
ADVERTISEMENT
過去我們曾經看到如NFT、元宇宙等多曇花一現的科技趨勢,AI也會是下個泡沫化的議題嗎?來看看AI目前的應用範例。
AI已經有許多應用案例
過去轟動一時的無聊猿NFT(Non-Fungible Token,同質化代幣),或是連Facebook都投入大量資金開發的元宇宙,都在熱潮過後迅速降溫,且後續發展幾乎沒有東山再起的跡象。
然而AI現在正處於話題性最熱烈的階段,在往後幾年「微微降溫」是必然的過程,但是與NFT或元宇宙不同的是,AI應用已經有許多實際應用案例。簡單地說,筆者認為潮水退了之後,AI仍會穿著褲子。
舉例來說,NVIDIA已經在2021年與多間學術機構共同將開源AI框架MONAI(Medical Open Network for AI),促進加強醫學影像領域的AI技術發展,透過AI進行醫學影像、基因、腫瘤的分析。
在2023年的GTC大會則發表與ASML(艾斯摩爾,曝光機)、TSMC(台積電,晶圓代工)、Synopsys(新思科技,EDA電子設計自動化)等半導體領導企業共同研發能夠加速晶片設計與製造的cuLitho運算式微影(Computational Lithography)技術函數庫,可以透過GPU加速微影成像模擬與校正,強化自動量測和檢測的效果,確保微影製程中電路精準度,提升製程控制能力以及良率。
這些已經投入產業的實際AI應用案例,可以說是貨真價實的技術,在話題性降溫之後,也不容易隨之消失。
NVIDIA拉壟中東建設AI工廠
NVIDIA執行長黃仁勳在Computex台北國際電腦展2025的CEO Keynote主題演說中,將先前「The more you buy, the more you save.」(買越多、省越多)的金句,改為「The more you buy, the more you make.」(買越多、賺越多)。
箇中原因就是NVIDIA將自身重新定位為「AI工廠基礎設施公司」,NVIDIA提供AI運算資料中心的整體解決方案。企業在設立資料中心後,透過輸入資料與能源,就能訓練並產出AI模型,後續也能持續微調AI模型,或是進行AI推論運算,等於是採購越多設備,就能產出越多AI模型與對應服務,並賺取更多利潤。
上面講的整體概念與汽車工廠的自動化生產線相近。舉例來說,將鋼鐵以及各種零件送進汽車工廠,並且輸入電力、煤炭等能源,就能生產出汽車,而將對應的醫學影像與資料送進AI工廠也輸入電力,就能產生具有判讀腫瘤圖像的AI模型。
黃仁勳也在演說中提到,由於資料中心的空間以及電力供應是有限的,所以在同樣尺寸與功耗的伺服器中提供更高的運算效能,就等於在不用擴建新資料中心的前提下,提高AI模型的產能。言下之意也在於鼓勵企業在每個產品世代都升級伺服器,以提高AI工廠的生產效率。
另一方面,黃仁勳在Computex前夕前往中東拜訪沙烏地阿拉伯、卡達、阿拉伯聯合大公國等國家,其中一大原因便是看上這些國家具有充沛的能源,很適合發展AI資料中心產業,具有從「能源輸出國」轉型為「AI輸出國」的潛力。
筆者會在下篇文章中進一步說明黃仁勳於Computex 2025提出的NVLink Fusion,讀者可以從下方目錄連結繼續閱讀。
(回到系列文章目錄)
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!