美中科技戰─ AI晶片篇
2021.11.26
瀏覽數
481
壹、新聞重點
據媒體報導，中國在2021年夏季成功試射2枚可攜帶核彈的極音速飛彈（Hypersonic Missile），被美軍視為第二次「史普尼克時刻」（Sputnik Moment）。同時，中國火箭軍飛彈專家也公開指出，當飛彈以極音速飛行時，應改由人工智慧（AI）即時編寫軟體來控制飛行，使極音速飛彈準確度提高10倍。另一方面，前美國空軍首位軟體官（Chief Software Officer）沙朗（Nicolas Chaillan）近日表示，中國在美中AI競賽幾乎可說已勝出，將宰制未來世界，美國在15-20年內都不是中國對手。中國企業不但與政府密切合作，且可不顧倫理地大量投資於AI創新；美國大企業如谷歌（Google）則拒絕與政府在AI方面合作，某些政府部門的網路防衛系統只有幼稚園水準，還浪費時間在官僚體制上。美國國防預算應優先投資於人工智慧、機器學習及網路能耐，而非建造新型噴射戰機等傳統軍事項目上。[1] AI技術進展一部份取決於以演算法進行大量、高速、低耗能人工智慧運算的AI晶片，美中兩國正在AI晶片上激烈競爭。
貳、安全意涵
一、AI晶片已是兵家必爭之物資
AI雖然已廣被各國視為次世代關鍵技術，紛紛將其發展提升至國家戰略層級，但是目前全球AI發展仍是以美中兩國為最主要之競爭者。解放軍視AI為對美軍取得不對稱作戰優勢的關鍵，從軍事事務改革、建立現代化部隊，到武器研發、太空競爭等，正努力全面引進AI軍事應用。特別是中國在電腦視覺、自然語言處理、語音識別等AI核心技術上已與美國勢均力敵，可充分運用在軍事領域。
對此，美國很難全面封鎖中國AI進展。AI獨特之處在於採取「開放式創新」（Open Innovation），任何人都可在相關開放平台或公開發表的論文中取得最新資訊，甚至透過開源軟體架構進行協作式開發。因此，美國對AI之軟體、資料（數據之生產與獲取）和演算法（如：深度學習和機器學習）難以管制，只能聚焦在決定運算能力高下的AI晶片。隨著電腦中央處理器（CPU）和通用型晶片之發展速度逐漸趨緩，為人工智慧演算法量身定做的專用型AI晶片，可應用在雲端、行動裝置、自動駕駛、智慧家庭等領域，逐漸受到全球大廠重視。
二、美國在AI晶片領域仍具有較大優勢
AI晶片目前主要分為繪圖晶片（GPU）、可編程邏輯陣列晶片（FPGA）和特殊應用晶片（ASIC）三種。[2] GPU最初用於桌上電腦遊戲之圖形處理，現在主要用在AI訓練；FPGA和ASIC則主要用於AI推論。[3] 美國掌握著AI晶片上游的設計和EDA軟體，[4] 先進AI晶片之製造和核心生產設備亦大多由美國盟國掌握，如：日本的先進材料、荷蘭的光科機，南韓及我國的晶圓製造等。此外，全球GPU市場主要由美國的輝達（Nvidia）及超微（AMD）分佔；FPGA市場則以美國的賽靈思（Xilinx）和英特爾（Intel）為主。鑑於AI晶片之發展逐漸以ASIC晶片為主流，蘋果（Apple）、谷歌和亞馬遜（Amazon）也都開始發展其專用ASIC晶片。[5]
另一方面，中國在GPU和FPGA晶片之開發設計和製程上落後美國約2個世代，且晶片製造能力目前頂多至12-14奈米，但在ASIC晶片設計上已有一定成果。例如：寒武紀（Cambricon）、華為（Huawei）等中國大廠已設計出7奈米ASIC晶片（附表），而中國企業天數智芯（Iluvatar CoreX）宣稱已自主開發出7奈米製程、可與輝達競爭的通用型圖形處理器（GPGPU）。然而，中國AI晶片之自主設計仍須依賴歐美大廠（如：安謀ARM、英特爾Intel和賽靈思等）的核心架構和指令集，且7奈米以下最先進AI晶片幾乎完全依賴外國晶圓廠、主要是台積電製造。這是中國AI發展最脆弱之處，也是美國必定集中火力攻擊之要害。
參、趨勢研判
一、 美國將加緊管制台積電先進AI晶片之流向
暫且不論AI對產業轉型和經濟發展之影響，由於中國在極超音速武器和太空領域進步神速，且已透露由AI控制飛彈飛行之軍事應用，美國現下只能死命阻止先進AI晶片流入中國。9月下旬，拜登政府舉辦半導體供應鏈高峰會後，隨即要求全球半導體大廠提交相關數據，引發舉世譁然。有人認為這是美國為了扶植美國大廠英特爾而打壓外國廠商，但是觀諸白宮否決英特爾在中國成都設廠增產晶片之計畫，汽車業等全球晶片供應短缺恐不是真正問題所在，防止中國取得先進AI晶片而加速軍事應用，才是美國之真正目的。未來，美國可能會要求更深入瞭解台積電等大廠之營業機密，我國企業恐應預做準備。
二、我國AI晶片相關廠商恐須提早表態支持美國陣營
台積電因不斷精進製程，在全球半導體晶片生產之優勢地位預估仍可維持10年以上。[6] 但是，我國其他的半導體大廠，例如：和高通抗衡之晶片設計大廠聯發科、封測大廠日月光，以及聯電、環球晶等，在美國提高國家安全顧慮、防堵中國AI晶片發展之下，可能不得不提早表態支持美國。特別是聯發科，在美中貿易戰之下擴大搶佔高通的中國市場，還被中國視為AI晶片廠商之一，和華為海思、地平線（Horizon Robotics）、寒武紀等中國企業並列。[7] 隨著美國仔細盤點全球AI及半導體產業供應鏈，聯發科恐無法全身而退；同時，中國扶持華為海思等本土晶片設計廠商，將縮減聯發科的中國市佔率，[8] 聯發科最後恐變得兩面都不討好。
附表、中美當前主要AI晶片之比較
|
種類 |
國家 |
設計大廠 |
晶片名稱 |
製程nm |
晶圓廠 |
|
GPU |
美國 |
輝達 Nvidia |
Tesla V100 |
12 |
台積電 |
|
Nvidia A100 |
7 |
台積電 |
|||
|
超微AMD |
Rodeon Instinct |
7 |
台積電 |
||
|
中國 |
景嘉微Jingjia Micro |
JM7200 |
28 |
NA |
|
|
騰訊燧原（Enflame） |
邃思DTU 2.0 |
12 |
格羅方德 |
||
|
依圖YITU |
求索QuestCore |
16 |
NA |
||
|
FPGA |
美國 |
英特爾Intel |
Agilex |
10 |
英特爾 |
|
賽靈思Xilinx |
Virtex |
16 |
台積電 |
||
|
中國 |
易靈思Elinix |
Trion |
40 |
中芯國際 |
|
|
高雲半導體 Gowin Semiconductor |
小蜜蜂Little Bee |
55 |
台積電 |
||
|
深圳攀高Shenzhen Pango |
Titan |
40 |
NA |
||
|
百度 |
崑崙1 |
14 |
三星 |
||
|
崑崙2 |
7 |
NA |
|||
|
ASIC |
美國 |
Cerebras |
Wafer Scale Engine |
16 |
台積電 |
|
谷歌Google |
TPU v3/v4 |
14/12 |
台積電 |
||
|
英特爾Intel |
Hanaba |
16 |
台積電 |
||
|
特斯拉Tesla |
FSD Computer |
10 |
三星 |
||
|
中國 |
寒武紀Cambricon |
MLU 100 |
7 |
台積電 |
|
|
思元290 |
7 |
台積電 |
|||
|
華為Huawei |
昇騰Ascend 910 |
7 |
台積電 |
||
|
麒麟980 |
7 |
台積電 |
|||
|
地平線機器人Horizon Robotics |
征程Journey 2 |
28 |
台積電 |
||
|
旭日2 |
28 |
台積電 |
|||
|
旭日3 |
16 |
台積電 |
|||
|
雲天勵飛Intellifusion |
NNP 200 |
22 |
NA |
||
|
阿里平頭哥 |
含光800 |
12 |
台積電 |
資料來源：“AI Chips: What They Are and Why They Matter,” CSET, April 2020, pp.28-29；其他公開資訊。
[1] “China Reportedly Tests A Nuclear- Capable Hypersonic Missile,” October 19, 2021, CNN, https://www.youtube.com/watch?v=zMDXB87ETC8&t=25s; Stephen Chen, “ China military researchers pinpoint AI for hypersonic weapons accuracy,” South China Morning Post, October 14, 2021, https://reurl.cc/kLjRQK; “ US has already lost AI fight to China, says ex-Pentagon software chief, ” OCTOBER 10, 2021, Financial Times, https://reurl.cc/gzjOpz。
[2] GPU全稱為Graphics Processing Unit；FPGA全稱是Field-Programmable Gate Array；ASIC全稱為Application-Specific Integrated Circuit，是為特定AI需求量身訂做的晶片，主要用在機器學習上，目前在AI晶片中數量最多。近年則興起第四種AI晶片：類腦晶片（brain-inspired chips），模仿人腦神經網絡進行學習及運算。例如：美國IBM及Intel已開發出TrueNorth及Loihi類腦晶片，中國則有西井科技（West Well）的Deep South、清華大學「天機」、浙江大學「達爾文」晶片。
[3]訓練（Traing）是指AI從現有資料中不斷學習而建立模型及特定能力；推論（Inference）則是指AI根據已建立之模型或已具備之能力推論出新資料。另，AI晶片依據其使用裝置還可分為雲端（cloud）及邊緣（edge），可分別進行訓練和推論。
[4] EDA軟體全稱為Electronic Design Automation。
[5]例如：蘋果開發M1晶片、亞馬遜開發AI訓練晶片Inferentia、Graviton等。
[6]台積電資深副總秦永沛2021年11月10日在台南成功大學「成大電機論壇」演講之發言。
[7]朱茜，〈預見2021：《2021年中國人工智慧行業全景圖譜》(附市場現狀、競爭格局和發展趨勢等)〉，《前瞻經濟學人》，2021年8月3日，https://www.qianzhan.com/analyst/detail/220/210803-dad34c8d.html。
[8]林若伊，〈台積電和聯發科終於在美中之間各自選邊〉，《上報》，2020年5月21日，https://www.upmedia.mg/news_info.php?SerialNo=87752。