人工智慧的下一步：2022年五大必關注的應用與趨勢 - Synopsys

將智能技術整合到晶片的願景日益成長，各行各業都希望能在AI 市場中分一杯羹。

那麼，新的一年，AI 將會有什麼變化呢？請繼續閱讀我們歸納出將促進AI 下一步發展的五大 ... GoBack 解決方案 產品 支援 關於我們 SearchSynopsys.com GlobalSites Menu English 日本語 简体中文 Русский 產業應用 航太與國防 車用 金融服務 高效能運算(HPC) 物聯網(IoT) 醫療 記憶體 5G和行動通訊 光學設計 光子解決方案 公共部門 技術分類 3DIC AI及機器學習 應用安全測試 雲端運算 設計技術協同優化(DTCO) DevSecOps 低功耗 FinFET 開放原始碼安全 晶片生命週期管理 軟體供應鏈安全 DSO.ai 由人工智慧驅動的設計應用 瞭解更多→ 晶片生命週期管理(SLM) 下載白皮書→ 瞭解所有解決方案→ 晶片設計及驗證 矽智財(SIP) 軟體安全與品質 晶片設計及驗證 新思科技是晶片設計自動化解決方案與服務的領導品牌 客製化設計平台 FusionDesign平台 晶片生命週期管理平台 驗證平台 TCAD 原子尺度建模 光罩合成 光罩資料(MaskData)準備 良率管理 3DIC設計 AMS模擬 測試自動化 RTL設計及合成 實體實作 實體驗證 簽核 流程自動化 FPGA設計 模擬 靜態及形式驗證 偵錯與有效區 驗證IP 虛擬原型設計 模擬仿真 原型設計 SoC驗證自動化 FPGA驗證 CODEV LightTools LucidShape ScatteringMeasurements OptoCompiler OptSim 光子裝置工具 矽智財(SIP) 在介面IP、基礎IP及實體層IP領域排名第一 USB PCIExpress DDR MIPI CXL CCIX 高速SerDesPHYs 乙太網路 Die-to-Die HBM HDMI 行動儲存裝置 藍牙 多協定PHYs ARC開發工具 ARC生態系 ASIP工具 LogicLibraries 記憶體編譯器 DuetPackages HPC設計工具組 PVT感測器 非揮發性記憶體(NVM) 信任根(RootofTrust) 加密IP 介面安全模組 安全協定加速器 DesignWare資料庫 基礎核心 驗證IP IP子系統 訊號/功率完整性分析及IP硬化 IPPrototypingKits 晶片bring-up支援 人工智慧(AI) 車用 數據中心 5G行動通訊 DesignWareIPPortfolio 下載產品手冊→ 軟體安全與品質 應用安全性及軟體管理的全球領導者 軟體安全開發 應用安全測試協作 漏洞關聯性和排序 DevSecOps合成 靜態分析(SAST) 軟體組成分析(SCA) 交互式分析(IAST) 動態分析(DAST) 滲透測試 網路協議模糊測試 API安全測試 安全測試服務 應用安全策略 威脅和風險評估 安全訓練 開放原始碼查核 實作和部署 2021GartnerMagicQuadrantforApplicationSecurityTesting 下載報告→ 瞭解所有產品→ 支援 SolvNetPlus 訓練及課程 總覽 關於我們 學術界計劃 福利 職缺 包容與多元化 協同合作計劃 管理團隊 合作夥伴 服務 企業公民責任 SNUG 大學合作計劃 資源 部落格 活動訊息 技術詞彙 新聞動態 訓練課程 線上研討會 SNUG2022 即刻註冊→ 追隨你的熱誠 瀏覽職缺 即刻申請→ 解決方案 產業應用 技術分類 產品 晶片設計及驗證 矽智財(SIP) 軟體安全與品質 支援 支援 SolvNetPlus 訓練及課程 關於我們 總覽 資源 Home 光學設計解決方案 台灣 關於我們 新聞集錦 研討會及訓練課程 大學合作計畫 聯絡我們 VideoResources 部落格 資源 部落格 2021年高效能運算及雲端趨勢預測 2021年人工智慧晶片：五大創新預測 人工智慧(AI)如何賦予低解析度影像新生命 數小時內快速在十億閘級(Billion-Gate)設計中獲得可行的功耗驗證結果 針對超融合(Hyper-Convergent)晶片設計需要新的電路模擬方式 何謂晶片生命週期管理(SLM)？ 無懼短缺晶片創新仍蓬勃發展 利用人工智慧(AI)設計的晶片超越摩爾定律成為半導體演進之未來 使用向外擴展的FPGA原型設計以趨近實際晶片 是否曾好奇是什麼在推動全球創新？ 在高速的SoCEmulation上執行Trillion-Cycle等級的應用程式工作量 躍上雲端的EDA技術如何推動半導體創新 什麼是低功耗設計？ 工程師會被自動晶片設計取代嗎？ 專訪AmitSanghani：淺談SLM 車用電子開發創新改革迎向數位未來 提高偵錯生產力是顛覆FPGAPrototyping現狀的關鍵 追求卓越、精益求精：利用單一整合的平台強化3DIC設計生產力 AI需要全新的低功耗設計方法 針對AISoC嵌入式處理器IP進行標準檢測的7個竅門 人工智慧與AI晶片設計洐生出全新的「先有雞還是先有蛋」難題 人工智慧的下一步：2022年五大必關注的應用與趨勢 可測試性設計(DFT)存在於SoC設計的起點、終點及整個設計流程的所有環節 解決AI硬體中的功耗挑戰 人工智慧的下一步：2022年五大必關注的應用與趨勢 人工智慧的下一步：2022年五大必關注的應用與趨勢 本文原文由SteliosDiamantidis張貼 英文原文：AI’sNextAct:5KeyApplicationsandTrendstoWatchforin2022 應用人工智慧(AI)協助企業獲得成功的程度，已超出數年前人們的想像。

光是去年，我們就見證了好幾波AI創新技術的熱潮，從邊緣AI(edgeAI)和電腦視覺(computervision)的進步，到資料中心現代化和專用AI晶片，甚至運用AI自行設計這些晶片。

這些進度里程碑為業界帶來令人興奮的機會。

這場AI的革新也促使對新世代AI系統單晶片(SoC)的需求隨之增加。

隨著具備機器學習功能的物聯網設備快速成長，智慧城市的發展也帶動市場成長，2026年全球AI晶片組的市場價值預計將從2019年的80億美元成長超過700億美元。

投資人向AI新創公司投入的資金已經創下紀錄。

2021年第三季179億美元的全球投資新紀錄，反映出人們對於AI無所不在的世界的顯著需求。

新的一年，將帶來全新的目標、機會和挑戰。

半導體產業除了努力解決供應鏈限制瓶頸、全球晶片短缺和COVID-19對經濟帶來的影響等問題之外，同時也在探索「元宇宙」的可能性。

將智能技術整合到晶片的願景日益成長，各行各業都希望能在AI市場中分一杯羹。

那麼，新的一年，AI將會有什麼變化呢？請繼續閱讀我們歸納出將促進AI下一步發展的五大關鍵預測。

1.AI對於晶片設計的影響將持續增加 越來越多工作需要進階AI處理技術來驅動智慧功能，因此，節能且能以更高速度執行運算的專用晶片，將使強大的AI晶片設計變得至關重要。

一種全新類型的設計工具可透過重複學習並利用晶片設計環境中的資料，大幅提升生產力和成本效益。

AI的顛覆性創新不僅為半導體龍頭企業帶來新機會，對於那些較小規模團隊、財務資源較有限且不被視為能提出振奮人心的晶片設計解決方案的小型公司，AI也能為他們創造新機；在某種程度上給予他們更公平的競爭環境，讓處於全球經濟中利用AI進行晶片設計的公司更具對稱性。

要設計未來的AI硬體，晶片設計的技術勢必需要革新。

2021年，勇於投資資料中心市場的企業皆獲得巨大收益，並且展現出驚人的技術實力，這使得專用AI晶片的需求上升，也使他們能以前所未有的速度募得AI研發的資金。

由於GPU仍然是資料中心市場中的主要訓練結構，我們預期這樣的成長將延續下去，而且會有超大規模企業選用新世代AI輔助設計系統來大規模擴展及探索設計工作流程，同時自動制定較不重要的決策。

企業也將開始把重心轉向雲端以滿足晶片設計需求—額外容量、更快執行時間和高品質應用優化設計(application-optimized)的成果。

2.AIoT將在萬物智能的時代帶來巨大的機會 隨著越來越多的設備連接雲端， 物聯網(IoT)將持續讓大規模推動現實生活中相關應用的產業取得優勢。

AIoT是一個相對較新的縮寫詞，結合AI和IoT的能力，可提供更有智慧、聰明且聯網的設備網路以處理並計算過去傳統方法無法處理的大量資料。

有了物聯網邊緣技術的商機(如擴增智慧和元宇宙的開發)，大公司會重新將其戰略重點放到最需要處理即時資料的領域，並針對能從AIoT設備成長中獲利的AI創新技術進行投資。

3.三大關鍵應用將推動AI發展 未來市場上將有三大領域比其他領域更優先使用AI來打造更好的晶片：高效能運算(HPC)、自動化設備和醫療照護。

HPC市場帶動AI晶片的重大投資將持續延燒，促使針對資料中心專用晶片的需求；這類晶片可為AI工作負載(包含超過1兆個節點)執行運算。

在邊緣方面，我們觀察到越來越多公司為汽車產業和各種自動化設備(從工業用機器、自主機器到無人機等飛行器)擴展AI晶片的設計。

由於大數據和萬物智能的願景，設計團隊將需要已取得矽晶認證(silicon-proven)的IP解決方案以開發跨應用領域的複雜SoC。

在供應鏈緊張的情況下，此領域在2022年將持續成長。

對於這個持續適應COVID-19疫情的全球社會，把AI融入醫療照護和醫學領域(尤其是診斷和醫學研究)將創造許多機會。

儘管此領域的運算需求並不如資料中心領域那樣極端，但是在資料保護、安全性和即時分析方面的獨特要求，也需要一個安全攸關(safety-critical)的本地化環境進行現場評估和執行。

從現今的AI加速器到未來的認知系統，這三個市場將見證公司與投資者對這些領域日益增加的關注度，並推動AI在晶片設計中的成長以及AI與設備的無縫整合。

4.更多非傳統公司將進一步著重晶片設計 若要問2021年讓我們學到了什麼，那就是隨著AI重塑晶片設計前景的潛力快速增長，幾乎所有科技公司都在考慮加入晶片設計的行列。

Apple最近推出其內部開發的M1Max，展現其純粹的創新技術，令人印象深刻。

此技術能結合多項強大的計算元件，為桌面設備等裝置提供某些業界功能最強大的晶片。

非傳統半導體公司提升其客制化ASIC(特定應用積體電路)開發工作的速度，促使各公司更仔細研究將晶片開發內部化的競爭優勢，尤其是針對快速成長中的主要服務市場。

這些動機來自於最大化資料控制，並減少速度、理解(insight)、決策和結果之間的延遲。

雖然建立世界級晶片設計團隊是創造並維護智慧財產權的重要方法，但隨著成長的浪頭擴展到新興市場，傳統公司將越來越難以吸引並留住優秀員工。

5.在大量系統中建立信任將是關鍵 無論是驅動自駕車或執行金融交易的AI系統，還是制定晶片設計決策的AI工具，所有參數都需要我們去相信這些決策將帶來更好的結果和生產力，而不會導致重大規格缺陷、程式延遲，或造成客戶財務方面的影響。

這一點將使各公司優先考量底層硬體基礎架構中不同層級的信任，以建立用於遠端設備管理、服務部署和生命週期管理的安全通道(如此一來，才能確保不僅只限於軟體，而是整個系統都值得終端客戶的信賴)。

隨著AI在運算的應用中日漸普及，系統各層級(尤其是設計和整合階段)在進階信任度和安全性的需求也將越來越普遍。

截至目前為止，人們普遍認為AI硬體不像軟體那般重要。

但是，隨著信任鏈(trustchains)在當前供應鏈問題中的重要度日益增加，企業間將需要一個能貫串整個工作流程的信任鏈。

最後，我們對於更快速的運算能力、更智能的邊緣運算、有效處理更大量的資料，以及讓我們使用的產品中具有更多功能自動化等需求，都將會推動以上所有預測的發展。

隨著AI滲透到企業之中，前衛的新型硬體架構和明確定義的AI策略，將成為AI創新和無縫整合至軟體系統的核心動力。

新思科技致力於讓從晶片到軟體的技術更聰明且安全，未來幾年也將持續投資，並加快顛覆性AI設計解決方案的發展。

新聞集錦 NEW新思科技SiliconSmart元件庫特性解決方案獲台積公司N5、N4和N3先進製程認證 NEW新思科技與達梭系統合作，打造業界首創全方位照明設計平台 台灣新思科技員工積極參與慈善志工服務以筆電捐贈等系列公益活動慶祝台灣新思三十周年 思科技旗艦產品FusionCompiler解決方案協助客戶實現超過500次投片(Tapeouts)，進一步擴展業界領導地位 台灣新思科技獲頒經濟部「創新應用夥伴獎」表彰對促進台灣人工智慧與物聯網產業合作之卓越貢獻 感念劉炯朗校長推動科學教育與科技產業發展新思科技擴大辦理優秀博士生獎學金 研討會 NEW新思科技AIoTSummit2021線上研討會 SNUGTaiwan2021 RelatedItems 關於我們 聯絡我們