個人積分：5750分
文章編號：65533048
個人積分：3907分
文章編號：65533320
個人積分：1342分
文章編號：65533344
個人積分：134分
文章編號：65533362
個人積分：395分
文章編號：65533413
個人積分：3536分
文章編號：65533653
個人積分：550分
文章編號：65534048
下面就多話了。
---
個人不是學資料處理或是資管資工的，有錯誤請包涵隨時更正。
個人認為 AI 人才的培養與需要資源，而所謂的資源的需求情境如下：
先要有專案經理定義問題：到底有什麼問題要請AI來幫忙解決？想要解決什麼問題？非得AI/ML/DL來才會更好？是圖片上找貓找猩猩，還是為所有的圖片下tag, 有碼片無碼片自動分類？還是abcde罩杯自動分類？還是照片人臉辨識？下圍棋還是要比星海爭霸？還是要多點感測器雷達、雷射、光學雷達做自動駕駛？還是動作辨識？語音辨識還是字彙的學習？AI不是一個演算法一個硬體架構吃遍天下，當前就是一個問題一個問題解決，這需要一個專案經理來定義問題先。
AI功能的專案經理不會寫演算法做DL/ML沒關係，會定義問題看見有價值的問題就很厲害，能協調解決就更厲害。於是專案經理就找資料分析師/資料科學家來評估。資料分析師/資料科學家：會數學、統計學能為上述巨量資料的撰寫演算法、資料分析工具的專業。資料科學家聽完了問題也許會說，我很會寫ML的演算法喔，DL/ML的博士學位，你這問題很好，很值得解決，問題是我需要大量的資料，來自各地資料庫的資料或是即時物聯網感測數據的來源，越多資料正確性就會越來越來高，然後與時俱進的持續學習改進。這時候要有資料整合的後台工程師（城市裡下水道工程師）來幫忙解決：跨平台非結構性數據資料的整理與介面的串連，能夠即時的提供餵資料進來，讓資料進出與轉檔到不同的資料庫沒有問題。
找來了後台工程師，工程師會問你，你的巨量資料庫在哪裡？有哪些？巨量資料：能取得大量的數據、跨平台、跨資料庫的原始數據、非結構性的數據或資料。有了巨量資料跟資料庫的串接之後，演算法也在做分析與判斷了，才有辦法提供資訊。提供出正確資訊後，結果才發現現在用的CPU/GPU或是grid太慢了，資訊更新的太慢或是太少，專案經理的問題只解決了一半，最好要自己設計新的GPU跟伺服器的運算架構。
所以 AI產業的培養與資源是：專案經理或是產品設計師 ＋ 資料科學家/DL/ML/AI人才 ＋ 非結構性的資料串接與整合人才 ＋ 巨量資料庫 ＋雲與端的硬體運算。如果上述的情境才是解決問題，提供AI功能的流程，那台灣科技部在這個時候的角色說要設計的半導體是要解決什麼問題？是要怎麼跑在前面？讓人很看不懂。
可以理解的是，台灣很會做硬體，但是很會做硬體的前提是，歪國人給你明確的規格、datasheet我們就會做硬體。可是接近消費者端的FB/APPLE/GOOGLE/MSFT/AMZN/TSLA也才開始摸索應用與需求，也才開始試著寫演算法確認AI所提供的資訊堪用好用與時俱進，Nvda最近兩年的漲幅投一波是因為bitcoin的浪潮推升，最近一波是大家發現要搞AI 母艦等級的自動駕駛（多點感測數據的快速餵進來，即時(low latacy)判斷分析，然後快速做出決策，再繼續無止盡的餵進來多點大量的數據繼續分析...)，不只是要靠GPU，而且是大量更強更多的GPU來協同運算才可以解決自動駕駛的問題。而這樣子的特定GPU設計，就變成了AI 晶片。AI真要有晶片也是特定型的晶片，而這樣子的特定也許是在雲端伺服器的特定，通用性的特定，或者是放到物聯網設備甚至是穿戴設備上的省電型專用特定。
雲端伺服器上的通用型特定AI晶片，如Google TPU也是針對TensorFlow機器學習系統所量身打造的客製化ASIC，服務於Google datacenter。Amazon AWS/MSFT azure的雲端肯定也會針對他們的機器學習系統打造他們雲端上的AI晶片也是合理，這個市場連NVDA都不一定吃得到。那物聯網或是穿戴設備上省電型或是量小多樣的專用特定型AI 晶片會有台灣的機會嗎？直覺上就更難。
AI晶片跟半導體設備製程或是材料科技上應該是不會有關係了，半導體設備製程或是材料科技是不挑IC應用領域的，是IC設計挑應用領域不是晶圓代工製造要針對特定應用來準備製程或是材料。把半導體製程跟設備應扯到AI領域，真的太誇張硬兜了。
--
Using Numb3rs, we can solve the biggest mysteries we know
個人積分：550分
文章編號：65534137
abu dhabi wrote:
如果你要把題目縮小...(恕刪)
很同意呀～
這樣子我們阿Ｑ一點，其實說是iPhone設計重鎮、Android設計重鎮、AWS, Azure, Google data center設計重鎮，也是AppleWatch智慧穿戴設計重鎮、AR/VR重鎮，也可以說是AlphaGo 重鎮了。
人家品牌客戶負責研究與開發，最後端出想好的規格請你代工製造，人家品牌跟產品有多屌，我們最開心引以為傲的就是哈哈～XXX單子是我接到的。
我們一直以拿到品牌大廠的訂單當職志當作人生最美好的肯定。
PS. fitbit, garmin, PS4, Wii 也台灣代工製造，這些沒大起的產品台灣就噤聲都不是重鎮。
--
Using Numb3rs, we can solve the biggest mysteries we know
個人積分：2782分
文章編號：65534372
個人積分：264分
文章編號：65535043
