智慧應用 影音
DTResearch0613
ST Microsite

晶創台灣方案評論 (一)

晶創台灣方案的總經費高達新台幣3,000億元,平均每年經費為300億元,約略於政府每年科技總預算的30%左右。

政府在2023年11月13日公布「晶創台灣方案」。這是一個跨度長達10年的科技政策,預計經費高達新台幣(以下同)3,000億元。 
 
與之前比較缺乏宏觀、整合的科技產業政策相較,這次推出的政策焦點比較集中,投入的時間與力道都很充足。單以經費為例,此方案平均每年經費為300億。

300億是什麼樣的概念呢?這是政府每年科技總預算的約30%左右。以這樣的力度執行單一個聚焦的目標,這在近年來的政府科技政策中,近乎異端。 
 
這個方案中只挑揀2個相關的技術目標、2種產業發展環境改善計畫:

一、結合生成式人工智慧(generative AI)+晶片,帶動全產業創新;

二、強化國內培育環境吸納全球研發人才;

三、加速產業創新所需異質整合及先進技術;

四、利用矽島實力吸引國際新創與投資來台。
 
第一個目標是生成式AI晶片及其於各產業、生活、工作環節的應用,這個是整個方案的重心。AI晶片興起的勢頭毋庸置疑,NVIDIA以及其他公司各式加速器是2023年半導體情勢欠佳下的救贖之一;與之搭配的高頻寬記憶體 (HBM)同樣在2023年一片愁雲慘霧的記憶體市場中一支獨秀。
 
但是,此恰恰說明計畫的前瞻性稍嫌不足。如果這是已經明確的現代進行式趨勢,政府的長期計畫要搶先早個3、5年;如果這真是一個長期趨勢,起步雖晚,亡羊補牢尚有可為。

目前最頂尖的應用—在伺服器上執行生成式AI—硬體卡位已近完成,生成式AI晶片由NVIDIA獨佔鰲頭,另外還有如超微(AMD)等大廠;應用相關的主流記憶體HBM3E也由SK海力士(SK Hynix)佔半數、三星電子(Samsung Electronics)居次。 
 
目前這類晶片開發所需的資源、HBM的取得、先進封裝所需的產能、與系統廠商的結盟等能力,連有些大的IC設計公司都難以企及。這是一個門檻極高的領域,新創可以存活的生態區相當狹窄。 
 
晶創台灣方案「主要運用我國半導體晶片製造與封測領先全球的優勢,結合生成式AI等關鍵技術發展創新應用,提早布局台灣未來科技產業,並推動全產業加速創新突破。」如果策略是依靠台灣的製造晶片能力來發展應用,用雲端伺服器來提供GenAI算力的這領域不太靠譜。

晶片製造與封測只是其中一個中間環節,離應用端太遠了。

生成式AI是每個領域都會自發性投入的新技能,應用後有機會提升自己在產業中的競爭力。但是發展出應用後要將此應用轉換成新的產品機會不太大,畢竟使用雲端生成式AI算力的應用,還未能有足夠數量跨入獲利門檻,以此營利的機會不大。

在既存大公司專注之外的生成式AI市場當然也存在,譬如ASIC或IP—特殊應用或客製化的應用,這是許多新進者比較容易入手並且持續存活的生態區;大公司食之無味,小公司已夠溫飽。 進入這個領域就比較有機會觸及應用端的發展及商業化。
 
像生成式AI這樣的應用,即使是較小型的模型—譬如在手機上可以使用的LLaMA-7B大型語言模型,所使用的參數數目也高達70億以上。 
 
在市場強烈的競爭下,很難想像即使是特殊用途、客製化的生成式AI,雖然參數較少,卻可以使用不是尖端製程的邏輯晶片和HBM。而且,特殊用途和客製化的GenAI一般和系統的連結性極強,也毋怪有些較大型的IC設計公司自己定義為系統公司。其實很多系統公司也將業務延伸至IC設計公司,以確保公司的核心能力掌握在自己的手中。之前已有很多先例,特別是在手機和電動/自駕車的產業。

生成式AI是一個需要極大資源投入、高度整合上下游的新興領域,即使是其中的特殊應用、客製化的次領域。新創IC設計公司在這個領域發展機會不大。
 
即使要既存的、有規模的系統公司或IC設計公司投入此快速發展領域,政策的意向還要輔以配合的作為,譬如建立上下游協作平台、是否協助建立國際統一標準等手段。在目前已揭露的政策宣告,看不到這些必須的關鍵、詳細作為。 
 
對於跨度長達10年的長期計畫,這是嚴重缺漏。

現為DIGITIMES顧問,1988年獲物理學博士學位,任教於中央大學,後轉往科技產業發展。曾任茂德科技董事及副總、普天茂德科技總經理、康帝科技總經理等職位。曾於 Taiwan Semicon 任諮詢委員,主持黃光論壇。2001~2002 獲選為台灣半導體產業協會監事、監事長。