人工智能(AI)芯片模仿人類腦部運作設計而成，AlphaGo與棋王的對決讓世人對AI技術刮目相看。繼英特爾(Intel)、高通(Qualcomm)加快AI芯片的研發腳步之后，三星電子(Samsung Electronics)也透露有意進軍相關市場。

　　據韓媒ET News報導，三星電子半導體部門負責人金奇南日前表示，以目前的中央處理器(CPU)與繪圖處理器(GPU)無法讓AI運算有效率，但神經網路處理器(Neural Network Processing Unit;NPU)則可彌補不足之處。言下之意暗指三星有意將智能手機移動應用處理器(AP)與NPU技術相結合。

　　NPU模仿腦神經網路，具備反覆機器學習(Machine Learning)的電路結構，若將NPU用在智能手機AP上，將可提升影像、照片、音訊辨識能力。

　　人腦的資訊傳輸頻寬約每秒25TB，儲存容量約2,500TB，比市售高速繪圖DRAM每秒傳輸32GB的速度快800倍，也比32TB固態硬盤(SSD)容量大80倍。近期華為表示，新一代10納米制程麒麟970處理器采用NPU技術，影像辨識能力提高25倍。

　　英特爾在消費性裝置AI芯片領域投入大筆資源，其購并的以色列芯片業者Mobileye也在先進駕駛輔助系統(ADAS)芯片采用NPU技術，可分析攝影機捕捉到的影像，辨識車道上的障礙物加以閃避，是自駕車技術的重要零件。

　　Movidius在2016年被英特爾購并，日前發表新款視覺處理器(Vision Processing Unit;VPU)系統單芯片(SoC)Myriad X，內建深層神經網路分析(DNN)加速技術，性能較前一款加快10倍，適用于無人機(Drone)的周遭辨識與無人飛行。

　　高通將名為Zeroth的AI技術用在Snapdragon系列AP;微軟(Microsoft)則發表內建超高速DNN演算技術的全像處理器(Holographic Processing Unit;HPU)。

　　韓國半導體業者表示，Google專注開發用在服務器的大容量高速AI芯片，高通與英特爾主要研發用在消費性裝置的邊緣運算(Edge Computing)AI芯片。

　　韓國業者Nepes引進美國AI芯片業者General Vision的技術，重新設計并開始量產，未來可望應用在各種物聯網(IoT)裝置上。

　　韓國科學技術院(KAIST)研發團隊從多年前就開始研發用于消費性裝置的AI芯片，日前在2017年Hot Chips大會上發表深層神經網路處理器(DNPU)。

　　另據韓媒Ilyoweekly報導，金奇南表示，元件體積朝微型化發展，DRAM頻寬每3~4年就會加倍，25年后將可追上人腦的短期記憶處理能力，1顆固態硬盤就能儲存人腦記憶的所有資訊。

　　金奇南進一步預測，2020年全球將有500億個裝置可透過網路相連，智能工廠、智能建筑、智能車等各種智能建設將顛覆人類生活。資訊量暴增之下，能源消耗量也將激增，或許得增建40個核能發電廠才夠用，因此不能忽視半導體技術發展的重要性。