Edge AI影像推论转向ASIC:巨有科技Design Service Turnkey Platform助产品上市
当AI从云端走向边缘,影像与传感数据的量级在全球各产业迅速攀升,使过去依赖FPGA与商用模块的边缘装置面临功耗、延迟与成本的三重瓶颈。随着模型从分类走向更高复杂度的场景判断,边缘端的算力密度在过去两年间大幅增加,许多美国与中国的新创与中小企业普遍反映,现有平台已难以支撑规模化部署,因应这个痛点,巨有科技(Progate Group Corporation;PGC)推出Design Service Turnkey Platform帮助客户由FPGA加速升级ASIC化。
在现今的转折点上,边缘AI装置虽然最终多以SoC形式落地,但能否以专用ASIC的方式、在合适的制程节点上打造具备高算力、低功耗与长期供货能力的架构,已成为边缘AI规模化的核心条件。
巨有科技作为TSMC DCA成员之一,深耕TSMC制程逾30年,累积22nm、12nm与6nm的ASIC设计、设计定案(tape-out)及量产经验,并建立支持至 3nm 的前后端设计能力,在复杂的节点中专为客户提供PGC Design Service Turnkey Platform,使边缘AI SoC能以更可控的方式进入ASIC化阶段。
影像推论AI SoC:最早转向ASIC的应用领域
影像推论因具备高带宽与连续输入特性,加上模型复杂度急遽攀升,已率先触及FPGA与通用模块的能效天花板,使延迟、吞吐量与存储器带宽成为关键瓶颈。多份产业研究指出,美国已有超过200家专注于边缘运算(Edge Computing)与电脑视觉(Computer Vision)的新创公司;中国也有逾百家企业投入智能城市、社区监控与工控视觉领域。全球分析亦预测,2030年影像类应用将占边缘AI近半市场,并成为最先全面从FPGA与商用模块转向ASIC的技术领域。
边缘AI的应用正在家庭、零售、物流、城市与工控等产业快速扩散,对低功耗、毫秒级延迟、稳定存储器带宽与长期供货能力提出更高要求。因此,边缘AI SoC的成功不仅取决于先进制程,也取决于是否整合合适的存储器子系统、高速I/O界面与安全模块等关键 IP,使SoC能以ASIC的方式真正被优化。
TSMC DCA使用先进制程亦形成明确分工:22ULP适用于长时间待机与电池驱动的家用或户外设备;在 edge AI装置中,特别提供22nm的RRAM以兼顾成本的良率;7/6nm则以更高整合度容纳ISP、vision DSP、RISC-V、AI加速器(NPU)、存储器子系统(含Memory Controller与DRAM PHY)与安全模块,是高端边缘ASIC所倚重的节点。
随着分辨率与AI模型强度提升,LPDDR4X与DDR4仍为大量边缘摄影机主流,而高端应用则需采用 LPDDR5以提升带宽。这些IP能否被整合为低延迟、高吞吐的数据路径,将直接影响产品能否从概念验证(Proof of Concept)成功走矢量产。
巨有科技:整合制程、IP与供应链的ASIC设计服务整合平台
巨有科技打造的设计服务整合平台(PGC Design Service Turnkey Platform),透过Synopsys IP OEM Program,以更具竞争力的IP成本与授权模式,提供整合LPDDR5/LPDDR4X/DDR存储器子系统(包含 Memory Controller与DRAM PHY)、MIPI CSI-2 / D-PHY等影像界面IP与PCIe等高速I/O,并支持低延迟与安全模块架构设计。
同时,巨有科技与ASE等OSAT合作夥伴保持长期协作,使前端设计、后端APR、设计signoff与设计定案(tape-out),到少量多样的MPW/CyberShuttle、以及NTO大量产能需求的量产皆能稳定供应。
在边缘AI逐步从产品概念走向大规模部署的过程中,巨有科技将持续深化晶圆制程、Synopsys IP与ASE OSAT供应链整合能力,协助全球新创与中小型企业以更高效、更可控的方式推进边缘AI ASIC策略,并在下一阶段技术演进中维持长期竞争力,协助客户成功。





