這次台灣不是做代工!台版馬斯克造超級晶片挑戰輝達的霸主地位 讓美國軍方都買單曾經歷員工跑光 "多拉A夢"成逆轉人生關鍵!｜主播 李文儀｜【台灣新思路】20240902｜三立iNEWS
ฝัง
- เผยแพร่เมื่อ 15 ก.ย. 2024
- #三立iNEWS #大世界
➲ iNEWS 最正新聞直播 • 三立iNEWS 24小時 CH48新聞直播 ...
➲王志郁+ 國際.理財全掌握 reurl.cc/RdWrkz
➲下載三立新聞網APP m.aiurl.tw/k93ss
➲三立新聞網m.aiurl.tw/ku5g6
➲大幅降低獲客成本提升營收 打造專屬的LINE會員忠誠計畫
m.aiurl.tw/4uti4
➲➲讓世界看見台灣的美好!尋找把台灣鑲在心上的人 「台灣真英雄」報名網站amedia.sanlih....
★三立iNEWS Line@官方帳號正式上線！
重要新聞不漏接！精彩節目隨點隨看
快速加入請點這裡 lin.ee/mFQTXvz
在劉峻誠身上看到台灣其實「本自具足」，每個人也其實都是「本自具足」，只要看見自性就能創造，不需要由外在條件來定義自己，只要堅持住，任何人都能創造出屬於自己的新定義。
論點非常棒 ～ 感謝
講的真好，台灣人可以直接定義世界的規則跟走向，不是整天follow別人
台湾这方面确实强
但是要走到能引領世界趨勢就不是那麼簡單了
但這節目對晶片還祇是中學生等級，AI算的再快也要有寬帶又快速的記憶體，你晶片能算需要資料進來，算完又要把結果的資料送出，如果寬帶不夠就要用速度來補，但高速又會產生更多的熱，而散熱爆量又會讓效能降低，如果經常熱負荷又會讓晶片快速氧化降低晶片壽命。
而目前NVIDIA是採用HBM記憶體，而這種記憶體目前是壟斷近80%市場，當然如果不是很高階的AI晶片採GDDR記憶體，當然想要取代高價的HBM以外的記憶體也有數家在研發，NVIDIA也是知道這個道理。我只是這個節目有過度吹捧並沒有指出險境，如果說NVIDIA以外排市場第二的是博通，他是馬來西亞華人，總部原本在新加坡，後來被當時的川普騙去把總部移至美國，這是有故事的，就不在此說了。
@@B9704136 至少不是copy cat。 台灣加油
偷usa的
身為一個多拉迷兼對社會與世界有理想的人，劉峻誠真的是我的偶像
超欽佩他那份不失童心初衷的幹勁，為這個世界開創了童年時期的共同想像，讓大家的生活更加便利，但同時又帶有溫度而非純然的商業導向。
加薪你0.01%
好厲害的企業家
台灣有你真係好
We treasure all these Taiwanese Elites 👏
跟現在最新的FOPLP一樣，台灣早就有這個技術，但無奈隨波逐流直到2024才想起這東西是未來😂
隨波逐流.靜待時機也沒不好,
領先技術也要天時地利人和才能通用世界.
自己硬推很容易變成跟日本一樣的"加拉巴哥群島現象"
例如:PC9800規格...
PHS規格...
近距離無線通信（NFC）的FeliCa規格...
行動數據的i-mode...
技術出不了國境.
太先進結果其他國家都沒人要陪你玩.
人口不夠啊 不能啥都做啊⋯⋯
很棒！影片裡說的很好，台灣其實不缺人才，但台灣人會有一種不自知自卑感，需要外國人的認可才安心，但其實自己是具備著能自我開創自我定義的實力的，近幾年感覺這個力量有慢慢枷鎖被打開的感覺，希望能持續朝好的方向前進
長期被紅藍媒洗腦，導致自信心低落...
講得太好
因為都做代工,真正厲害的人才早已外移
不是自卑
而是吶喊別人也聽不到
中國長期封鎖台灣對外發聲
加上統派一直唱衰台灣經濟
吹捧中國經濟好棒棒才造成的結果
確定不是家裡一些不知變通的老人只會不斷貶低自己小孩嗎？
台灣人就是聰明又謙虛，贊啦🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉🎉
誰說台灣教育教不出創新人高材生 台灣一堆人說台灣的教育很爛 塗鴉式教學啥樣啥樣 那麼台灣一堆大老闆都是假的?
劉峻誠/Kneron
於2016年，雖然第一個專利申請註冊 Neural Processor Unit (NPU) 的，
但於2017年 放棄申請，所以 該專利 目前仍處於 死亡/被遺棄 狀態！
而且現在市面上說的 NPU 指的是 Neural Processing Unit。
AI時代的開創者，NPU絕對是一條康莊大道，加油，台灣有您真好，更感謝您讓台灣成為世界矚目的焦點，台灣之光！
感謝你的故事
給我勇氣朝未知的生科領域前進
好有意義的新聞，看了覺得增加不少知識XD臺灣真的一直在進步，謝謝走在尖端的人們，讓我們看見無盡的可能🎉
台灣已經有能力開創自已科技新局，以世界AI中心作長遠佈局和未來的新產業。
台灣有的是科技人才,但是缺乏有對等發掘能力的官員和老闆.
講難聽點,把成品放在他們面前詳細解說,這些人都未必懂其中的價值,甚至可能認為台灣不可能有超越其他先進國家的創造力.
打完三g高端就喜歡看你這樣的留言
@@omyjis8080 太过短视和忧虑，把钱撒到面线和什么海水变淡水，真到这种长线投资，一帮人坐一块吵好几年投资都跟不上。现在台湾的产业基础还是李登辉哪几代政府的建设规划。
@@七星-h8t 你們是超前，但 豆腐渣有比較好嗎?
@@ert66553他們的問題和我們不同，對於基建和人權確實輸我們，但我們也要正視自己的弱點
這位跟蘇姿豐和黃仁勳不一樣 真正是台灣本土培養出來的科學家 ！
劉峻誠/Kneron
於2016年，雖然第一個專利申請註冊 Neural Processor Unit (NPU) 的，
但於2017年 放棄申請，所以 該專利 目前仍處於 死亡/被遺棄 狀態！
而且現在市面上說的 NPU 指的是 Neural Processing Unit。
他穿著一套寫了Cal 的外套😂 明顯就是UC Berkeley 出來的 還說是台灣本土培養
人家小時候就已經到美國了,喝的是洋墨水,還台灣培養.... 你的智商呢??
他們是親戚 你還在睡覺嗎
@@azsx744442 我知道呀！ 親戚又怎 呢？ 你想說什麼？跟睡覺有關嗎？
老黃厲害的不只是gpu..還有他的cuda平台。。。
cuda平台不像GPU要找替代品幾乎不可能
NPU是特用型的AI加速硬體，效能及功耗確實比GPU好，但是只能用在特定的AI演算法，目前的AI演算法還在進化中，一旦新的演算法出現，NPU就無法使用，但是GPU可以。
更準確一點說，NPU 的門檻低很多，現在各大科技巨頭都在搞自己的NPU 版本，沒人想搞GPU 跟NVDA 競爭
還有串聯的數量，輝達可以串十萬片GPU，沒有那一個NPU產品可以串這麼多
跟挖礦晶片一樣
這個說法不太正確，應該說目前所有的AI都是使用GPU為基礎開發的，自然GPU可以相容任何AI，這只是市占率的問題而已，但NPU比GPU強是很明顯的優勢，只是使用NPU的人目前太少也不普及，自然不會使用NPU來開發AI，但這只是短期情況
@@YorkJong 因為未來AI領域GPU沒有未來，巨頭早就料到了.......
這節目對晶片還祇是中學生等級，AI算的再快也要有寬帶又快速的記憶體，你晶片能算需要資料進來，算完又要把結果的資料送是，如果寬帶不夠就要用速度來補，但高速又會產生更多的熱，而散熱爆量又會讓效能降低，如果經常熱負荷又會讓晶片快速氧化降低晶片壽命。
而目前NVIDIA是採用HBM記憶體，而這種記憶體目前是壟斷近80%市場，當然如果不是很高階的AI晶片採GDDR記憶體，當然想要取代高價的HBM以外的記憶體也有數家在研發，NVIDIA也是知道這個道理。我只是這個節目有過度吹捧並沒有指出險境，如果說NVIDIA以外排市場第二的是博通，他是馬來西亞華人，總部原本在新加坡，後來被當時的川普騙去把總部移至美國，這是有故事的，就不在此說了。美國已經有多家研發AI晶片新創公司。
Taiwan is a super advanced IT country 👏
B.S.
@@evanchou3242bullshit 就bullshit 你這樣別人會以為你在講bachelor of science
謝謝這份報道。
好厲害喔！加油加油，世界的未來有劉峻誠，真的很棒。希望台灣能讓他有無限的發揮能量。
這種政府就要大力支持，能借他多少錢大方給！總比借給建商坑白姓好…！
我想 這就是競爭啦 沒辦法xD
大家都想做出 魔鬼終結者
現在國際哪一家做邊緣AI晶片的公司有賺錢的 市場大部分都被NV吃掉 當然 對於勇於跨出這一步的新創鼓勵一下 但現實就是AI邊緣運算大部分公司都還在虧錢 畢竟殺手級應用目前還看不到....聯發科的Genio系列現在都不太support了 開發AI晶片電路設計不難 難得是tool chain的部分 設定那些指令去哪一個address抓參數 哪一個指令去做相乘 出來的結果存在哪一個記憶體內 這些都是底層組語 現在要找這類工程師很難
所以這個影片背後的用意，就是提醒台灣人，去做開創格局的人，不是做follower，否則就會框在你以上的想法內
NPU is not that easy to design because it involves another set of programming tools, such as CUDA. The high speed memories is another hurdle for NPU to overcome.
唉呦 這個省供耗 省成本 這個不容小覷
最早NPU講的是Network Processing Unit
任何產業都是天時地利人和，生在錯誤的年代，發展在錯誤的年代，那就是會變成這樣
他是一位比台積電創始人還強的"先知者" ~
Oh my God !
你還是別這樣比吧...你這句話真的多了
可以去領便當了用滾的
@@dlablo272 護國神山的創始人 應該會對我的留言感到欣慰
在台灣還有另一座護國神山佑護著 !
完全沒的比，台積是連滾帶爬從0開始起來的，跟現在站在科技巨擘肩上搞發明完全不同
@@yuan0
台積電是政府扶植的，有政府這個富爸爸大筆資源，起跑點就贏人家很多了，哪裡是從0開始，少在那裡腦補了好吧！
台灣驕傲。加油
加油~~ 一定可以做到的
台積電要排的進製程才有量產希望
我斷定這家是垃圾評級
數度太慢了，還有專利受權，NPU算是種集成晶片，好處是它只做該的事，這跟GPU是兩種不一樣的產業.
我二十幾年前剛開始玩天堂網路遊戲只知道NPC😂🤣
Albert 👍
看不懂哪裡威脅，看一些留言只適用在推理。那訓練還是得用老黃的。目前模型部署也沒怎麼在用老黃的吧？我指手機，各家都有自己的NPU，甚至更早是DSP。
那些人有可能是講反話
台版大內宣😂
AI人工智慧如達爾文的進化論,適者生存,不適者淘汰！二十二世紀將是AI世界的分野！
與其說NPU對黃老闆有威脅，不如先想想自己能否生存下來再說， 黃老闆不是不知道simd, 但想要攻克以下問題，他至少理性知道 那是不可能的.
數據排列與對齊:
SIMD處理器對資料對齊有較高要求，未對齊的資料存取會導致效能下降。開發人員需要額外的努力來確保數據對齊，或編寫額外的程式碼來處理未對齊的數據，這增加了程式設計複雜性。
分支處理困難：
SIMD架構在處理條件分支（如if語句）時效率較低。當不同的資料需要執行不同的操作時，SIMD的優勢減弱，因為這破壞了單指令多資料的並行性。雖然有一些技術，例如掩碼（masking）可以緩解這個問題，但它仍然是一個難題。
記憶體頻寬限制：
SIMD架構需要高記憶體頻寬來充分發揮效能。如果記憶體子系統無法提供足夠的資料流，SIMD的優勢將無法充分發揮。這對處理器設計和系統架構提出了更高的要求。
擴展性與通用性：
SIMD的優勢在於處理大規模、相同類型的數據，但它在通用運算任務中的擴展性有限。例如，對於非結構化資料或需要複雜控制流的任務，SIMD並不適合。此外，程式設計難度也較高，開發人員需要對架構有深入理解才能編寫高效程式碼。
能效與散熱：
雖然SIMD可以加速平行計算，但這也意味著在執行密集計算時會消耗更多的電力並產生更多的熱量。高能源效率和散熱問題是一個持續的挑戰，尤其是在行動裝置和低功耗環境中。
硬體複雜度：
為了支援更複雜的SIMD指令集，硬體設計變得更加複雜。這不僅增加了開發成本，還可能導致晶片面積增加和功耗增加.
如果用現在的人工智能去解決相關的問題,保守估計三年或四年之後,消費級的應該用得上NPU了吧? 您如何看？
沒那麼簡單， 克服上述問題不是Ai能獨立辦到的事，業界對此是持觀望態度的，不是說消極，只能說問題無解.
@@user-ws7dr9qx7q AI不是一切問題的解答. 至少我很確定頻寬已經是個物理問題, 不是改用更先進的編碼或調變就能解的.
太艱深了
價格很重要
说的太复杂了 我用一个外行人所稍微了解的一些信息解释一下，人工智能大模型 需要 gpu训练，但是在运行当中 比如说在一个笔记本运行当中 那只需要使用，这个使用的过程 不需要训练，这个时候 npu的效率就比 gpu 快1000倍， Npu的缺陷是不能做训练 只能直接使用已有的大模型。
不對
@@zjc5671 ==訓練是訓練 這個是將已經訓練好的模型集成晶片後放入產品的
算力還是沒GPU好，我如果有外顯，那就不會想特別買NPU，感覺是是適用於商業電腦
台灣人在國際舞台上越來越亮眼，真的替你們感到很驕傲❤
呵呵呵~ 亮眼的代工者
🎉好厲害👍，實在很佩服對一門專業研究的這麼深入，創造世界新的可能性！他講的真的很好，「我們具備定義這個前沿技術能力的」，希望政府認真推動與鼓勵學生與產業對未知的探索，不斷研發才能是台灣的核心競爭力。
多拉A夢:誰找我?
護台神山
感謝！
其實很多自動化檢測相關的設備已經都在使用NPU來進行Eage Learning的推理，效果非常強大，像是圖像分類、文字識別、瑕疵檢測等等，邊緣計算的需求量一定遠大於GPU的需求量，所以未來AI計算的主要賽道真的有機會換人，不就技術目前還沒下放到商用市場，期待那天的到來
原來台灣有家這樣的一家企業，這不只是未來科技發展的領頭羊，更是臺灣面對全世界對於晶片技術的壟斷跟製造很重要的突破利器
厲害
3大晶片都是台灣人，真的是很厲害又很剛好都聚集在一個國家，我覺得蠻不可思議的🤯
正在見証一個奇異點的誔生
NPU （Neural network Processing Unit ） 神經處理單元
Great job!! So proud of them!!! 👍🏻👍🏻👍🏻
加油!!!研發只是第一步，後面還有市場開發以及營運能力的考驗才能打敗這些巨頭
高階礦機很適合
哇！
加油❤
好棒❤❤❤❤❤
NPC是硬體採特定用途之類神經架構，但應用受限。但GPU是受軟體控制，可適用範圍大。
最後誰是贏家，市場決定，不要被NPU騙了。
No one is using npu outside of soc
是的，在台灣，這樣敢挑戰，能定義自己的人，多多益善
同學加油
英雄出少年
但是不管是輝達或是台灣馬斯克我都沒看到我想看的，輝達好像曾說：他們要飛之類！我還以為他們要超越光速之類！想法差太遠太遠了！如果他們能做到我想做的台灣或是全世界怎麼還會是這個樣子。
還是要再次不厭其煩的提醒各位台灣人！Nvidia/ CNN/ NG/ N次的N，英語唸法是台語就有的音=台語演員的演、台語煙腸/香腸的煙！不是念中文/國語的「恩」！全亞洲只有台灣跟中國唸錯！台語就有的音！台灣人不該念錯喔！來，跟著唸三次，N=煙腸的煙(台語)X3！
煙煙煙
台灣人改不了 “N” 的發音。
我在台灣和中國都被說過我的發音 “N” 是不對的， 是我說錯不是他們聽不懂。
台灣人還是早點改掉錯誤的發音。
台灣人唸的G也要改！
蔡啟芳念西煙煙，竟然還被眾多不會英文的華語族記者笑。小S曾經說明明G要念居sh要念需，很多台灣人卻念基和西台死了。殊不知
台灣會英文和英文好的人很多，但都被這些不會英文的人打敗了。
結果是每個學生都學到錯誤的英文。無解。
Good Job!😊
npu現階段完全無法跟gpu對打
算力只適合跑一些小型模型
除了省電外、說不出還有什麼優點了
實用性非常之低
能夠引領未來的科技產品沒有在往省電發展的
笑死 你一看就外行 npu 應用超廣
堅持啊，這三個字講出來，真的不容易。
加油喔！👍
雖然不是這家公司做的
但要說離生活最近的NPU 事情
就是iPhone 的語音隔離，或是相簿去背
中國真的是台灣對先進科技產業最大的威脅.... 也是對全球進化最大的絆腳石
讚啦
了解到處理器的進步....
反正這個也是會和台積電買晶片
AI就是數學。雖然計算指導不了想法，但計算才能驗證想法。歷史上偉大的數學家運算能力都很強。 GPU的運算能力，決定了，這東西幾乎不會被取代，就像-----計算只是數學的1/3，但卻很重要。公認的天才拉馬努金，就是數字達人。
居PU很好。
小學弟讚讚讚❤
這根本賣不出去⋯
光電案 下一個是什麼??
AI市場真正重點是在生態啦,硬體真的很難去當什麼領頭角色.當然啦很支持台灣的發展,但新聞每每報導到最後都是讓不懂的人以為飛天了,結果上車後才發現被割韭菜.現在這年代新聞根本就變成廣告的概念,不是拿來吹就是拿來貶.真正客觀講述新聞的年代早已消失啦
醒
我沒記錯的話NPU應該是Google 和Intel內部早就在開發，特別是Intel Movidius Neural Compute Stick. 這架構只能算是模仿學來的而已。
架構誰都可以自己去創造,模仿別人未必會有成果.
台灣有的是人才,但是像你這種不信任沒眼光的人正是埋沒台灣人才的主要原因.
也許你沒從頭看到尾。其中說明NPU一詞由他命名，也是第一家作NPC的公司，所以你記錯了。
@@huangivan52 我指他們內部啦！因為他們很早都有在四處挖角收購新技術，內部也有很多團隊在稽核各產業的技術專利論文！
@@KeanuH_ 不管是不是他命名的，都無法改變NPU 進入門檻相對較低，競爭者眾的事實。一堆科技巨頭都在搞NPU 。這陣子廣告打得響的AI PC 也是在吵NPU
其實Google 和Intel都落後太多了，他們贏在錢多到去收購這些新創小公司
基金機構：快入來韭菜們，等你接貨
赢麻了
這裡面到底說到了什麼具體的事情嗎？包括公司的營收、公司產品的規劃、公司如何可以讓黃仁勳都怕？訪問是不是有點水分太多了？
Ｕ 秀
說到重點啦！除了美光在台灣建廠增加就業機會外，其他的美國公司都是放數據中心，Ai伺服器等，那些高耗電，低人數就業的公司也只是把台灣當作一個站點而已，我們還補貼啥呢？
NPC厲害在CP值吧！每單位運算量/耗能 最好但是不是最強的
＊NPU/ GPU(圖像）/CPU(中央）
省電
出現UPA......
可以定義，也要別人認同。
印象中自行車大廠想定義電動自行車，沒門。
大佬們炒股的開頭😂
丞相!風來了
台灣品牌並不是不夠自信。主要是本身的市場不夠大。自創品牌之路，看雙A就知道，一路上磕磕碰碰。
臺灣政府！真的很對不起這些奮力向前，創新研發，卻又要求生存的新創公司！
自生自滅，沒死的，闖出名號（如果沒被打死），再來錦上添花，蹭知名度！
臺灣人是很有創新的，但是天使階段和加速階段，請不要老是那些食古不化的老舊的腦袋的所謂專家學者，私心又狹隘的掐死創新團隊！
沒毛 希望不是一個壞人
不過 NPU 只是一個標籤，他的類神經功能也可以加到CPU和CPU裡面。
光束粉外包放大镜做成球形变不用電的燈泡
可是大幅報導的是輝哥耶！anyway劉氏驕傲
貴啊
要求不高，只要不是另一個「武漢弘芯」
台湾人的晶片技术真的世界第一❤
他公司是哪家？我想買他們股票.......
好公司不會上市, eg.Starlink
...外行做專題嗎
還好都是自己人