台湾半导体行业协会执行长吴志毅近日发表了关于台湾如何利用其在服务器和芯片领域的优势来克服人工智能（AI）技术发展障碍的观点。他强调，半导体技术的进步，特别是芯片技术的不断创新，是推动生成式人工智能（Generative AI）发展的关键因素。
人工智能的快速发展与半导体技术的突破
吴志毅指出，过去十年，人工智能技术经历了从判别式（discriminative）到生成式（generative）的飞跃，技术进步的速度惊人。生成式人工智能的广泛应用依赖于背后强大的计算能力，而这种计算能力的基础正是半导体技术的不断突破。
他进一步阐述，随着2纳米芯片的问世，半导体行业的技术进步正在为人工智能的发展提供更加强大的支持。与十年前使用的10纳米芯片相比，2纳米芯片的出现将大大提高计算效率，并为人工智能的复杂计算需求提供更多支持。
全球前十大企业中，有九家都已加入人工智能技术的研发和应用，预计到2030年，人工智能将为全球经济贡献超过15万亿美元，这一预测彰显了人工智能作为未来核心技术的重要性。
人工智能的快速崛起与资本市场
吴志毅还提到，人工智能初创企业的成长速度令人惊讶。根据数据显示，人工智能初创企业从初始资本到发展成为市值10亿美元的公司，平均所需时间为3.4年，远低于其他领域“独角兽”企业的平均时间，显示出人工智能领域投资的高回报潜力。
这种快速发展的趋势与半导体技术的不断进步密切相关。随着芯片技术的不断创新，人工智能的应用场景从半导体制造、电路板印刷和包装中的质量控制，扩展到医药、库存管理、广告等多个领域，显示了AI技术在多个行业中的渗透与广泛应用。
图：台湾半导体行业推动人工智能发展的战略思考（图源：台北时报）
能耗问题与节能技术的挑战
尽管人工智能技术前景广阔，但吴志毅也指出，人工智能的高能耗仍是该技术发展的主要障碍之一。预计到2030年，人工智能数据中心的能源需求可能占到美国全部发电量的10%左右，这对于全球能源结构和环境保护带来了巨大的压力。
因此，如何开发更加高效的数据中心冷却技术和节能技术，将成为未来AI产业发展的关键。吴志毅强调，产业界必须在追求技术进步的同时，也要考虑到节能和环境可持续性，以确保技术的长远发展不会对全球资源和环境造成过大的负担。
台湾的挑战与机会：聚焦专业化小型语言模型
台湾作为全球半导体产业的重要基地，近年来在AI技术的应用和发展中遇到了挑战。吴志毅指出，虽然台湾在半导体制造、服务器和芯片设计方面具备显著优势，但在数据量、计算能力和软件人才的培养上，台湾仍面临一定的不足。尤其是，台湾目前尚不具备开发通用型大型语言模型（LLM）人工智能的基础条件。因此，吴志毅建议，台湾应聚焦于开发专业的小型语言模型算法，这将是未来台湾AI产业发展的一个关键方向。
此外，吴志毅还提到，中国大陆在全球服务器市场中的生产占比达到90%，这使得中国大陆在深度学习集成电路技术领域具备一定的领先优势，而不像Nvidia和AMD等企业主要集中在大型图形处理单元（GPU）的研发上。虽然全球芯片设计的物理学理论极限尚未到达，但随着材料技术的不断进步，未来至少20年内，半导体产业仍将能够持续创新，推出更高效、更强大的计算芯片。
总结：台湾的半导体与人工智能协同发展
综上所述，吴志毅在大会上的讲话揭示了台湾半导体产业在人工智能技术发展中的关键作用。他明确指出，半导体技术，尤其是芯片技术的突破，将为人工智能技术的发展提供基础支撑，帮助台湾在全球科技竞争中占据有利地位。与此同时，吴志毅也提醒，尽管人工智能行业的前景广阔，但高能耗和数据中心冷却技术的研发仍需得到重视。
