報導記者／張珈睿

鎖定邊緣、中小型運算新藍海 潘健成：傳統PC設備即能達到70B參數AI運算
台北報導
　台廠發力AI新藍海市場，不與雲端AI直接競爭，鎖定邊緣、中小型運算需求，致力生成式人工智慧（GAI）平民化、普及化。群聯董事長潘健成指出，不需要額外投資，用傳統PC基礎設備，即能達到70B參數AI運算；聯發科資深處長梁伯嵩強調，邊緣與雲端CPU設計有非常大的不同，輕巧化、高能源效率將為未來趨勢。
　潘健成以20年前機械手臂為例，當時要價1,500萬的設備，如今已普及全部工廠；典範轉移正發生於生成式AI身上。他指出，市場如今面臨一樣的問題，頂級GPU太貴、中小企業想用卻用不起，群聯本身也遇到相同痛點，遂開始投入研發，以自身於記憶體領域優勢，在近期推出平價版生成式AI解決方案。
　GPU決定算力、HBM則決定模型大小，潘健成指出，群聯以SSD取代造價高昂的HBM系統，加上輝達消費級GPU打造，將傳統工作站升級為小規模AI伺服器，硬體成本大幅降低；儘管運算速度仍不如大型CSP運端運算，不過相當具備成本優勢；他打趣地說道，台北到高雄，坐飛機最快、但是高鐵更有性價比。
　梁伯嵩則分析，行動處理器在AI人工智慧計算上，受到更多限制。10年之間，手機CPU在同樣面積下，電晶體數量由10億成長至200億個，但受限功耗，在設計上就需要進行取捨，尤其要以幾十億之參數模型進行推論，考驗IC設計公司技術實力。
　要讓大型神經網路的AI能力湧現（Emergence），需要極大量運算需求，短短七年間成長三十萬倍以上，遠超過半導體摩爾定律的成長速度，讓AI快速進入 Large-Scale Era。梁伯嵩表示，現階段將大型神經網路透過預訓練後，再Fine Tune（微調）進行下游任務訓練，兩階段的訓練方式，將協助生成式AI普及化。
　運算需求成為AI進展與普及的關鍵，更是半導體產業的全新機會。台灣身處半導體產業鏈的關鍵角色，從IC的製造者，也同時成為AI應用的領先群，使台灣科技產業更上一層樓。