繼物聯網 (IoT) 後，人工智慧 (AI) 正接棒在各行各業捲起千層浪！大到無人車／無人機、智慧製造、雲端資料中心，小到手機上的美顏拍照模式，都試圖借助 AI 增進效能，近日台灣 IC 大廠聯發科 (MediaTek) 也傳出已在手機處理器內建神經網路及視覺運算單元的 AI 架構設計。為加快速度學習 (Deep Learning) 的訓練與推論，具平行運算能力、先天擅長邏輯演繹的 GPU (繪圖處理器) 近年可謂聲名鵲起，搶盡了鋒頭；而聚焦視訊處理或張量分析的 VPU、TPU 專用晶片，也紛紛出籠為特定應用加足馬力、火力全開。
此外，為因應驗證不同演算法的效果，高度靈活的現場可編程邏輯陣列 (FPGA) 隨之再創高峰；另一方面，AMD APU 與 NVIDIA Jetson TX2 等異質融合運算架構，也備受矚目。不過，若要模仿人腦決策，還須為各種推論進一步找出前因後果的關聯性 (association)，光有強悍的推理能力，並無法就通盤情勢做出合乎情理的認知與決定；上述產品供應商，也都同意須與 CPU 協作的觀點。於是，過去沒趕上 AI 派對的英特爾 (Intel)，直接放眼 AI 的進階應用，推出全球首款有能力串聯片面 AI 認知並即時做出反饋的「Nervana 類神經網路處理器」(NNP)。
IoT 與 AI 的出現，最大的衝擊就是打破長久以來的產業水平分工隔閡，讓一向壁壘分明的「電子與電腦」分眾市場與專業領域，距離不再那麼咫尺天涯。在終端應用掛帥的今天，為滿足不同規模、不同場域所需，就連位居最上游的 IP 供應商，也不得不放下身段、從雲端走入民間，牽手系統商共商大計。由於效能與功耗具有抵換 (trade- off) 關係，安謀國際 (arm) 新一代 DynamIQ 運算架構，正是基於 AI 的多元垂直應用而生；可由 8 個不同架構、時脈的核心組成單一叢集 (Cluster)，對提升運作效率與配置彈性大有幫助。
這樣的巨變，也反應在學校教育體系；有越來越多早期各自獨立的電子、機械與資訊系所，現多已整合在同一學院中、甚至乾脆合而為一。智慧聯網應用與雲端平台服務的帶動，加上半導體製程的進步、晶片架構的創新，AI 已不可與數十年前同日而語；然而，AI 最終有多少含金量？還得看能為市場創造多少產值。畢竟，真實的世界不是棋盤，變數永遠來得比我們想像得快且多；在商言商，若無實質效益，任憑 AI 如何令人心馳神往，終歸是炫技的櫥窗產品。歷史的長河總是冷酷，每次的潮起潮落總會淘盡一掛過往英雄，卻也造就另一波曠世巨星！
本期內容:
AI 搶灘陣式1 ：加強定義問題能力＆前瞻基礎研究
AI 大潮逼近！ 瀟灑衝浪或……狼狽滅頂？
AI 搶灘陣式2 ：訓練、推論還不夠，自主學習是下一步
仿效人腦決策！ Intel Nervana NNP 開先河
AI 搶灘陣式3 ：從裝置、主機到雲端，軟、硬全面加速
「深度學習」堆疊不簡單！ NVIDIA 讓機器自己寫軟體
AI 搶灘陣式1 ：加強定義問題能力＆前瞻基礎研究
AI 大潮逼近！ 瀟灑衝浪或……狼狽滅頂？
AI 搶灘陣式2 ：訓練、推論還不夠，自主學習是下一步
仿效人腦決策！ Intel Nervana NNP 開先河
AI 搶灘陣式3 ：從裝置、主機到雲端，軟、硬全面加速
「深度學習」堆疊不簡單！ NVIDIA 讓機器自己寫軟體
