AI Foundry 黃仁勳也致敬！陳良基：AI 能力不代表要算力

臺大電機系名譽教授暨前科技部部長陳良基指出，AI社會將發展各式應用，台灣有機會發展AI Foundry模式，他認為AI產業會朝分眾化發展，台灣應多瞭解不同AI應用，掌握AI能力，提供AI解決方案打造護國群山，他也提醒：發展AI服務不應重複投資，要垂直分工才有群聚價值，且對於算力中心投資熱，他指「AI能力不代表要算力」。

陳良基22日應台灣大學EMBA百川講座邀請，以「從摩爾定律到AI定律-經營管理之道」為主題演說，由知名半導體分析師陳慧明主持，陳良基2年前率先提出AI Foundry概念，連輝達NVIDIA創辦人黃仁勳都致敬採用以此概念行銷，如今兩年過去，已有許多業者朝AI Foundry邁進，如NVIDIA、AWS 的無伺服器服務Lambda、高通、聯發科的達哥系統、台智雲、AILabs、Skymizer及微軟等。

陳良基解釋AI Foundry概念，他認為AI發展類似半導體產業會發展出晶圓代工產業模式，過去要落實任何創新都被迫買標準化晶片修改，如今不同業者都可以 依照需求找台積電這類晶圓代工廠生產適合晶片，形成垂直分工，AI產業結構也有類似特質。

AI 產業結構類似半導體將分很多層，從硬體基礎建設、運算及雲端、開放模式服務及各種開源AI模型，陳良基在科技部長任內爭取50億元預算，打造超級算力中心，後來由華碩、廣達、台灣大支持成立台智雲，目前台智雲也已扶植超過上百家AI新創，讓新創可以專注在專業領域服務業務，而背後提供的AI能力就是透過台智雲跟其他公司分工合作組合成，打造AI產業界的台積電。

陳良基表示，目前AI產值約2,000億美元，但預期到2035年產值將上看2兆美元，產值比半導體大的多，若台灣產業結構佈建得對的話，有機會在幾年後再創造出AI領域的護國群山。

他認為未來AI社會AI應用模式發展將如同摩爾定律，功能每年會翻倍成長，加上AI功能會因接收周圍訊號演化，朝個人化AI裝置發展，不會如網際網路世代發展是贏者通吃，AI產品為了要能智慧化反應，必須跟所處市場的「現場」建立關係，取得即時訊號，因此不容易跟網路一樣一開通全世界都連通，而是會朝分眾市場發展。

如蘋果發展手機Apple Intelligence壓低參數，未來小模型SLM會愈來愈多，每家業者要投資資源更新AI模型不容易，AI將是許多功能的組合，這樣的產業架構反而有利台灣發展垂直應用產業。

陳良基表示，AI應用模式有三大特質：1.快速的技術發展，及產品轉換生命週期，2.場域及軟硬整合跨域合作，3.開源模式與群聚效應，且需要夥伴間的數據互信，台灣供應鏈因有1.特有的靈活速度，2.具備產品軟硬整合群聚效應，3.長期代工發展建立的數據歸屬信賴度，成為台灣發展AI Foundry的機會。

陳良基表示，AI結構是組合的型態，很容易可以切割不同模組類型，如果有相同性可以組合一個一個底層疊上去，台灣現在的問題是沒有上下游可以組合出服務，變成開發AI時什麼都要自己做，就容易做不來，故群聚重要性很高，如果台灣做AI服務都重複投資，那麼大家都能做得有限，台灣在這個世界將沒有角色。

在AI應用服務面，Google台灣前董事總經理簡立峰曾批評若台灣新創只想在大語言模型上推應用，將只是國際AI模型經銷商，這樣的商業模式也欠缺吸引創投投資的意願，對此陳良基坦言，以往做B2C的AI應用，台灣使用者成功案例真的不多，因人才不足難度比B2B高，但台灣切B2B的AI服務還是有機會。

對於主權AI或算力中心投資熱度高，陳良基認為，AI伺服器很重要，但好光景不會永遠如現在般成長，他舉例，當年50億元投資打造的AI算力中心僅9Petaflops算力，但現在黃仁勳亮相手上拿一顆晶片算力就20Petaflops，所以算力投資兩年後就付諸流水。

「AI能力不代表要算力」陳良基表示，台灣更應該注意AI有哪些應用，有AI能力掌握度才是主要競爭力，結合本來就很強的半導體實力，瞭解該怎樣提供客戶需求。

陳良基認為，台灣比NVIDIA更有條件發展，原因是NVIDIA做AI Foundry的立場是有問題的，因為其最大營收是賣AI伺服器，但作AI Foundry必須要站在客戶角度，提供客戶最佳化AI解決方案，但賣伺服器則會期望賣越多越好。