Edge AI影像推論轉向ASIC:巨有科技Design Service Turnkey Platform助產品上市
當AI從雲端走向邊緣,影像與感測資料的量級在全球各產業迅速攀升,使過去依賴FPGA與商用模組的邊緣裝置面臨功耗、延遲與成本的三重瓶頸。隨著模型從分類走向更高複雜度的場景判斷,邊緣端的算力密度在過去兩年間大幅增加,許多美國與中國的新創與中小企業普遍反映,現有平台已難以支撐規模化部署,因應這個痛點,巨有科技(Progate Group Corporation;PGC)推出Design Service Turnkey Platform幫助客戶由FPGA加速升級ASIC化。
在現今的轉折點上,邊緣AI裝置雖然最終多以SoC形式落地,但能否以專用ASIC的方式、在合適的製程節點上打造具備高算力、低功耗與長期供貨能力的架構,已成為邊緣AI規模化的核心條件。
巨有科技作為TSMC DCA成員之一,深耕TSMC製程逾30年,累積22nm、12nm與6nm的ASIC設計、設計定案(tape-out)及量產經驗,並建立支援至 3nm 的前後端設計能力,在複雜的節點中專為客戶提供PGC Design Service Turnkey Platform,使邊緣AI SoC能以更可控的方式進入ASIC化階段。
影像推論AI SoC:最早轉向ASIC的應用領域
影像推論因具備高頻寬與連續輸入特性,加上模型複雜度急遽攀升,已率先觸及FPGA與通用模組的能效天花板,使延遲、吞吐量與記憶體頻寬成為關鍵瓶頸。多份產業研究指出,美國已有超過200家專注於邊緣運算(Edge Computing)與電腦視覺(Computer Vision)的新創公司;中國也有逾百家企業投入智慧城市、社區監控與工控視覺領域。全球分析亦預測,2030年影像類應用將佔邊緣AI近半市場,並成為最先全面從FPGA與商用模組轉向ASIC的技術領域。
邊緣AI的應用正在家庭、零售、物流、城市與工控等產業快速擴散,對低功耗、毫秒級延遲、穩定記憶體頻寬與長期供貨能力提出更高要求。因此,邊緣AI SoC的成功不僅取決於先進製程,也取決於是否整合合適的記憶體子系統、高速I/O介面與安全模組等關鍵 IP,使SoC能以ASIC的方式真正被優化。
TSMC DCA使用先進製程亦形成明確分工:22ULP適用於長時間待機與電池驅動的家用或戶外設備;在 edge AI裝置中,特別提供22nm的RRAM以兼顧成本的良率;7/6nm則以更高整合度容納ISP、vision DSP、RISC-V、AI加速器(NPU)、記憶體子系統(含Memory Controller與DRAM PHY)與安全模組,是高階邊緣ASIC所倚重的節點。
隨著解析度與AI模型強度提升,LPDDR4X與DDR4仍為大量邊緣攝影機主流,而高階應用則需採用 LPDDR5以提升頻寬。這些IP能否被整合為低延遲、高吞吐的資料路徑,將直接影響產品能否從概念驗證(Proof of Concept)成功走向量產。
巨有科技:整合製程、IP與供應鏈的ASIC設計服務整合平台
巨有科技打造的設計服務整合平台(PGC Design Service Turnkey Platform),透過Synopsys IP OEM Program,以更具競爭力的IP成本與授權模式,提供整合LPDDR5/LPDDR4X/DDR記憶體子系統(包含 Memory Controller與DRAM PHY)、MIPI CSI-2 / D-PHY等影像介面IP與PCIe等高速I/O,並支援低延遲與安全模組架構設計。
同時,巨有科技與ASE等OSAT合作夥伴保持長期協作,使前端設計、後端APR、設計signoff與設計定案(tape-out),到少量多樣的MPW/CyberShuttle、以及NTO大量產能需求的量產皆能穩定供應。
在邊緣AI逐步從產品概念走向大規模部署的過程中,巨有科技將持續深化晶圓製程、Synopsys IP與ASE OSAT供應鏈整合能力,協助全球新創與中小型企業以更高效、更可控的方式推進邊緣AI ASIC策略,並在下一階段技術演進中維持長期競爭力,協助客戶成功。





