i卡會員

AI發展還在快速成長期；從近期模型演進來看，運算需求膨脹迅速，除刺激晶片製程前進外，各類AI軟硬體創新也不斷出現解決此痛點。硬體方面隨應用越發分歧，ASIC晶片與新創也隨之出現，在資本市場支持下不乏獨角獸者；國際大廠也推出新解決方案，希望改變系統框架釋放運算效能，使資料在晶片間傳輸時間與能耗降低相抗衡。軟體方面則出現通用型「Low/No-Code」開發平台可搭配資料處理工具，讓企業客戶採訂閱制，自行訓練所需模型，成為快速導入AI的捷徑。至於AI開發人才的能力，現也能透過創新方式做評鑑，透過大規模競賽累積的資料庫，可達具相當鑑別度，也協助企業與人資於應徵者中有效率的篩選。近期亦有些新議題與AI結合激盪出火花，值得國內持續注意國際趨勢的演變。

【內容大綱】

• 一、AI硬體晶片創新
• 二、AI軟體平台創新
• 三、AI人才評鑑創新
• IEKView

【圖表大綱】

• 圖一、近期AI模型運算需求成長，仍呈現爆發性趨勢
• 圖二、國際AI晶片獨角獸募資金額排行
• 圖三、最大AI晶片WSE-2與最大GPU尺寸比較
• 圖四、兩家國際大廠在AI&HPC皆推出類似CPU/GPU彈性配比架構
• 圖五、國內知名Low/No-Code開發平台，「tukey」與「nilvana」
• 圖六、工研院「FAST」平台的一站式系統
• 圖七、「AI人才線上評鑑」系統四大類題庫及報告範例