, 適應甚至可能自主行動的系統.
半導體/電子產業應鎖定的方向
人工智慧在2018年甚至未來幾年熱潮看似不會中斷, 一般企業除了從自己內部開始導入人工智慧外, 也應開始利用人工智慧打造更貼近消費者的服務. Gartner預測, 到2022年, 將有企業推出的物聯網專案將有超過80%會內建人工智慧元件, 相比2017年僅不到10%的比例, 可謂大幅成長. 而半導體廠商又該如何把握人工智慧的商機?
Gartner研究總監鄭雅君表示, Gartner提出的十大技術趨勢技術都有半導體業者能切入之處, 其中因應人工智慧的風行, 未來運算架構將會有很大的改變, 且人工智慧與物聯網勢必會進一步融合. 而更先進的運算架構也將促使異質運算(heterogeneous computing)架構的出現, 持久型存儲器(persistent memory)日益受到重視, 固態硬碟(SSD)需求增加, 快快閃記憶體儲器陣列(AFA)調整為固態陣列(SSA), 高效能網路勢在必行, 以及更高密度封裝技術更顯重要, 因此半導體相關廠商可從上述幾點切入, 推出相應的產品或新技術.
資策會MIC產業顧問兼副主任周士雄指出, 人工智慧將加速智能物件的發展已成大勢所趨, 未來半導體業者不僅可朝人工智慧專用晶片研發, 智能物件也將具備人工智慧推論及訓練的能力, 因此各式各樣的ASIC, 如語音辨識ASIC, 影像處理ASIC, 運動控制ASIC…等, 將蓬勃發展, 協助及分擔中央處理器(CPU)或GPU工作負載, 更可依照應用終端的需求, 打造專屬的產品.
更重要的是, 要從IC設計時, 就加入數字雙胞胎(digital twin)的思維, 不但能因應人工智慧帶來的運算架構的改變, 還能進一步節省成本. 這也是台灣半導體業者未來在研發IC產品時, 需要多加思考的部份.
另一方面, 人工智慧與物聯網的結合也將造就許多智能物聯網物件的出現. 智能物件指能按照固定的程式模型執行任務, 並利用人工智慧做出更進階的行為的實體物件, 同時能以更自然的方式與周遭環境還有人類進行互動. 人工智慧正帶動新型智能物件如自動駕駛車, 機器人和無人機的技術進展, 也為許多既有物件強化功能, 例如連結物聯網的消費性與工業用系統.
鄭雅君進提醒, 未來的智能物件如人們不可或缺的智能型手機, 一定會內建自然使用者介面(NUI), 甚至比使用者還要聰明, 因此手機內部晶片架構也會有所不同. 例如只依賴一顆主CPU進行自然使用者介面及人工智慧, 或者其他部份的運算, 將捉襟見肘, 勢必須要內建另一顆協同處理器(co-processor). 此外, 整合自然使用者介面的智能物件還須結合更多的感測器, 半導體業者還須思索如何進一步降低主處理器功耗與裝置整體功耗.
周士雄表示, 自然使用者介麵包括自然語言, 臉部, 虹膜…辨識等, 未來這些人體生理特徵的辨識技術, 將因人工智慧的進展而更加精確. 而要在智能物件上實現自然使用者介面, 除了感測器外, 麥克風陣列, 音訊或影像處理器, 攝影機…等, 都可為半導體廠商帶來新商機.
存儲器市場強強滾
人工智慧大行其道所衍生而來的雲端服務, 數據中心, 運算架構, 智能物件…等的改變, 除了主處理器或感測器, 專用ASIC之外, 存儲器的發展也相當值得關注. 周士雄認為, 存儲器產品後續發展關鍵將是高頻寬的數據儲存和傳輸能力. 其中, 由於次世代存儲器如磁阻式隨機存取存儲器(MRAM), 可變電阻式存儲器(RRAM)所具備的高傳輸效率與低延遲特性, 可滿足智能應用高容量與高頻寬的需求, 即使價格稍高, 但有些人工智慧或物聯網應用對於成本較不敏感, 因此率先採用次世代存儲器, 推升次世代存儲器的需求.
根據資策會MIC的統計, 目前次世代存儲器僅佔整體存儲器出貨量的0.15%, 預估至2020年將成長至3%, 且2015~2021年次世代存儲器的CAGR將達139.8%. 周士雄指出, 未來應用市場對存儲器製程微縮及效能要求持續提升, 如車用需要高速嵌入式存儲器, 物聯網產品需要低功耗嵌入式存儲器, 可見嵌入式存儲器的研發對存儲器供應商來說將是2018年或未來重要面向. 而針對嵌入式存儲器的需求, 晶圓代工廠和封裝業者包括三星(Samsung), 台積電(TSMC)也已開始發展eMRAM與eRRAM技術.
在存儲器市場趨勢面, DRAMeXchange研究經理黃鬱璿表示, 從應用裝置來看, 智能型手機一直都是占存儲器出貨量最大的類別, 這是由於手機導入人工智慧要比人更聰明, 或是要顯示4K或8K影像畫質, 或是執行其他新興應用, 應用處理器的效能就得持續提升, 直接促使存儲器容量也須提高. 而這也讓DRAM平均漲幅在2017年已經超過四成, 2018年DRAM的價格仍將向上攀升, 呈現 '沒有最高, 只有更高' 的情況.
存儲器需求不可忽略的一匹黑馬是伺服器. 黃鬱璿認為, 在手機內建的人工智慧技術須和雲端結合, 此時很需要伺服器即時運算的支援, 整個架構相輔相承, 才能提供使用者最佳化的服務或功能. 目前智能型手機內建存儲器主流容量為8G, 但2018年伺服器存儲器容量可望上看10G, 且沒有容量上限, 預計5年後, 會超越智能型手機成為DRAM採用量最高的裝置.
DRAMeXchange分析師劉家豪表示, 伺服器對存儲器需求量不斷攀升的主要驅動力來自雲端, 數據中心, 網際網路數據串流與企業伺服器機房對於伺服器效能的要求提升. 其中, 數據中心的建置占伺服器需求量的最大宗, 這是由於未來的所需傳輸及處理的數據量會一直暴增, 數據中心對於具備單一工作負載且高效能運算的伺服器的需求會越來越高, 如此才能處理龐大數據量, 實現更多應用.
伺服器市場不可輕忽
智能型手機, 個人電腦(PC)在2018年的表現大約會與2017年 '差不多' , 不過, 伺服器可以是業者另闢蹊徑的目標市場. 劉家豪認為, 除上述提到的需求面之外, Arm陣營處理器積極進軍伺服器市場, 即可看出伺服器對半導體業者來說將是未來重要商機所在, 台灣伺服器代工業者在這一塊雖已卡到不錯的位置, 但還是要審慎小心應對市場變化.
在伺服器關鍵處理器元件的部份, 劉家豪指出, X86架構仍是市場主流, 2017年英特爾(Intel)與AMD在伺服器處理器的市佔率已接近100%, 2018年仍是如此, 只有英特爾與AMD各自市佔率有所消長.
此外, 伺服器主處理器平台架構也會有些許改變. 如GPU已開始進入伺服器主處理器市場, 提供加速運算的效果; Google採用的伺服器晶片內建ASIC, 但由於ASIC無法調校, 因此英特爾在自家伺服器平台將搭載FPGA, 未來伺服器主處理器內建的晶片FPGA將超越ASIC.
產業整並仍將繼續
最後, 洪春輝表示, 無論2018年半導體或ICT產業如何受到人工智慧議題的影響, 朝智能化邁進, 近幾年持續不斷的產業整並潮, 在2018年仍會再度發生. 比如2017年底最受矚目的博通(Broadcom)欲收購高通的消息, 雖然現階段雙方 '條件' 尚未談攏, 最終在2018年是否真正發生, 仍待觀察.
此外, 除了晶片業者的整合浪潮不斷, 服務供應商或是電信業者也在往產業集中化的方向發展, 購併潮後續發生的效應, 亦為台灣ICT或半導體業者須關注的部份. 洪春輝認為, 博通若是成功購併高通, 將佔據多數網通晶片市場, 不過台灣IC設計業者仍可能受益於客戶轉單效益, 而有不錯的發展機會.