AI晶片：賦能智慧時代的關鍵利器

FIND研究員：林佑彬

人工智慧AI晶片是專為AI演算法量身定製的晶片，透過大規模並行計算、降低計算精度、優化記憶體存取等技術，實現極高的運算能力、能效比和低延遲特性，大幅提升AI工作負載的性能表現。不僅可在資料中心推動算力指數級增長，更將走向邊緣計算、物聯網、自動駕駛等新興場景，成為推動人工智慧無處不在的關鍵動力。

AI晶片的優勢與效能

大規模並行計算是一種將計算任務分配給多個處理器同時進行的計算模式，其系統具有高吞吐量、高可擴展性和高可靠性等特點，使其成為資料中心、高性能計算領域的主流架構。同時利用降低計算精度技術，降低計算結果的精確度，以換取更高的計算速度和能效，也可有效降低人工智慧計算的功耗，使其更加適合在邊緣設備上部署。

優化記憶體存取提高人工智慧計算對記憶體的存取效率，其技術技術可以提高人工智慧計算的效率，降低計算成本。神經網路處理單元（NPU）或深度學習加速器（DLA）是專門用於深度學習運算的特殊積體電路，能高效執行大量乘加運算，大多數AI晶片屬於此類，適用於多種新模型變化，小型NPU用於推論，大型NPU則可用於桌機或雲端伺服器。 

AI晶片創新助力智慧監控與自動化發展

耐能智慧與國眾電腦合作推出AI視覺監控解決方案，利用KL630系列晶片提升生產自動化與管理效率。瑞昱則推出低功耗AI攝影機晶片RTS3916N，具高整合性和低功耗特性，適用於智慧監控。華碩、宏碁以及微星都已相繼推出搭配AI晶片的AI PC，著重在圖像、文字及程式生成等應用。

圖1:低功耗AI攝影機晶片

圖片來源: https://smaev.com.tw/news/1945/

AI晶片設計與製造的挑戰

AI晶片在設計和製造上均面臨重大挑戰，包括計算效能、能源效率、記憶體頻寬、軟硬體協同、製造成本和程式模型等方面。高計算能力伴隨高功耗，對移動設備等功耗敏感場景帶來挑戰，因此需要先進的製程工藝和低功耗設計。深度學習模型對記憶體頻寬要求高，需優化記憶體子系統設計，軟硬體需緊密協作，以便充分發揮晶片的AI加速能力。同時，大規模並行計算單元和記憶體增加製造成本。因此，AI運算需在新的程式模型和架構取得突破，才能支持不斷發展的AI應用需求。

封面圖片來源:
https://www.synopsys.com/blogs/chip-design/ai-accelerators-chip-design-eda-tools.html

參考資料來源: 1.https://gooptions.cc/ai%E6%99%B6%E7%89%87%E6%98%AF%E7%94%9A%E9%BA%BC%EF%BC%9F/

2.https://www.aili.com.tw/message2_detail/112.htm

https://www.youtube.com/watch?v=spYGtoUjp7Y&t=218s

高齡照護不用慌，科技賦能協助解決日照中心難題

FIND研究員：韓子祥

根據人口統計資料之發展趨勢，台灣將於2025年步入超高齡社會。為協助戰後嬰兒潮世代老有所終，上至中央部會與地方政府，下至民間社福基金會、銀髮照護集團等，無不積極推動社區設立日間照顧中心（下稱日照中心）。然而，囿於現行長照法規及國內產業鏈尚未成型等因素，日照中心往往面臨經營管理效率低下、照服人力短缺、個案身心健康程度變異大、課程設計單一等多重挑戰。透過科技技術的導入，不失為為日照中心開啟另一扇窗的解方。

高齡化社會日照中心需求殷切，挑戰也接踵而至

根據資策會數位轉型研究院所做的研究，日照中心普遍面臨人手不足、管理效率有待提升等問題，以位於高雄的雅悅鳳山日照中心為例，其服務需求痛點包括：

1. 長者因子女無法長期陪伴、缺乏社交互動而感到寂寞、憂鬱。
2. 日照中心活動設計缺乏多元性，多為肌力訓練課程；而肌力訓練課程多為單向講授、個人操作，互動性有待提升。
3. 無法有效率地記錄個人課程訓練歷程，未能準確評估訓練成效。

因此，資策會數轉院輔導慧誠智醫運用顯示科技、資通訊等技術，優化日照中心之照護品質及管理效率，並透過數據蒐集與分析，提供長者精準照護服務，並降低第一線照服與行政人員的工作負擔。

顯示科技導入日照場域，協助解決三大問題

主要優化方向有三：

1. 減輕照服及行政人員壓力：導入電子紙多媒體與智能清消服務，透過系統後台即可設定每周課表、更換活動照片、即時查閱清消次數、電池電量、消毒劑存量等管理資訊；導入樂齡學習互動艙，整合智慧化環控系統及遠距視訊醫務一體機，長者發生焦躁不安、黃昏症候群等狀況時，可於具隱私性之空間連結家屬、心理師、社工師等外部資源協助安撫長者。
2. 提升課程多元性及互動性：導入R.T擬真顯示器，於系統後台設定個人化內容，藉由畫作、照片等藝術賞析之反應，評估長者之認知、表達能力；導入裸視3D顯示技術，融合多項主題性3D影像設計，打造沉浸式體驗。並可透過醫務一體機連結營養師、健身教練等外部資源；導入大尺寸多點觸控顯示器，搭配多款3D VR多人闖關遊戲設計，藉此提升長者參與活動之意願及社交能力。
3. 個人訓練紀錄數位化：導入腦健康認知學習訓練服務，針對認知力、專注力及記憶力進行賦能鍛鍊與評估，以多樣教材設計、頭戴式近紅外光感測器及評估系統，即時量測大腦前額皮質血液循環及神經反饋狀態，收集並追蹤個人化訓練數據，以作為後續調整照顧計畫之評估依據之一。

高齡照護服務之科技導入及數位轉型已是現在進行式，健康照護產業之目標受眾包含服務者及被服務者，如何融合照護服務及科技運用兩項專業領域，將成為日照機構永續經營的關鍵核心因素。利用各種物聯網感測科技與AI演算法，除提供照顧者即時資訊、降低重複性工作負擔、預防照護疏忽，可使機構經營者藉由數據分析提升營運洞察能力，成為真正的數據驅動(data-driven)機構，更可為科技產業與健康照護產業開創新跨域協作、新健康照護模式。

參考資料及圖片來源：資策會/數位轉型研究院/健康數據科技中心/運動資料組

生成式AI服務開創管顧業新契機

FIND研究員：徐志明 國際諮詢顧問公司Gartner預測2024年全球管理顧問市場的規模將達到3,000億美元，年增率達到10.6%，­產業具有巨大的成長潛力。而在管理顧問多元的服務內容中，資訊科技諮詢的成長尤為突出，預計到2027年，資訊科技諮詢在管理顧問業總營收的比重將從2022年的20%大幅增長至35%。>

紐約市推動全美最大的堆肥收集計畫，期望實現零廢棄目標！

FIND研究員：楊婷惟 紐約市長埃里克‧亞當斯（Eric Adams）宣布將擴大實施全美最大的堆肥收集計畫，並公告建議市民使用可堆肥之相關垃圾袋、重型棕葉袋或草坪袋等，或是超市雜貨店的簡單牛皮紙袋來裝食物殘渣，並且於蒐集垃圾過程中可利用家庭院之裝飾或廢棄物如：>