不久之前，美国前总统川普受访问时说：「台湾人抢走了美国芯片制造的工作」，听起来很刺耳，但做为大国博奕中最脆弱的筹码，台湾得引经据典，不卑不亢地证明这是台湾应得的！半导体制造往东亚移动始于1980年代，三星电子（Samsung Electronics）、海力士（Hynix）从1983年开始，台湾的联电创始于1980、台积电是1987，他们都是从会外赛打起的，几经艰困才有今天的局面。做为一个从事半导体与台韩科技产业研究将近40年的老兵，我知道半导体业几个重要转折，以及今天川普为什麽有这样的埋怨。本来台湾与韩国根本是二线的科技产业发展国，无论从基础科技或整体产业实力观察，能有一席之地就该满意了，不可能是四强准决赛的入围者。台韩都得感谢美国在1986年签署「美日半导体协议」，要求日本必须让外商在日本拥有20%以上的市占率，这个协议让全球市占过半的日本业者绑手绑脚，同时也给了台韩半导体业者一个机会之窗。1986年后，台韩火力全开，两个新兴工业国在往后将近20年间，以「取用于国，因粮于敌」的巧力争得一席之地。韩国在存储器称孤道寡，台湾则是独树一帜，在晶圆代工领域集中有限的资源，在这个刚被张忠谋定义的新市场中取得压倒性优势。今日全球半导体产业的格局，3分之2的存储器市场由韩国半导体双雄独占，3分之2晶圆代工领域由台商一手掌握。特别是90%以上高端芯片在台湾生产，加上台海风云紧急，更让大家忧心位于西太平洋的台韩，在地缘政治上似乎又重回冷战时期的角色与地位。孤悬于东海的第一岛链，一旦烽火连天，全球供应链必然受到严重的冲击，而现阶段的产业样态，似乎又证明台湾人、韩国人抢走了美国人的工作。其实，台韩两国在2008年以前，只是个不错的生产基地，还谈不上称霸全球半导体市场的实力，但2008年美国的次贷危机、金融海啸给了台韩一个「转大人」的契机。当时台系存储器业者积欠银行的融资贷款高达4,000亿元（约130亿美元），韩国的海力士、日本的尔必达（Elpida）也岌岌可危。此时，三星玩起「危机入市」、「胆小鬼游戏」的戏码，加码投资存储器，扩大与其他厂商之间差距。台湾存储器产业从此被抛在领先群之外，日本尔必达破产关门，连海力士都在政府的协调下，由在电信市场获利丰厚的鲜京集团接手，并改名SK海力士（SK Hynix）。从此三星与SK海力士成为韩国存储器产业的双保险，也以3分之2的市占率笑傲全球。台湾2008年情况与韩国相近，多次强调自己是「学习曲线信仰者」（Learning curve believer）的张忠谋重掌兵符，以钜额的资本支出「梭哈」全球的产业，那也是危机入市。台积电、三星的投资布局，也显现在国际半导体产业协会（SEMI）公布的全球设备市场数据中。台韩砸重金，美系的设备厂跟着获利，川普何来埋怨呢？下一篇文章，我们将以2008年以后的半导体设备投资为基调，检视过去15年全球半导体产业的投资模式，并探索如何激励更多国家投入半导体业的角逐。

有哪些工作不会被人工智能（AI）取而代之？需要复杂决策与推理的工作，短期内很难被取代。李开复说：纽约客的专栏作家很难被取代，但新闻编译的工作就难说了；一样是医师，放射科医师比家医更容易被取代，在网络系统上媒合交易、运营商的客户服务，都是很容易被取代的工作，所以从英国电信（BT）到Vodafone都大量裁员，您认为台湾运营商可以幸免吗？就像台湾银行分行没有消失一样，台湾运营商门市消失速度或许会慢一点，因为台湾幅员小，人口密度高，喜欢步行、面对面交易，这样也可以保留很多工作机会，不见得是坏事，只是专业服务业的进步就会慢一点。2021年是有史以来独角兽增加最快的一年，但之后在资金成本骤增的压力下，新创投资慢慢走下坡。根据NVCA调查，2020年创投投入的资本为1,710亿美元，2021年是3,450亿美元，而2022是2,410亿美元，估计减少30%以上，这当然与资金成本上扬有关。原本以为不景气会持续一段时间，但看来AI是重要的解方。关键的观念是「以庞大的数据为后盾，根据每人特定需求提供专属的服务」，这样的概念可以大到工厂的「少量多样生产」，也可以小到个人化的生活体验，这也将是「赢家全拿」时代的深化。在网络发展的第一阶段，市场形成的速度远高于工业时代，但通常一开始会有很多新创公司参与，经过淘汰赛后由领先者出线。但现在是使用者同时参与创造数据，让数据增加几乎接近「零成本」，亦即这个市场将出现「指数型成长的模式」，新创事业出线更为困难！但科技大厂都看好AI商机，在ChatGPT上市之后，很多科技公司都推出相关应用，但最具影响力的仍是微软（Microsoft），微软宣示将把ChatGPT导入所有应用平台，2月放在Bing上，3月则是Office软件，接下来也看到阿里巴巴、Meta开发类似GPT的大语言模式。其次，AI应用领域无所不在，从场域到影像、文字、声音，多重内容的连动与结合，而混合型的应用更是大家很容易想像的变种方案，这是无缝接轨（Seamless）的多元共创。这个趋势已经被讨论好几年了，但没有想到是由AI与NVIDIA的GPU做为驱动因子，而台积电与背后的创意电子等公司就成为间接受益者。此外，NVIDIA使用「专属软件」，让GPU得以在最佳的状态下运作，这也是其他竞争者望而生畏之处。从用户端观察，软件使得AI扩张更为容易，使用具亲和力。很多生态系业者以各种演算法，透过ChatGPT提供各种有效的应用，领先者的优势已经十分明显，这并非只是炒作的一时现象。过去苹果（Apple）的App stores是提供多元应用的平台，但Open AI直接切入各种应用，扩散效益将更为惊人，例如GPT-4可以结合影像，这又是另一种超越大家想像的应用。未来的使用者，不是查找部分数据，而是用部分数据诱导出更多的相关数据，革命性变化促使我们面对重新定义产业与国家战略的时刻。

黄仁勳在台大毕业典礼上演讲提到，1984年他从大学毕业，迎接的是PC起飞的年代，而2023年是「人工智能起飞（AI）的年代」，期望今年毕业的学生可以掌握时代的契机，成为浪尖上的英雄。1984年底，我念完研究所，1985年回到台湾迎接的也是PC元年！创业的过程总是艰辛的，「诚实的面对问题」是黄仁勳在台大整场演讲的精华。与Sega的合作，其实技术上碰到挫折，但却厚着脸皮要对方付钱；与张忠谋的互动，成就了双方25年的革命情感。骄傲的创业家，也有弯腰请人帮忙的时刻，这些心理上的挣扎只有创业家可以体会！黄仁勳说：就像是1984年PC滥觞的时代，2023年是AI真正商业化的时代，而这背后有很多软硬整合与硬件制造的机会。在Google查找引擎可至之处，大概有超过6成的数据是来自英语体系，中文只占1.5%，繁体字更仅有0.01%，换句话说，如果以台湾本土的信息、数据创造普遍性的价值，可能是缘木求鱼，不可行的策略。但反其道而行，如果能在「孤岛」上圈地自肥，专门找丰腴的土地耕作，而这块土地还有往外扩张的空间，可行吗？我做的就是这样的实验，我认为不仅可行，而且是AI创新与他人差异化的避风港。这个市场小到网络大腕们不仅视而不见，而且希望拉拢我们这些地头蛇，加速事业模式的落地与实践。这些离经叛道的做法，可能让专业人士怀疑可行吗？路是我走出来的，我知道有多难，但别人认为不可行的，您也一定没机会！「大数据是AI的成败关键」的说法，大致是正确的，但很多人也认同，数据总量与品质之间的关系很关键。过去将数据资产的重心放在信息储存、高速运算，现在「信息的交换」也非常重要，这牵涉到交换的效率、条件、定义、对象等问题。由于现在的网络社会，数据是双向互动，Input的品质当然影响到Output的结果，长期累积的价值、客户的信赖都是成败关键。其次，如何从累积大数据的过程中，找到具有商业价值的副产品，绝对是台湾这种中小型国家新创企业要深思的问题。这些副产品或技术趋势，如何与台湾优势结合，才是我们应该思考的问题。大趋势背后的副产品、边缘服务，这点商机不值得主流业者来经营。难度高，又看不上眼，难怪我们活得好好的！

所有工业大国都明白，各种创新的应用，背后都需要强大的半导体工业来支持，各种政策支持措施，在智能联网、数码转型、人工智能（AI）大商机来临之际显得更为具体与必要。需求更为多元，竞争更为激烈的今日，也无法再以工业时代的概念推动各种政策补强措施，而掌握本国半导体需求的呼声正在各国发酵，我们该如何用正确的角度观察，以半导体产业为核心的世界竞合架构。美国：2022年8月，拜登政府推出芯片法案（Chips and Science Acts），以520亿美元的规模支持美国重新掌握半导体产业的优势，其中390亿美元将用于提升生产制造能力。并从2022年8月26日起，以国安理由，要求卖往国内与俄罗斯的高端绘图卡必须经过审核，之后更强化NVIDIA与超微（AMD）将高端绘图芯片卖到国内的管制措施，也影响了华为、中芯等相关企业的营运。国内：在第14次五年发展计划以及2035年的七大战略目标产业，都将半导体列为重点产业。从AI、量子技术、脑神经、生物科技到太空科学，都与半导体产业高度连动。欧盟：也通过半导体芯片法投资430亿美元，目标在2030年时抢下全球20%的市占率，除了建构2纳米的技术发展路径，欧盟也宣示要在AI、异质整合、5/6G通信、材料设备上加码发展。此外，欧盟结合了10个国家28个机构共组研究平台，针对车用半导体，希望在2024年之前订定车用半导体的发展路径。日本：1980年代末时，日本半导体全球市占率过半，1990年代开始衰退，现在已经不到10%，甚至多数是30~40纳米的老旧技术。尽管如此，日本超过半世纪的半导体产业，依旧留下很多不可或缺的条件。例如日本半导体设备全球市占率32%，材料市占率是56%，在国际市场都是举足轻重的角色。现在日本希望透过与台积电、Sony、电装（Denso）共同投资的熊本工厂，日本政府更展现决心，支持熊本计划4,760亿日圆投资经费的一半。另一方面，做为尖端制程的切入点，瞄准由Repidus主导的工厂，2025年可以进入2纳米的制程。由于日本的基础工业十分厚实，加上汽车产业需求，台日之间合则双赢，但跨国合作牵涉到文化、国家价值的认知，台湾在国际形象的提升上漫不经心，台积电得拥有多大的领先差距，才能让日本人心服口服？韩国：以2030年全球AI半导体领域20%市占率为目标，并希望能在5年内培养7,000名AI芯片设计工程师。2025年前能栽培出NPU业者，2026~2028年间以存储器技术为基础，培养出低功耗PIM业者，2030年前看到超低功耗PIM产业落地生根。此外，韩国还订定在2026年培养30家，2030年培养50家AI芯片厂为目标，将AI半导体产业培养成为继存储器之后的第二大支柱产业。其他还有国产NPU数据中心、AI专属数据中心、在三所大学设置AI半导体研究所等计划。相较于最近一年走跌的存储器产业，韩国将AI半导体视为韩国半导体产业的救世主。但韩国最大的挑战，是AI半导体的发展模式与IC设计产业更为类似，韩国过去费尽心思力图发展的IC设计产业，几乎是徒劳无功。韩国在全球存储器占有6成以上市占率，但IC设计业市占率却不到2%，而在CPU+GPU大乱斗的时代，这也不是韩国所长，「苦闷」二字是韩国说不出口的难题。发展AI半导体产业，韩国需要的配套生态系还包括NPU、先进封测技术，而能与Tesla、微软（Microsoft）、Google、NVIDIA等网络巨擘平行发展的特化芯片，更是严酷的挑战。走到产业发展的极致，面对的问题都是「倾全国之力，都不一定能收割」的大赛局。也许韩国会将希望放在RISC-V这些开源性资的新技术，并结合存储器优势，找到不同于其他先进国家的发展路径，否则也是一场肉包子打狗的低胜算赌局。

2010年前后开始真正受到瞩目的深度学习（Deep Learning），是人工智能（AI）相关技术进化的关键期，透过机器学习得到的经验，让AI技术有了新的依靠。2016年的AlphaGo更是推波助澜的重要突破，之后各种边缘装置（Edge Devices）出现在市场上，相关技术与半导体芯片的进展也受到瞩目。至于在半导体领域发展的特用AI芯片，则是一种特化型IC（ASIC），又可分为服务器与边缘端专用。目前大家关注GPU与CPU带来的运算之争，将来重心也会慢慢移转到前端设备，这些都是重要的变化、挑战，也是机会，而台商是海景第一排的有力角逐者。AI半导体是指可以让AI软件与演算法可以更有效率执行的各种专用芯片。现有的泛用CPU，在处理大量数据时可能面对极限，也让出更多机会给不同的微处理器，例如GPU、DPU与用于推论的NPU，特别是当初用来处理图像的GPU，运用在AI上，竟有远超过原来期待的功能。特别是NVIDIA结合CUDA的软件设计程序，造就了NVIDIA今天的盛况。除此之外，其他如现场可程序化逻辑闸阵列（FPGA）芯片也出现了新的契机。GPU与FPGA也都是泛用型IC，非只为某一客户量身定制的ASIC。ASIC是具有明确目标功能的系统半导体，目前最被看好的GPU结合了CUDA软件，在市场上具有压倒性优势，而NVIDIA的财报也证明过去的投资与软硬整合的优势正在发酵中。A100拥有6,912个CUDA Core与40GB HBM2存储器，这套解决方案可以整合成一套超级电脑。2022年3月，NVIDIA推出效能比A100还要强大的H100。根据IDC调查，全球AI数据中心的市场规模，将从2021年的156亿美元，成长到2025年的318亿美元，年均成长19.5%，远高于传统服务器市场的10.7%。至于AI芯片市场，各大顾问公司也有许多评估，多数看好未来几年的成长，其中Gartner认为，AI芯片在2025年时可达700亿美元，到2030年AI芯片市场总值将达1,179亿美元，贡献整个ASIC市场的31%。由于看好AI芯片商机，从超微（AMD）、英特尔（Intel）这些NVIDIA传统的竞争对手，到上游的ARM、新思（Synopsys），以至高通（Qualcomm）、博通（Broadcom）每一家公司都虎视眈眈，英特尔甚至透过购并Habana，希望加速软硬整合的实力。除此之外，美国、英国、法国都有很多新创公司尝试开发出各种用途的AI芯片，国内当然也没闲着。百度、华为、阿里巴巴、比特大陆等，都有明确规格与定义的AI芯片发展计划。此外，韩国存储器双雄在存储器内运算（PIM）市场上着力更多。三星电子（Samsung Electronics）在2020年发表HBM-PIM的产品，让芯片可以在没有连结数据中心的情况下，独立进行演算，对声音、影像在装置前端的应用上深具意义。走在市场最前端的晶圆代工业、设计服务业者，大致可以维持应有的地位，但最受挑战的是台湾IC设计产业。在晶圆制造领域，14纳米以下先进制程成为必要条件，拥有最先进制程的公司，仍将是市场上的宠儿。台湾IC设计业虽只占全球市场的18%，在前十大业者中有3家来自台湾，但台湾擅长替代型商机，而非定义市场，参与前端市场的角逐。其次，业者面对人才短缺、成本激增、国内业者追击等相关议题，真正有实力角逐顶级商机的厂商屈指可数。台湾的IC设计业者正积极赶上这一波大AI潮的滚滚商机。最后，前端设备的多元需求，AIoT商机无可限量。IBM估计，物联网终端设备总量从2020年的150亿台，增加到2025年的1,500亿台。10倍速成长加上多元商机，如何发展通用效益，又可以差异化设计的发展机制，是台湾业者最大的挑战。

为角逐未来AI商机，各大厂商也拉帮结派，NVIDIA购并了Mellanox与Excelero，而看似被NVIDIA拉开差距的超微（AMD），也购并赛灵思（Xilinx）及Pensando。迈威尔（Marvell）、博通（Broadcom）、英特尔（Intel）也都各有盘算，特别是英特尔在晶圆代工久攻不下，CPU/GPU/DPU市场又面对严厉的挑战，除了发展类似CUDA的程序语言之外，也与Habana Labs合作，我们看到大厂决战光明顶的景象，也知道AI竞争现在才进入火热的阶段。继GPT-3.5之后，Open AI再度于2023年3月发表GPT-4，这套Foundation model更贴近市场的需求。短短几个月之内，上亿人的使用经验成为「学习」的基础，运算法的改善，也让AI应用带来新的境界。科技大腕相继加码研发，整个生态系的改善非常具体，微软（Microsoft）的积极态度也带来推波助澜的效果。到2022年4月底止，Office 365已经有3.2亿使用者，而搭配Office 365推出的Copilot软件，让这些使用者有条件从过去经验中推演相关的应用。以Copilot的使用者做测试，每个使用者节省的时间大约是50%，这是个很庞大的数字与价值。Microsoft 365 Copilot可以连结Word、PowerPoint、Outlook、Teams等档案，并与Microsoft Graph、LLM等功能同步使用，也使用Grounding的演算法。微软在2022年底推出ChatGPT之后的两个月，推出ChatGPT Premium的方案，每个月收取20美元的费用，应答问题的速度可以快3倍。透过各种搭载的方式，让原先的Windows/Office等软件得到升级的机会，这对微软而言，是十年难得一遇的好机会。微软查找引擎Bing市占率仅有2~4%，远远不如Google，但在这次改变的过程中，可能会是最大赢家，在推出GPT-4之后，Bing市占率提高到9%以上，2023年3月9日，Bing使用者首度超过1亿人。尽管Google的每日活跃用户数（DAU）已经超过10亿人，但我们看到微软在AI领域上的突破，可能给微软在数据检索上一个弯道超车的机会。未来大型数据中心将继续升级，藉以进行加速运算，可以预期服务器与相关芯片、服务业者的商机生气蓬勃。过去每次的技术创新，都带来庞大的衍生商机。从工业革命的蒸气机到铁路，从网际网络的出现到各种游戏、生活体验不断革新，但这次的AI革命可能更胜以往。我们可以预期类似YouTube、SNS等新型态的服务平台一定会出现，对台湾的启示就是「软件应用」必须积极参与、学习，而硬件制造当仁不让，特别是芯片与相关服务业者的价值体现，将会有新的面貌。

一旦Open AI建立完整的生态系，就可以主导整个商机，影响力越大的品牌与解决方案，将会成为市场上的领导者。微软（Microsoft）刻意造成「生成式AI等于Open AI」印象，加上Office 365的优势条件，微软可能是很大的受益者。由于需要强大的数据运算能力，在数据中心芯片市占遥遥领先的NVIDIA成为最大的获利者，台积电也因为是代工夥伴而受惠。现在NVIDIA跟英特尔（Intel）叫板，甚至畅言「CPU时代已经结束」！导入AI不外乎是为了使用者忠诚度、提高效率，提升竞争力等。估计Open AI的市场规模，将从2023年的2亿美元，增加到2024年的10亿美元。游戏开发商可以利用各种AI工具加速产品的开发，并以各种内容的整合开发出新的商机与市场区隔。市场刚刚起飞，但速度也可能像ChatGPT一样迅雷不及掩耳！相较于现在的检索模式，对话式检索机制成本必然会增加，光是学习自然语言的运算机制，各种服务器、数据中心的投资就以1,000亿美元的规模来计算。Open AI需要导入1万颗以上的NVIDIA A100绘图芯片，相关资本支出与背后的维护都非常惊人。另据Semi Analysis估计，Google自主开发的Google TPU v4，资本支出高达200亿美元，这大约是Alphabet 2022全年资本支出的64%。可以预期「超巨量型数据中心」（Hyperscale Data Center）将是军火竞赛的一环，起步较早的微软与AWS都是领先者。但无论是内部或外部的连结，都是数据中心管理者很大的挑战。我们同时可以见到传输速度不断的提升，到2025年时，使用800G数据传输速度的Switch将高达2,500万个，这与2022年还是主流的100G相比，已经不可以道里计！整体而言，数据中心的演化，从最早的储存数据进化到演算，现在则是分散处理，藉以取得最佳化的成果。为了有效管理这样的需求，除了过去倚重的CPU之外，现在数据中心更关注DPU（Data Processing Unit）的进展。这些可以有效管理储存数据的微处理器，将是下一波需求的主流。相较于过去专注在特定功能的微处理器，DPU更重视整合性的功能。简单来说，CPU用于一般的运算功能，GPU是加速运算功能，而DPU是专注数据处理功能。「Scaling AI Compute」是从数据中心的运算，延伸到网通过程，以及边缘端的多元AI运算机制。基于提高运算效能、降低功耗等多方面的考虑，大家把希望寄托在晶圆制造与EDA工具的进化。如何以ASIC半导体芯片为基础，生产出可以符合差异化需求的硬件设备，也都是制造厂非常大的考验。 

各种机器学习模型的成本将因为半导体的运算能力而出现更好的价格诱因，一旦使用价格降低，使用者必然大幅增加。使用人工智能（AI）将成为公私领域日常工作的一环，商品化的结果，就真会是「AI的iPhone时刻」来临。一旦Open AI成为常态，各种生成式的应用都需要NVIDIA数据中心与专用芯片，业界的相关效益可想而知。与传统服务器不同，AI专用的服务器有80%是使用GPU，10%使用CPU，而一般数据中心的服务器，60~70%使用CPU的运算能力。以NVIDIA的DGX服务器建构组合为例，用8颗GPU、2颗CPU组成，GPT 3.5就需要1万颗A100芯片，而一般学习型的服务器只需要500~4,000颗的GPU。大家都把焦点放在台积电，确实台积电是仅次于NVIDIA的赢家，而且这一波大潮才刚刚开始而已。NVIDIA最早推出的A100，在Hooper 100推出后，仍然具有很大的吸引力，那为何NVIDIA可以一枝独秀呢？2013年以前，数据中心的投资规模一年大约550亿美元，但真正大幅成长是在2013年以后。2017~2022年间，数据中心的年均成长达到11.8%，而估计未来5年，NVIDIA规格的数据中心，就算只以维持目前的市占率估算，也可以有年均20%以上的成长率。乐观估计者，甚至认为年均可以达到40%以上。NVIDIA吃肉，台厂喝汤也可以获利丰厚。现在台厂只要跟绘图芯片有关的，生意都做不完，市场传言纬创、富士康、广达都接到大单，而黄仁勳在CPMPUTEX期间，去拜访微星、技嘉，也与联发科携手开创智能座舱的商机，服务器之外，电动车、车联网的商机还在等着！IDC指出，2023年AI与相关软件的市场是5,192亿美元。Gartner则说，2020年时，AI占公司IT支出比重是7%，到2023年会增加到10.5%，而2026年是13.8%。这是以全球软件市场当分母的推算，那麽软件商机背后的硬件世界呢？几年前黄仁勳曾说：「AI会吃掉软件，软件会吃掉硬件」的豪语。我认为黄仁勳的话说对了一大半，硬件是无可替代的，特别是芯片，最大赢家仍然是硬件制造业，而与服务器、数据中心相关的事业体，也会有庞大的商机。

ChatGPT以雷霆之势席卷全球，短短5天就累积达到100万名用户，相较于Facebook用了10个月、Netflix 41个月，ChatGPT与IG、Facebook、Spotify、Airbnb等前辈平台相比，速成的效率令人咋舌。2016年AlphaGo的出现，确实吸引一波投入人工智能（AI）应用的热潮，AlphaGo打败世界棋王是整个AI应用的先声，但棋王的世界我们很难想像。如果ChatGPT是个成功的典范，那麽关键原因就是ChatGPT走入了寻常百姓家，成为每个人都可以活用的工具，所创造的共营效益当然不可相提并论。也许很多人还在嘲弄人工智能是「人工＋智能」，各种内容的品质仍有许多令人诟病之处，但从质与量两个不同的角度思考，「量」的成长似乎更为关键，也因此初期的效益显现在不需要深度思考的策略上。根据IDC估计，2022年全球的数据总量是97 zettabytes，估计2025年将倍增到180 zettabytes。只是台湾的占比大约是1%，加上繁体中文的局限性，台湾的AI产业要与本地接轨，得有非常不一样的想法与战略。有一段时间，我们还会说5G有很多闲置的空间，需要考虑6G吗？但就算芯片运算速度再快，无法将数据往外传输，这些新的基础模型，也都只是纸上谈兵而已。数据之间的流通，除了数据中心储存的大量数据与快速运算的能力之外，一方面也带来网通产品的新商机。云端的服务机制已经不是议题，而是必要的条件，串连公私领域的混合云更受瞩目。云端服务业者，正结合网通设备将传输速度从现在的100G提升到400G，甚至往800G迈进。这些重要的趋势，也可以从博通（Broadcom）的财报看出端倪。博通说2022年AI相关网通设备销售金额是2亿美元，估计2023年可以成长4倍，达到8亿美元的规模。这个金额不是什麽了不起的成就，但很明确显示，这是云端与网通业者相关投资的领先指标。除了数据中心的运算与数据储存能力之外，边缘端的各种设备也都蓄势待发，我们现在清楚知道，数据世界里的变化是相互连动，也超过一般人能想像的范围，网通环境也是促成AI应用走向商业运转的重要推力。

人工智能（AI）早已被大家所熟知，但直到ChatGPT出现之前，大致还停留在暗潮汹涌的阶段。延续三年的疫情，半导体技术的大进化，促成了AI应用技术在2023年大爆发。耀眼的成绩让NVIDIA的股价大涨，市值1万亿美元的门槛让人望而生畏。罗马是一天造成的吗？答案当然不是！2005年前后，GPU的演算能力开始与CPU出现差异，部分功能甚至可以领先。由于CPU与GPU的设计架构不同，这是很自然的演化。NVIDIA为了这一天已经做了很多年的准备，CUDA（Compute Unified Device Architecture）这个软件开发环境，让C语言程序使用GPU做图像处理外的运作工作，也让开发商更容易导入GPU，这也是NVIDIA领先的关键。一旦开发商都跟进，生态系自然就可以水到渠成，更多的数据中心采用NVIDIA的设计与GPU，间接也影响了台系服务器与网通设备大厂的经营绩效。在2020年导入GPT- 3之前，AI领域的进展十分有限，对答的内容仍然无法因应商业的需求。但过去6年，NVIDIA的数据中心芯片演算速度提升了26倍，NVIDIACEO黄仁勳积极参与Open AI的技术合作计划，透过长期的学习与使用经验，如今NVIDIA的GPU结合了软件，成为超巨量AI模型中的遥遥领先者。NVIDIA的奇幻之旅能延续多久？周边生态系可以雨露均沾，还是赢家全拿？对台湾而言，AI成功的经验意味着惊涛骇浪，还是如黄仁勳所说的：「这是人工智能的iPhone时代」，台湾搭上这趟便车成为其中一个重要的赢家。产业界都说「赢家全拿」，想要分杯羹，需要什麽条件呢？台湾ICT产业有多少胜算，机会从何而来？对手是谁？黄仁勳1984年从大学毕业，迎接的是PC即将起飞的年代，而2023年是「AI起飞的年代」，期望毕业的学生可以掌握时代的契机，成为浪尖上的英雄。1984年底，我念完研究所，1985年迎接的也是PC元年！读完李开复的《人工智能来了》，李开复说需要复杂决策与推论的工作，短期内很难被取代，这就是我说DIGITIMES目前高枕无忧的背景。如果再考量，Google查找引擎所到之处，繁体中文仅占0.01%，这样的生成式语言模型未必能满足我们的需求。在B2C的市场，「繁体中文」是孤岛式的数据组合，但在B2B市场里，这可能是天然的保护伞，我们会做出什麽样的选择呢？江山如画，一时多少英雄豪杰？他们都说这是「AI的时代」，但跟台湾有什麽关系？黄仁勳是「美国硅谷观点」，开创微软亚洲研究院的李开复是「北京观点」，不是不对，只是咱们自己得「想清楚，说明白」，找到属于台湾的AI时代！