精選文章

發佈日期：2025-01-03► 【趨勢分享】為何AI這麼受歡迎？AI的「算力焦慮」！

AI英文全名是Artificial Intelligence，中文翻譯為人工智慧或者人工智慧，它指的是讓系統或者軟體系統能具備足以類比人類的智慧，所以稱為人工智慧。

01為何AI如此受熱捧

2023年Open AI才發佈ChatGPT AI產品，短短一個月內就獲得上億會員註冊，每天使用的流量更是驚人。第二波創造奇蹟算是Sora，再次打破大家的認知，怎麼能這麼逼真；到2024年5月又發佈了可以使用語音跟視覺做互動GPT4o，再次刷新大家的感受。AI產品非常有話題性也很有前瞻性，所以全球科技大廠陸續All in AI，在賭盤上算是梭哈了。

AI技術是不是真的這麼有價值? 不久的將來是否會再一次面臨《萬物互聯》、《區塊鏈》或者《元宇宙》、《無人駕駛》的發展瓶頸? 

其實有很大的可能，現在大家的炒作過熱了，尤其是生成式AI。

依照過去產業的經驗，一個技術應用必然會有上行被追捧、下行被遺忘的階段，而且是重複性的上下行過程，才能逐漸淬煉出一個真正有用的應用技術。

在這得澄清一下，我說的發展瓶頸，並不是這些技術沒用或者沒有價值。反而是因為它們進入各自的深水區到特定領域做深度應用，同時等待法規鬆綁或者商業模式轉換，因此大眾目光就不關注了。

其實這些技術都還在而且可能做的還不錯，這一波AI技術之所以特別被關注，可以說是將前幾波科技發展做一個綜合性展現，也就是跨領域結合。

02 AI技術到底有什麼魔力？

首先AI技術可以跟所有行業相關，因為它等於是將每個人手上的工具做一次升級。
就像原本是人踩單車現在加上了電力驅動，同樣是單車但不用靠腳力去費勁踩，這體驗感是不是很不錯？

又例如以前做文件、做簡報、寫代碼需要有使用技術的人員，從0到1慢慢構思及多次修改之後才能完成一個文案或者代碼。

現在有機會利用文字描述或者提供相關圖片就能透過AI系統創建第一個草稿，而且可以快速做出多個版本；接著再由人員做選擇或微調即完成任務，一下子節省許多製作與創作的時間。

再來AI技術可能會跟所有投資者相關，尤其是華爾街創投單位，因為需要議題。而AI顯然是一個很容易被理解且被接受的議題。

在經濟發展週期，總有些階段處於控制成本來創造利潤的時代，此階段主要看哪些企業併購速度快、市占率高、運營效率高，千禧年網路泡沫前後就處於這個階段。

直到2006蘋果公司發表了iPod、iPhone，出現一波創新技術的大發展，早期的老牌手機如Nokia、 Motorolla、 Sony等公司，都一一掉落神壇。當然這些公司只是在手機領域失去優勢，但在其他領域還在發展，公司並沒有消失。

回顧從2023年之前的十多年期間，包含蘋果公司、Meta、Amazon、微軟、百度、阿里等，是不是都沒有什麼新產品新技術。較多的是持續性技術反覆運算跟升級，或者是商業模式變換，基本上都不算是殺手級應用。

直到了2023年AI大發展，很像當時蘋果2007年發佈iPhone手機的情況，只是這次男主角變了，許多新任的企業例如Open AI、 Nvidia就躍上舞臺。 

這就是另一個以創新技術推動GDP成長的過程，也是華爾街投資者最喜歡的模式。

AI技術對於軟體業解決了很大的人才與管理問題，過去軟體業仰賴一大群代碼撰寫工程師，每天沒日沒夜熬夜，為的就是順利交付給客戶軟體跟代碼。有時候為了幾個沒注意到的Bug得花了九牛二虎之力處理。

況且人員會有輪替跟轉換，這個過程人員的培訓、技術移轉、工作銜接、代碼重建...許多環節一個都不能少，周而復始，為的就是保證軟體可以持續使用與升級。

現在終於有機會讓這些工作都交給電腦處理，這對於軟體從業者能不又愛又恨嗎? 等於從本質上改變了軟體業的生態。

所以AI技術受到歡迎是必然的，就像電力當單車動力來源。

03算力的發展有極限嗎？
很多人都說AI是大力出奇蹟，筆者不完全認同。因為AI不只靠算力，還需要模型跟大量資料。其中大量資料才是真正的知識資產來源，模型是一種工具，算力是一種手段！現在的算力比的是速度、效能跟功耗效果！

談到算力大家都知道英偉達(NVIDIA)是目前做GPU最大的企業，依據網路上的資料，目前有75%市場上AI專用的GPU(傳統稱為圖形顯示卡)都出自於英偉達。基本上是獨佔或者壟斷地位，至少短期內還是這個狀態。現在英偉達顯示卡系列產品就有B100、H200、L40S、A100、A800、H100等不同產品在架構、計算能力、記憶體容量和頻寬、互聯通信技術都有著不同參數與規格。說到底一個GPU產品就像是一台微型電腦，而且每個GPU之間可以連結及堆疊，這麼一來可以產生指數級算力作為AI大量計算的需求。

談GPU之後我們還要談一下記憶體HBM。HBM(High Bandwidth Memory)即高頻寬記憶體，通過使用先進封裝將多個一般DRAM晶片進行堆疊，並與GPU一同進行封裝，形成大容量、高頻寬的記憶體組合陣列。HBM性能遠超GDDR，是當前GPU儲存單元的理想解決方案，並擁有更快的速度、更高的頻寬和更低的功耗。

AI運算過程除了計算速度，資料提供及傳輸效率也會大幅影響到算力，就像我們到餐廳點餐，為什麼有些餐廳上菜速度更快，有些相對慢？除了廚師的能力跟人力之外，後端食材提供速度跟準備過程都是關鍵。我們仔細看這些上菜速度很快的餐廳，基本上都設有中央廚房幫忙統一處理食材之後再送到餐廳保存(例如預製菜)，餐廳的廚師經過一定的SOP作業之後就能完成一道道餐點送到客戶手上。

這個準備過程就是AI後台的資料處理能力(Token)，食材儲存跟運送就是HBM, 廚師能力就是GPU本身，接受客戶點菜相當於提示詞(Prompt)跟各種操作介面。因為後台需要處理資料量會非常多且雜亂，一個AI模型經過大量的預訓練之後(中央廚房處理過程)，就可以送到各個餐廳，然後準備接收客戶訂單並上菜！一道道美味的AI佳餚就此上菜囉！

04AI發展的瓶頸在電力取得

AI帶動哪些產業的快速發展？很多人都會說軟體跟互聯網產業，這沒錯。也有人說是半導體跟晶片產業，這也沒錯。還有人說伺服器跟PC電腦及手機的換機潮，因為現在很多新的終端設備都是具有AI功能的，因此引發一波換機潮。

其實還有一個是電力設施的基礎建設也是另一個被帶動最明顯的產業，因為算力太消耗能源了。如果沒有足夠電力是無法支持未來的AI發展。

就連Open AI公司CEO薩姆·奧爾特曼(Sam Altman)都說，他們計畫自建核電廠用於提供足夠的電力做為支撐，可見充足的電力來源是多麼重要。

有人戲稱這種作法叫做大力出奇蹟，其中指的就是大量的算力，而算力來自於電力。

現在各國使用的普遍電力來源，一類是核能(核分裂)，但因為會有輻射影響及核能危機因此褒貶參半，有人支持有人反對繼續發展核能。

另一種是新能源，包含太陽能、氫能、風電或者海水發電等，不過新能源受限的因素就是供電不穩定，完全取決於大自然環境的情況，無法完全控制。

目前科學家還在發展的是另一種核聚變或者核融合。核融合是指在高溫和高壓的條件下，輕元素的原子核聚合成重元素的原子核這個過程，並釋放出大量的能量，核融合被稱為「21世紀的能源革命」。但目前技術尚不成熟，而且建置成本過高，無法真正商業化。

其實發展AI不只是算力，還需要水跟電。

水的作用主要是散熱，電力則是能量的源頭

水跟電對於晶片的製造也很重要，供電電力的穩定及充足的水量對於製程良率非常關鍵。

所以有專家就說，未來AI的發展瓶頸不是AI技術本身，而是水跟電，各位認同嗎?

回上頁