本文轉錄自 https://www.digitimes.com.tw/tech/dt/n/shwnws.asp?CnlID=1&id=649581

劉憲杰／專訪 2022-11-25

技術及應用環境持續演進，AI晶片已經成為市場顯學，無論是高算力的雲端AI還是落地的邊緣AI，各類晶片產品正百花齊放地推出，然而，真正能夠推動AI晶片繼續普及的，恐怕已經不只在硬體端，如何透過軟體提高AI晶片的表現，是市場上不少人開始關注的核心。

來自台灣的AI編譯器公司Skymizer，正透過自家的訂閱平台，協助國內外許多IC設計業者解決AI晶片的關鍵問題，以下為Skymizer執行長唐文力、執行顧問劉廣治以及董事長賴俊豪的專訪紀要。

AI晶片加速落地　軟體面舉足輕重

現在多數的AI晶片，大至採用先進製程的高效能運算(HPC)晶片，小至各類的系統單晶片(SoC)等產品，已經有高達94%的AI晶片，都是採用異質整合設計，這證明在硬體端，大家都清楚知道異質整合是AI晶片發展的唯一路徑。

然而，資料在晶片中不同核心的互動與溝通，其實非常耗費效能，現在的AI晶片普遍有超過5成以上的效能，其實只是處理資訊在核心之間的傳輸及轉譯，並不是真正在做演算，AI晶片的運作效率提升至關重要。

而我們的團隊，很早就發現摩爾定律發展正在變慢，可能影響到AI晶片的進程，尤其近幾年先進製程的推進和成本結構的改善都明顯放緩，因此，我們決定開發AI晶片編譯器，幫助客戶強化AI晶片設計，只要各個核心進一步協同整合，AI晶片的效能就能完整發揮，功耗也會有效減少。

公司會專注這項技術，主要是為了解決AI晶片落地時間太慢的問題，事實上，不少領先的IC設計公司，內部都有開發編譯器和其他AI相關軟體團隊，然而，每一家業者單獨作戰，對於AI晶片的加速落地幫助實在有限。

部分廠商甚至花了數年的時間，都還沒有辦法真正開發出可用的軟體，更不用說許多想要打入AI市場的中小業者，其實完全沒有開發軟體的相關資源，因此，我們希望推出可以解決所有領域共同問題的相關產品，消除大部分AI晶片開發的關鍵痛點。

而Skymizer可以持續發展，確實也因為台灣有頂尖且完整的半導體產業，畢竟軟體業最重要的是需求，台灣本地從晶圓代工、IC設計、後段封測都實力堅強，皆是公司可以服務的對象，發揮空間廣大。

不過，台灣的AI晶片確實起步比較晚，最早公司也曾經和歐美的新創公司，甚至英特爾(Intel)、亞馬遜(Amazon)等大廠合作，現在則是與台系的幾家龍頭大廠有合作關係，尤其是在TV SoC、影像處理及ASIC等領域。

AI技術週期速度迅猛　水平整合站穩腳步

公司一開始有思考過，未來發展是採取上下游的垂直整合，還是像台積電採取水平化專業分工，考量到上下游整合需要投入龐大資源，以及AI創新速度飛快、一般IC設計業者很難跟上的市場特性，Skymizer決定選擇建構專業化的水平整合平台。

我們採取訂閱制的服務，希望儘可能將所有和AI相關的創新，都整合在該平台上，並建立起完整的生態系，如此不僅可以保證整個平台持續發展，也能建立起夠高的競爭門檻。

事實上，以現在的發展趨勢來看，AI技術大約每100天就會翻新一個世代，但要開發一顆晶片，普遍還是需要1年半的時間，才能夠從頭到尾真正完成，等於一顆晶片開發從頭到尾，AI技術已經跑了5個世代，這對IC設計業者來說其實非常難追趕，即便投入大量資源和時間，自己做的效率也相對有限，這便是公司看到專業分工有機會發展的地方。

公司現在的平台，一方面可以讓AI軟體專業的人才有機會貢獻自己的能力，另一方面可以讓IC設計業者更快跟上最新的AI軟體發展。對於終端ODM業者來說，也能在這個平台上知道其所需的AI晶片，需要什麼樣的功能和規格，效率提升下，對於加速AI晶片落地將大有幫助。

最重要的是，AI要真正進入到各種應用產品之中，從來都不是只靠領先的雲端AI晶片大廠就可以做到，這個產業需要更多IC設計公司一起投入，然而，相較於NVIDIA這類領先大廠，已經在AI軟體投入超過百億美元，一般IC設計公司很難與其競爭，因此更需要這類平台化的服務，推動更多業者更快速地開發出優秀的AI晶片產品。

市場環境丕變 　建立客戶信任是挑戰

在公司的業務發展上，其實也曾經遇到不少難關，舉例來說，AI晶片並不是只有大企業在做，其實也有很多新創公司投入，而新創公司的生存或彼此整合，都有可能影響到公司業務。

過去Skymizer就曾經和一些新創公司談好合作，卻因為疫情爆發帶來的經濟恐慌，導致合作對象無法得到足夠的現金流而倒閉，進而衝擊到業務，後來在疫情期間，我們就比較謹慎，客戶都是選全球前二十五大的IC設計業者，以確保業務發展不會有太多波折。

事實上，這也是公司長期發展需要考慮到的風險之一，畢竟AI晶片產業也有可能往整併和集中化的方向發展，客戶群就可能萎縮，因此公司現在對自身的定義，還是圍繞著異質整合的晶片協調整合技術。

現在我們專注在AI業務的發展，往後2~3年可能也會逐步尋找下一個發展重心，比方說AR/VR或是類比運算，甚或是更長遠之後的量子運算等，只要多元化的異質運算發展趨勢不變，公司的核心技術就還有發揮空間。

此外，和客戶的溝通以及如何取得客戶信任，也是這一路上必須持續克服的難關。事實上，每一家公司對於AI晶片發展，都有自己的想法和策略，且不同公司對於AI的理解程度也不一樣，面對不同客戶的需求和成本考量，就有不同的合作模式。

畢竟AI晶片並不是只有雲端高速運算產品，許多放在消費性產品或是汽車、AIoT等情境的應用，其實也很不好做，這類應用求的不是快，而是要在運算速度、耗電量、體積及成本中，找到最剛好的平衡。

另一方面，由於雙方的合作會牽涉到技術資料分享，如何取得客戶的信任也是重要關鍵，尤其許多大客戶的公司內部，也有自己的AI軟體開發團隊，因此雙方合作多少需要抓好距離，才能夠避免不必要的利益衝突，並儘可能找到客戶的痛點提供服務。

責任編輯：游允彤