智慧應用 影音
EVmember
ST Microsite
西瓜熟了沒?拍打西瓜的AI
在西瓜的商業生產過程中,農民必須在收穫後迅速評估水果的成熟度,根據可食用時間分類,以減少損失。這個過程提升市場銷售和生產力,但傳統的西瓜測試方法通常不可靠。當你購買西瓜時,成熟度測試是一個有趣的「儀式」。一般家庭主婦將西瓜成熟度分類為2個等級:未成熟和成熟;農夫在西瓜田的辨識則分為3個等級,包括未熟類(不要碰)、成熟類(作為商品選擇)和過熟類(需要丟棄)。許多人分享他們測試西瓜成熟度的經驗。其中最具創意的一個方法是使用稻草技術,將一根稻草水平放在西瓜上。成熟的西瓜會使稻草旋轉45度,而未熟的西瓜則保持靜止。這種說法認為稻草的運動是由西瓜內部的電力作用引起的。我多次嘗試這種方法未果,只好放棄,改變方向,研究其他方法。雖然像拍打、顏色檢查和計日等手動技術具有實用性,但其準確性依賴於主觀判斷。目前,普遍使用的方法是通過拍擊聲音來評估西瓜的成熟度。這種拍打技術出奇地具有邏輯性,因為產生的聲音提供了足夠的成熟度指標。然而,對這些聲音的個人解讀受主觀經驗和傳統智慧的影響。我思考是否能利用AI及物聯網(IoT)來進行大量快速的西瓜成熟度的拍擊評估。在我研究團隊的辛勤工作後,提出WatermelonTalk技術。這是一個基於物聯網的即時深度學習平台,專為聲學西瓜測試設計。我們還引入了「拍打合奏\(tapping ensemble)的概念,顯著提升預測準確性,這在文獻中尚未出現。我們邀請農友種苗公司的專家將343個品種的1,698個西瓜按成熟度分類,利用深度機器學習,首次探討四級測試,其中將三級測試中的未成熟類進一步細分為未成熟類和半熟類。比起未成熟類,農民更關注半熟類,須確保對其進行比未成熟類更頻繁的測試。這樣做是為了防止這些半熟西瓜在下一次測試時過熟。我們的研究在三級測試中達到97.64%的測試準確性,而在四級測試中達到94.07%的顯著準確性,這是聲學框架中的最佳結果。三級測試可供消費者在購買西瓜時使用,而四級測試則作為農民專業生產的工具。西瓜有不同的成熟程度,選擇適當的成熟度會大大影響西瓜的味道和質地。在收穫後迅速評估水果的成熟度,通過可食用時間進行分類,可顯著降低收穫後的損失。因此,WatermelonTalk幫助農民仔細衡量西瓜的成熟度,提升市場銷售和生產力,彰顯AI對日常生活的貢獻。關於技術的詳細信息,請參閱Yun-Wei Lin, Yi-Bing Lin, Wen-Liang Chen, Chia-Hui Chang, and Han-Kuan Li, Watermelons Talk: Predicting Ripeness through Tapping, 將刊登於IEEE Internet of Things Magazine。
英特爾怎麼了?
英特爾(Intel)近期負面消息不斷:市值已經跌到半導體類股的第十名,是台積電的5分之1;晶圓代工業務持續擴大虧損;先進製程發展不順;高通(Qualcomm)搶先與微軟(Microsoft)合作推出AI PC的晶片。這一切在十年前,甚至五年前都是無法想像的事,英特爾到底怎麼了?英特爾執行長Pat Gelsinger,上周在台北的COMPUTEX發表主題演講。演講是以擊鼓演出開場的,頗有對這些負面訊息,採取鳴鼓而攻之的味道。Gelsinger以摩爾(Gordon Moore ),在早年提出摩爾定律時所說的一句話開始,「Whatever has been done, can be outdone」,也就是說「過去不論完成了什麼,都是可以被超越的」,他相信自己是在做件超越前人的事,包括要在4年中完成5個先進製程節點。憑心而論,就個人的觀察,英特爾還是一家非常有創新能力的公司。過去不少英特爾的創新是在創造一個產業生態,引領整個半導體界往前邁進。比如說,在90年代英特爾率先提出12吋晶圓平台,2000年代又接著倡議18吋的晶圓;為了PC的無線網路,提出WiMax架構;而Lightpeak是為了解決PC的有線高速訊號傳輸;在封裝上,與日本的味之素共同開發ABF材料;最近被討論甚多的玻璃載板,以取代現有的高速載板,也是英特爾在多年前所提出的;為了解決晶片功耗過大的問題,英特爾率先提出晶片背面供電(backside power)的想法,為目前最有潛力的解決方案;甚至EUV的微影技術,也是英特爾首先贊助的科研計畫。即便台積電轟動武林的CoWoS,英特爾也有EMIB(embedded multi-die interconnect bridge)的技術來抗衡。上述這些林林總總,如果沒有英特爾的創新與推動,整個半導體產業也許還停留在石器時代,絕非現在的樣貌。這麼一家創新又技術領先的公司,是發生了什麼事,造成今天的局面?首先,英特爾在最近的20年間(2005~2024)已換了4任的執行長,任期遠短於先前摩爾在位的12年,以及Andrew Grove的11年。除了Gelsinger為技術出身外,其他3位都出身於營運或者財務。其次在整個半導體產業的生態改變,尤其是先進製程,7奈米製程節點是一個關鍵。在2010年初期,全球在開發7奈米技術,都遇到相當的瓶頸。首先若延襲既有浸潤式DUV技術,在關鍵的微影製程,需要經過3次到4次的曝光程序,既費時又費工。當時的EUV,雖然只需1次的曝光,但是由於光的強度不足,每小時晶圓的產出遠低於100片,量產上遭遇困難。整個產業瀰漫著悲觀氛圍,認為技術已經遇到天花板了。換言之,在資源上的投入就不再這麼積極。最後也是最為關鍵的是,英特爾是家IDM的公司,有自己的產品。在這段期間英特爾先後併超過10家公司,比較大的購併案包括Altera (FPGA晶片),Mobileye (ADAS,車用自駕晶片),Habana(AI晶片)等。由於先進製程遭遇到瓶頸,自然地會考慮到CPU之外的產品線,再加上執行長多出身於營運,自然是忽略在技術深耕上的投入。反觀台積電,由於沒有自己的產品,唯一的選擇,只能在技術上加大力道尋求突破,以及與客戶的充分合作。終於EUV的瓶頸打開,加上蘋果(Apple)、NVIDIA等重大客戶,不斷地對於先進製程的需求,最終導致今天英特爾的困境。在COMPUTEX 2024的主題演講上,Gelsinger賣力地介紹自家Xeon 6 伺服器處理器、Gaudi 3 AI加速器,以及AI PC Lunar Lake處理器。其中Gaudi 3以及Lunar Lake是委託台積電生產,分別使用5奈米以及3奈米的製程。這也顯示Gelsinger想要超越過去英特爾的積極作為。個人的觀察,英特爾還是個相當有底氣的公司,Gelsinger的企圖心以及有步調、彈性的作為,若能假以時日,勢必會威脅到超微(AMD)甚至NVIDIA。美國政府也一定會全力來支持英特爾,因為英特爾是唯一擁有半導體先進製程能力的美國公司,而半導體又是全球兵家必爭之地。最後,英特爾是否有機會威脅到台積電的龍頭地位?值得我們深思。
不只見證科技業歷史 我們更是造浪者
不只見證科技業歷史,我們更是造浪者。6月5日美股收盤NVIDIA市值正式超越蘋果(Apple),成為全球第二大市值公司,全球媒體要請黃仁勳評論此事時,都不得不提到他正在台灣參與COMPUTEX。除了NVIDIA自己的活動外,他站台、觀展、四處吃飯逛夜市,用國台語跟產業與民眾搏感情。除了情感上因有這麼一位出生於台灣、又高度參與台灣社會的科技領袖而與有榮焉外,更可貴的是,我們不只見證這歷史轉折的關鍵一刻,更深度參與其中!若回顧全球前十大市值業者的轉變,從2009年年末市值來看,微軟(Microsoft)與蘋果這兩家科技業者位居第二名與第六名,前者主宰著PC OS與生產力軟體市場,後者於2007年推出iPhone正處於開創智慧型手機時代的上升期,此外擁有全球最大行動電話用戶群的中國移動列名第七,但整體來說多數入榜者仍是屬於石油、零售、金融、醫療保健、及食品等舊經濟各領域的龍頭業者。若觀察2018年3月底、美中貿易戰開打前的市值排名,僅有Berkshire Hathaway、JPMorgan Chase、與Johnson & Johnson這三家非科技公司入榜,其餘七家均是美中BigTech業者,分居市值第1~5名及7~8名,依序是蘋果、Alphabet、微軟、亞馬遜(Amazom)、騰訊、阿里巴巴、Facebook。這反應新經濟的大幅擴張、2C端壟斷性網路平台的市場地位(手機OS、搜尋、社群等)及2B端雲端服務發展的方興未艾。若就2022年底的市值來看,此時ChatGPT雖已於11月底推出,但生成式人工智慧(generative AI)的顛覆性風潮仍未在資本市場充分反應,排名中騰訊與阿里巴巴跌出前十,反應外部美中霸權角力下美國對中國的抑制,及內部中國國進民退政策方針下,擴大監管網路巨擘的雙重壓力,而Tesla躋身第七名則意味著碳中和/ESG趨勢下電動車的商機潛力及對創辦人Elon Mask「火星人」般願景下事業布局的期待。隨著科技典範轉移來到了當前的生成式AI浪潮,最新的市值排名中,科技業者分居1~5、7、9名,其中OpenAI最大股東及將GPT全方位導入己身各項服務的微軟位居第一,而NVIDIA市值在相繼超越Meta、亞馬遜、Alphabet後,於6月5日收盤首次超越蘋果,成為第二高市值公司。蘋果曾多年維持全球市值龍頭,2024年陸續為微軟及NVIDIA所超越,這不僅反應誰是引領生成式AI浪潮的主導者,也正式宣告智慧型手機 / 行動連網時代的落幕。從2009年的微軟與蘋果,到最新市值前十大中的所有科技業者,多年來始終都需要以台積電為代表的台灣供應鏈。從AI加速器晶片到AI伺服器,再到資料中心解決方案,再到AI PC,沒有我們,加速運算沒法加速、生成式AI應用沒法落地。很高興NVIDIA創造歷史時正好恰逢COMPUTEX期間、正好黃仁勳人在台灣參與其中,我們是每個時代科技領袖身後的造浪者,過去我們往往不被看見,但如今,整個世界看到我們的貢獻! 
三星電子涅槃再生,容易嗎?
面對低迷的2023年,三星電子(Samsung Electrinics)營收跌落到2,000億美元以下,最後一季的營收大約是500億美元,獲利20.8億美元,營益率不到4.2%。已經有分析機構預測,如果三星在2024年沒有起色,以果敢投資聞名的三星,將會面對財務規劃上的風險。現在,2024年第1季公布的暫訂財報顯示,三星獲利48.9億美元,較上一季(QoQ)的20.8億美元超出甚多。我們看不見手機、消費電子有太大變動,半導體轉虧為盈才是關鍵,而前後的盈虧差異更可能高達50億美元,難怪三星半導體前社長慶桂顯說,三星半導體的獲利將回到2022年的水平。如果從過去的歷史經驗,參酌最新一季公告的資料,或許我們可以更深入理解三星在調整經營決策上面對的挑戰。在2023年最後一季,三星的營收中,有32%來自以半導體為主力的DS部門,以品牌為主的MX部門貢獻比例最高,其中手機更是關鍵。由於最後一季三星手機銷售拉出尾盤,上市不久的S24系列獲得好評,2023年第4季的手機銷售量達到5,700萬支,也讓MX部門創造出不錯的獲利。回顧過去幾年三星的營收與獲利結構可以理解,面板與消費電子(以電視機為主)已經成為雞肋,影響不了三星的營收與獲利結構。三星在55吋以上的高階電視機市場,全球市佔率過半,但2023年最後一季消費電子卻是小賠。我們可以說電視機只是三星品牌送進高所得家庭的通路、工具而已,對集團的獲利挹注不大。與三星競爭半世紀的樂金(LG),在電視機市場上也是能與三星等量齊觀的頂尖大廠,但現在LG也不再強調電視機的質量,而是將重心放在智慧家庭上。不僅LG如此,三星必然也會加緊布局,以電視機成為智慧家庭的樞紐,但這將牽涉到多元的內容服務與系統整合能力,而這正好是南韓廠商的罩門。除此之外,過去三星集團營收中,大約1/3的營收來自半導體,但獲利卻有2/3是半導體部門的貢獻。以手機為主的品牌銷售部分正好相反,營收貢獻2/3,但獲利卻僅有1/3。當三星2023年的獲利仰賴傳統的手機,而傳統的手機市場趨於飽和是無可挽回的大趨勢,對三星而言,整合手機與半導體的能量,建構AI手機的市場地位乃是當務之急,因此重拾HBM的領先地位就非常關鍵。過去三星半導體部門營收、獲利主力是記憶體,在DRAM與快閃記憶體(Flash)兩大主流中,DRAM是寡頭競爭,三星、SK海力士(SK Hynix)與美光(Micron)很自然的還有自我調節功能,市場秩序與價格相對容易控制,但Flash Memory卻是多家競爭,且在高頻寬記憶體(HBM)商機上,SK海力士比三星更早布局。對三星而言,現在最有把握的是DRAM市場的商機,只要NB、手機市場回溫,自然可以調高售價,賺取更多的利潤。但單押傳統的DRAM,只以經濟規模取勝,絕非三星這種2,000億美元等級的企業可以持盈保泰的經營策略。短期內持續布局邏輯系統晶片(System LSI)是必然的趨勢,但更重要的是如何因應未來5年、10年以人工智慧(AI),參酌地緣政治的大環境下,三星如何調整經營策略將是這一波AI大潮背後最值得觀察的課題。很多人說,台積電最大的風險就是「地緣政治」,這樣的說法同樣適用於三星。如果我們知道三星半導體的營收一半以上集中在海峽兩岸,看似競爭對手的台灣其實是三星很大的客戶,反而中國的華為將三星列為假想敵,三星在中國手機市佔率從20%一路暴跌到1%以下,這件事不是偶然,三星必然會記取教訓。當尹錫悅當家的南韓說要成為全球AI的三大強權之一時,劍指的對象就是中國,而AI與網路、雲端服務都是「霸權」之爭,以大集團為主的南韓企業,在升級轉型的路上,面對的困難遠高於台灣。
AI解析音樂與尼采如是說
我以AI物聯網分析音樂,並利用其結果來驅動樂器的演奏,稱之為MusicTalk。接下來就想訓練大型語言模型(LLM),將文字與音樂互換,再將音樂用來詮釋影像。最大的應用是電影配樂。要將音樂智慧化以配合影像,科技人必須對音樂的內涵有深入的認識。例如電影的配樂最讓人印象深刻的是1968年電影《2001太空漫遊》(2001: A Space Odyssey)中用史特勞斯(Richard Strauss, 1864~1949)演繹《查拉圖斯特拉如是說》(Thus Spake Zarathustra)這首樂曲的開場。《查拉圖斯特拉如是說》是尼采(Friedrich Wilhelm Nietzsch, 1844~1900)的作品。它不同於一般哲學作品,而是以散文詩完成。尼采曾表示這本書實際上是一部「交響曲」,以一種偽聖經風格撰寫,它包含許多含糊不清且充滿詩意的神秘箴言。我沒讀通這本書,膚淺了解其主要思想是,人類應該擁抱生活、自然、身體和物質存在,包括其中的樂趣和痛苦,而非尋求超越或來世的精神世界。生活即使伴隨著所有的苦難,還是值得為了它的存在而生活。許多藝術家和作曲家受到《查拉圖斯特拉如是說》的影響,但很少有人像史特勞斯那樣深切融入尼采的哲學觀點。1896年時32歲的史特勞斯開始創作 《查拉圖斯特拉如是說》樂章。當時尼采因三期梅毒的感染,已精神失常。史特勞斯將自己作品的各個部分以尼采書中不同章節命名。他嘗試將尼采抽象的文字清晰地翻譯成同樣抽象的器樂音樂。該作品在完成後幾個月內進行首演,其華麗的編曲、複雜的音樂紋理、大膽的和諧和具爭議性的主題,引發激烈的批評和喝采。《2001太空漫遊》使用這首樂曲開場為外太空的日出配樂,符合史特勞斯描繪尼采書中開場的山頂日出情境。開場中的小號旋律呈現「自然」或「世界之謎」動機;它在整個樂曲中反覆出現,象徵著大自然的冷漠和神秘性: 在強烈的開場之後,號角的回應是一個宗教式的旋律,由分散的弦樂器精彩演奏。開場時音樂從柔和到逐漸增強,象徵著人類對一個完美、天堂般、精神上的自然替代的渴望。有了《2001太空漫遊》的例子,我嘗試以MusicTalk反推史特勞斯的音樂,想找出他想表現的意涵,卻遭遇極大困難。史特勞斯曾經開玩笑地說,他可以在音樂中訴說一切,即使人們無法理解,我就是那位無法理解的人,妄想以物聯網駕馭史特勞斯的音樂。《查拉圖斯特拉如是說》太過深奧,AI處理不來。我決定放棄好高騖遠的做法,由小朋友聽得懂的《彼得與狼》訓練MusicTalk,總算有初步成果。這是一個基於物聯網的創新音樂樂器檢測系統。MusicTalk 引入了一種名為亮度特徵基礎Patchout的新穎機制,以提高樂器檢測的準確性,並超越現有解決方案。MusicTalk首次系統性地將單個樂器檢測器作為物聯網設備進行整合,為與其他物聯網設備的交互管理提供有效的方法。我們在MusicTalk中引入一個通用音頻整形器,融合各種音樂公開數據集,如Audioset、OpenMIc-2018、MedleyDB、URMP和INSTDB。我們利用Grand-CAM分析Mel-Spectrograms來優化 MusicTalk中ViT Patchout和CNN的組合,以實現前所未有的準確率。例如,小提琴檢測的精確率和召回率分別達到96.17%和95.77%,這是所有方法中最高的。此外,MusicTalk 的另一個優勢在於其基於物聯網的視覺化能力。通過將樂器檢測器作為物聯網設備整合,MusicTalk能夠使用動畫Avatar來無縫地視覺化歌曲。透過《彼得與狼》為例的案例研究,我們證明,改進的樂器檢測準確性增強音樂的視覺敘事效果。與先前的方法相比,MusicTalk在這首歌曲上的F1分數提高12%。然而,我念念不忘的是,我們訓練AI模型,何時能如同史特勞斯,了解尼采的想法。MusicTalk仍有很大的改進空間。 
台韓半導體業「有點黏」的連動關係
半導體產業是外貿南韓的命脈,2023年南韓出口半導體1,310億美元,進口1,060億美元,順差250億美元。對外匯存底雄厚的台灣而言,貿易逆差是帳面數字,但對2023年底時外債達6,636億美元的南韓而言,外貿出現逆差時,那是沈重的負擔。而半導體正是挑起貿易平衡重擔的核心產業,一旦半導體不再獲利,南韓將面對極為嚴重的後果!本文將從南韓海關公布的南韓半導體出口結構、主力產品兩大方向探索南韓半導體產業的現狀。從帳面上的出口結構觀察,南韓出口的半導體,35.8%直接銷往中國,銷往香港後最可能轉往中國內地的比例是14.1%。除了這兩大出口目的地之外,越南的12.3%與台灣的8.7%分居第三、第四,排名第五的是美國的8.1%,其餘國家相對比重較低。由於南韓的記憶體佔全球8成的比重,從南韓記憶體的出口結構,大致也可以找到解讀全球供應鏈變化的線索。中國+香港正好貢獻南韓出口的50%,雖比2022年略減2%,但依舊是出口主力,而之後得越南、台灣合計是20.4%,前四大出口市場合計70.3%,但關鍵不是出口國,而是到底誰買了、用了這些半導體?以台灣零件通路商的出口結構、客戶結構判斷,中國客戶的比重已經從6成降到5成,台灣回升到35%,而東協國家也同步上揚,顯示美國的出口禁令,已經深度影響從南韓半導體原廠到台灣零件通路商的銷售結構。除了三星電子(Samsung Electronics)自用之外,在中國、香港、台灣、越南市場流動的各國半導體,有80%以上是賣給台商、陸資大廠的,一旦台海生波,南北韓之間的38度線不會平靜的!當台積電被戴上地緣政治的大帽子時,三星的壓力不會比較小!與此同時,南韓也進口很多的半導體,來自中國、台灣、日本的半導體分居前三名,但真正的兩大逆差國是日本與台灣。來自中國的半導體很多是三星西安與SK海力士(SK Hynix)無錫工廠的貢獻,主導權仍在韓廠手上,至於從日本進口的是設備、材料,包括曝光、長晶、蝕刻等設備,但從台灣進口的卻是實打實的半導體。除了跟聯發科等台灣IC設計公司進口邏輯晶片與驅動IC之外,聯電、旺宏、華邦也都是南韓的供應來源。其實三星、SK海力士擅長高階的記憶體,南韓進口的微處理器與驅動IC竟然有45.2%來自台灣,這與大家一般的印象並不相同。從這個結構觀察,您認為「三星有滅台計畫嗎?」,三星我們如何在G2/AUKUS架構下,重新理解台韓之間的產業競合關係呢?
生成式AI非泡沫 2030年1.5兆美元商機可期
生成式AI(Generative AI)是AI領域中的部分子集合,未來5~10年全球經濟成長最關鍵的驅動力量之一就是生成式AI。DIGITIMES研究中心於2024年5月完成「生成式AI引領應用與硬體新商機—超前布局未來1.5兆美元市場」專題報告,內容即涵蓋三大部分,分別為「生成式AI技術崛起」、「生成式AI運算力發展,從雲到端」、「生成式AI應用領域案例」等,針對生成式AI最新關鍵趨勢完成一系列研究。根據DIGITIMES研究中心預估,2022~2030年全球生成式AI市場複合年均成長率可望超過80%,在2030年達到1.5兆美元規模,就服務、軟體及硬體三大組成來看,2024年硬體(主要以生成式AI伺服器為代表)佔生成式AI市場最大比重。隨著各垂直領域百花齊放、應用面更為普及風潮下,預估至2030年時,服務將躍居整體生成式AI市場超過一半的比重。許多專家將生成式AI的浪潮及其影響比擬為新世代的網際網路(internet),確實網際網路以其廣泛的應用以及扮演重要基礎建設的角色,對許許多多產業帶來深遠的影響,Google、微軟(Microsoft)、亞馬遜(Amazon)、Meta、蘋果(Apple)、阿里巴巴、百度等眾多新興企業掌握住此一潮流已成為舉足輕重的產業巨人;同理,生成式AI也不會只是短期噱頭(hype),而是會實實在在地影響我們及所處企業、產業及社會未來發展的重要力量。生成式AI今後發展的三大關鍵—模型、運算力、資料。模型方面,從2023年著重雲端大參數量大型語言模型(LLM),2024年增加對邊緣小參數量LLM的關注,以因應為符合邊緣裝置較低運算力及記憶體頻寬的先天限制,雲端大參數量LLM則擴及多模態LLM,領先業者跟跟進業者差距有所拉開。運算力方面,雲端伺服器AI運算晶片成長可期,值得關注生成式AI應用從雲擴及到端,2024及2025年AI NB及AI智慧型手機出貨量及滲透率可望快速攀升,指標晶片業者紛推出可運行邊緣生成式AI推論的晶片,為提升晶片AI運算力,目前以整合神經網路處理單元(Neural Network Processing Unit;NPU)加速器為主流。此外,邊緣運算包括物聯網等應用區隔,AI的影響力也將日益顯著。訓練資料部分,目前指標LLM業者使用英文為主要訓練資料,而繁體中文訓練語料的數量,遠比不上簡體中文,目前繁體中文訓練資料成為模型訓練的一大課題。在生成式AI的應用案例方面,本篇專題報告探討從智慧交通、智慧零售、智慧醫療、智慧製造以及智慧家庭五大類別,以生成式AI普及的速度來看,不管是零售、製造或是家庭生活、移動應用,都有龐大的商機,各種應用情境在2024年開年以來的國際展會包括CES、MWC以及嵌入式電子與產業電腦應用展(Embedded World)、車電展等,都可以感受到此一趨勢。(作者為DIGITIMES研究中心研究總監) 
讓人工智慧成為典範轉移的樞紐
從世紀交替之際的西元2000年開始算,數位科技與網際網路帶給世界的改變,大致可以區分為四個階段。第一個階段是從2000年初網路泡沫之後的.com時代,這個時代的領導廠商是諾基亞(Nokia)等電信服務公司與提供網通設備的思科(Cisco)。第二階段應該從2007年iPhone上市開始,這個階段是行動通信時代,贏家是蘋果(Apple)、三星電子(Samsung Electronics)與中國的紅色供應鏈。之後則是透過各種終端設備所創造出來的大數據時代,讓AWS、Google、Meta、微軟(Microsoft)等公司在雲端服務上大放異彩。經過大約20年的積累,各種數據的演算、交叉作用,帶給人工智慧相關應用一次前所未有的新商機。ChatGPT應時而生,短短五天帶來了上百萬的用戶,激勵了大語言模型(LLM)的應用。而GPU+NPU+CPU+AP各種晶片間的連動,也需要更多高頻寬記憶(HBM)與驅動IC。春江水暖,上游的半導體設計與網路巨擘蠢蠢欲動,量產製造大廠不可能無動於衷。台灣電子六哥中,人工智慧、伺服器上頗有斬獲的鴻海、緯創、廣達都展現出強勢的成長動能,更有不少周邊的IC設計公司希望在邊緣運算上取得一席之地。我們可以篤定地說,在人工智慧的大潮下,商機回溫,但真正需要觀察的理解未來10年是人工智慧的新時代,自己企業的價值主張與策略目標。台積電的國際布局與核心客戶轉移2030年會是一個什麼樣的世界呢?台積電資深副總裁張曉強最近在一場簡報中指出,2030年時全世界的GDP總量將達145兆美元,比2023年的104.5兆美元,還要多出40兆美元。而驅動全球經濟成長原生的主要動能,將來自半導體。台積電估計,2030年時全球半導體市場將由2023年的5,230億增加到1兆美元,而背後支撐半導體市場的主力就是晶圓代工。台積電估計到2030年時,全球晶圓代工市場是2,500億美元,如果台積電以現在60%的市佔率估算,屆時台積電的營收將達1,500億美元,超過2023年693億美元的營收不只1倍。張曉強又說,2030年時全球電子產品的市場規模是3兆美元,而包括軟硬體相關服務在內的IT市場商機更高達12兆美元。我們很容易理解,從快遞服務到車聯網、智慧製造、區塊鏈、元宇宙與背後的大數據、雲端服務,沒有一樣可以不依靠半導體的運算與儲存資料的能力。對台積電這家遙遙領先競爭對手,且看好市場穩定成長的晶圓製造廠而言,繼續關注先進製造能力、客戶結構、產業生態系三大議題便可,各種細微的變化都是雕蟲小技,無法動搖根本。對台積電而言,取得資源、專注製造的重要性,遠比四處張望、尋找商機重要。這就說明了台積電為何偏向虎山行,繼續在美日宣布新投資計畫的關鍵。關鍵在於台積電已經「大到不能不倚賴他」,就算是製程、材料出現新的革命,客戶也會找台積電尋求解方。在很多人都看衰美國新廠之際,台積電拿到「滿意」的補貼與租稅獎勵條件,2030年以前全球的生產布局大致已經粗具輪廓,競爭者很難望其項背。台積電加速布局,與人工智慧、網路巨擘自研晶片計畫有關,布局遠眺2030年的市場需求,那麼政府對這件事會有什麼樣的看法?台積電的策略漸趨明朗,但為難的是台灣的政策!
在人工智慧的新世代中轉大人
從2024年3月開始,景氣出現明顯的回溫,觀察產業變化,除了倚賴分析師敏感的觀察力,還可以透過電腦系統自動產出,進行數據的強連結與橫向對比,更可以由人工智慧做初步的判讀。是的,我們面對愈來愈複雜的產業議題,但也可以用數據產出數據,搭配更有效率的AI工具掌握關鍵趨勢,尋找超越人類思維能力所及的答案。在網路世界裡,所有的問題都有答案,只是您如何定義問題而已!世界的改變,我們看到一體兩面,新的挑戰也可以創造更高的價值。孫子兵法說:「善戰者,求之於勢,不責於人」。所有的企業家、專業經理人得先從定義自家企業著手,然後尋找市場上的定位與策略定錨的基礎。對台灣量產製造業而言,單純製造的能力之外,在策略形成過程中,培養定義客戶需求的能力將愈趨重要,亦即主動出擊,「Demand creation」的能力將是顯現B2B商機的致勝關鍵。《隱形冠軍2.0》一書作者強調,供應商必須比客戶更瞭解客戶的需求,這是成為隱形冠軍的基本要件。《虛擬新世界》這本探索元宇宙的新書中也提到,技術的探索固然重要,但以強韌的心理素質找到決策方向,更是我們在新世界裡必須面對的關鍵課題。當我們讀到日本首富柳井正說「經營者最大的風險是常識」時,這不僅是提醒我們對於縱向產品與技術規格須有更明確的理解,對於橫向的跨業商機也要有定義需求的能力。在人工智慧開始大量滲透我們的日常時,產業界將面對兩種議題。第一,製造業者在整個產業轉向的過程中,如何透過專業的論述與上下游連動,以爭取在商機盤旋、拉鋸的過程中有更高的勝算。對周邊專業的服務業者而言,薪資可能佔營收的一半,面對能做的事情愈來愈多,適任的人卻愈來愈少,在薪資上漲、少子化的威脅下,利用電腦系統、數據賺錢,遠比用人腦提供傳統的服務更具價值。但過去不曾嘗試累積數據的公司很難無中生有,傳統的服務業者必將面對極為艱難的挑戰。台積電遠眺2030年的半導體世界,超狂的投資底氣來自上游的GPU、NPU與應用處理器交錯而成的商機,台積電甚至與Microchip合作40奈米製程,這個連逐漸成形的邊緣運算都已經算計在戰略布局內,是寡佔市場中接近獨佔地位者的特權與遠見。
首發的AI手機重視哪些議題呢?
「AI手機」的定義是可離線執行LLM模型,實現生成式AI功能的手機。手機受限於物理極限,在AI應用上專注於文字資訊的提供、影像自動創建、語言即時翻譯、個人助理等四大功能。以手機應用處理器為目標市場的高通(Qualcomm)、聯發科,面對2024全年銷售量上看1.47億支的AI手機,當然不會等閒視之。除了傳統的應用處理器供應商之外,在手機市場上領先群雄的蘋果(Apple)、三星電子(Samsung Elecronics)都是自研晶片業者,而Google 也以Tensor G3的晶片應戰。中國的Oppo、Vivo與小米都是仰賴外部晶片,而三星、蘋果、Google大多以自家需求為主,因此會以不同的市場定位做出AI功能上的調整。現在他們正努力強化CPU+GPU+NPU的功能,提高運算參數,並結合新世代的DRAM,提供更高頻寬的記憶體。各大手機廠或應用處理器供應商,市場定位明確,對象也有跡可尋,未來最大的變數可能是Google背後的Android陣營,Google推出的Gemini與Gemma功能,會帶來多大的改變,也是大家關切的議題。整體而言,生成式的AI正從雲走向端,邊緣運算的商機浮現,業者必須面對軟硬整合的挑戰。這一波AI新浪潮來臨時,能加速運算的GPU最受矚目,參與的業者對整個生態系必須有一定的掌握與價值主張,從諸多變化中找到自家企業在整個生態系中的定位。在GPU的浪潮之後,雲端服務業者(CSP)的自研晶片是新一波應該關注的焦點,而以Arm為基礎的SoC規格如何升級,推論用的NPU或其他XPU在不同市場的經營也都值得留意。毫無疑問,這些新的晶片會從具規模的NB、手機開始滲透,下一個階段是智慧家庭、電動車與工業物聯網的商機。至於大語言模型,Open AI、微軟(Microsoft)、Google 與Meta的動向是指標,但進入邊緣運算之後,各種針對分眾市場的模型壓縮將會是我們觀察的重點。我在這些大的變化中隱約看到全球產業資源的重分配,這些大趨勢的背後有國際經貿,甚至地緣政治的議題嗎?美國高舉大旗,而全世界的焦點也在市值上兆美元的科技大腕身上,但中國擁有最大的數據庫、明確的政府政策、可以忍受最低底線的成本,只要政府願意支持,虧損都是全民共同承擔。不同的社會管理機制、產業文化,將帶來地緣政治在「戰略斷層帶」上的國家,例如台灣、南韓、日本更大的衝擊與壓力。擁有半導體與供應鏈的台灣,是躬逢其盛,還是正在被推向戰場,上帝不知道,AI也無法告訴我們!