市場質疑AI投資過熱，加上輝達（NVIDIA）財報出爐後傳出反壟斷疑雲，引發美股、台股AI概念股大跌，AI前景是否需要專家出面解說？4日SEMICON Taiwan半導體展的大師論壇上，Google、微軟、台積電、SK海力士、應材等巨擘個別解讀了AI商機，台積電甚至提出年複合成長率50%不難的樂觀說法。到底他們怎麼看？AI恐成吃電怪獸問題又怎麼解？
輝達（NVIDIA）財報出爐後傳出反壟斷疑雲，引發美股、台股AI概念股大跌。AI產業真的發展過熱了嗎？
SEMICON Taiwan 2024國際半導體展4日開幕，這其中，最受矚目的大師論壇於4日下午登場，各場議題中，許多都包含了AI這個關鍵字，就可知道話題多熱。論壇上Google、微軟、台積電、SK海力士、三星電子等半導體巨擘，到底怎麼分析AI的未來商機與成長性？看好或看壞？AI供應鏈中哪一類未來最當紅？AI相當消耗能源又怎麼解？
台積電：AI商機，年複合成長50％不難
首先，許多人最關心的AI未來商機潛力與成長性，從台積電、微軟與Google三大企業高層的說法來看，未來幾年還是積極成長的機率高。
台積電執行副總經理暨營運長米玉傑博士指出，AI帶來的商機非常龐大，年複合成長率達到50％並不困難，而長期來看，AI的發展潛力更是令人期待。ChatGPT只是AI應用的其中一種，客戶對未來的預測與可能性非常多元。
他進一步指出，邊緣裝置有很多機會，可以提升生產力與學習，不過重點是要有好的應用，像是如手機方面，更多高階手機可以提高售價，進而協助更多創新科技。長期來說，AI發展值得期待，最大經濟體美國可望是AI的最先受惠國。
Google生成式AI解決方案架構副總裁漢密度．迪亞（Hamidou Dia）也看好AI的商機，他預估到2030年，AI將推動半導體產值達到16至20兆美元。迪亞表示，因為人類的生活、工作、教育、醫療都已離不開AI。
Microsoft硬體系統與基礎架構部門企業副總拉尼‧博卡爾（Rani Borkar）預估，未來20年內，AI技術將帶來20兆美元的市場機會。他強調，AI是全球GDP倍增的推手，創造經濟機會並加速創新。到2030年時，半導體市場規模將超過1兆美元。
AI對於半導體的影響
固然，AI的算力來自半導體，也因此AI供應鏈上，半導體的關鍵地位難以動搖。但是，AI運算要求的效能更高、卻也要更節能，這些都給半導體新的挑戰，這也是現場企業大咖強調的重點。。
如三星電子記憶體業務總裁李正培（Jung-Bae Lee）博士便指出，AI正在加速半導體市場的成長，預估到2027年市場規模將達到8000億美元。但他話鋒一轉強調，AI時代面臨的挑戰包括能源效率、記憶體頻寬及儲存容量的限制，這些都是半導體行業必須解決的技術瓶頸。
到底挑戰在哪？李正培接著進一步說明，指出隨著AI模型規模變大，記憶體系統的能源消耗也隨之增加。因此，如何降低記憶體功耗、提升能源效率已成一大挑戰。
其次則是由於GPU處理器效能快速提升，但記憶體效能提升速度相對緩慢，導致記憶體頻寬成為AI發展的瓶頸。
第三則是儲存空間限制，應對生成式AI模型中為避免幻覺而引入的向量資料庫，對大容量、高效能儲存的需求正在增加。
SK Hynix（SK海力士） 總裁金柱善（Kim Ju-Seon）表示，這場席捲全球的AI浪潮新革命，同步帶來功耗、散熱與記憶體頻寬方面的重大挑戰，未來需要跟產業內伙伴緊密合作，才有辦法達成技術突破，實現AI時代的目標。
SK海力士與台積電在HBM上的合作
如何結合產業伙伴？他特別舉了HBM這個在AI時代下新興的高頻寬記體，近期和台積電的合作來說明。
金柱善首先解釋，生成式AI最大的難題就是功耗，為此，SK海力士得與業界伙伴共同開發，具備高容量和高性能的高頻寬記憶體（HBM），並最大限度地減少功耗與熱量產生。目前SK海力士的HBM3E，就是是現今最具主導地位的產品。
至於下一代的HBM4，正進行研發，將攜手台積電生產，預計這將是首款將基礎裸晶（Basedie）採邏輯製程生產的產品，他非常看好，透過自家在 HBM 的技術與台積電邏輯製程代工相結合，將更能配合客戶量產時程供貨。
AI成吃電怪獸，怎麼解？
近期台灣「AI即算力，算力需電力」的議題引起廣泛討論，在台灣用電近年已漸趨緊張時，如何能同步培植AI這個新產業？兼顧永續節能？當場論壇上也有不少討論。
如imec執行長路克．范登霍夫（Luc Van den hove）博士便認為，近半年內的時間，AI模型的複雜度以兩倍多的速度成長，導致計算需求大幅擴展，但長遠來看，持續無限度地擴增資料中心顯然不可行，如此將導致能源消耗呈現爆炸性成長，因此需要更節能、更高效的運算平台，這也是為何要從CPU架構過渡到GPU架構的主因。
應用材料總裁暨執行長蓋瑞．迪克森（Gary Dickerson）也提到能源的問題。他分析，半導體行業在AI的推動下，正面臨著提高能源效率的重大挑戰。他以GPT為例，指出AI資料中心的能耗急劇增加，未來必須大幅提升能源效率才能應對需求。
SK海力士總裁金柱善則指出，因資料中心將會非常耗電，若不進行改善，2028年時現有的電力供應系統將不足。他直言，發展生成式AI首需解決電力消耗過高的問題，否則將會限制生成式AI的發展規模和速度。
不只需要節能晶片，也要提升冷卻效率
金柱善指出，AI發展趨勢是朝向更高的運算能力，但這也意味著更高的電力消耗。另外，電力消耗過高會導致晶片溫度升高，影響效能和穩定性，因此需要更強大的冷卻系統。因此，發展生成式AI不僅需要研發更節能的AI晶片，還需要同步提升冷卻系統的效率。
如此看來，展上各企業大咖對AI未來展望大多審慎中帶著樂觀。目前剛開始，雖然過程可能會起起落落，可望會看到新一波革命。
