“`html
人工智慧 (AI) 的快速發展正在以前所未有的速度重塑科技產業。傳奇晶片設計師 Jim Keller 近期針對 AI 運算的需求發表了樂觀看法，認為其需求將會是無止盡的。然而，他也點出了供應鏈與成本控制是目前急需解決的關鍵問題。本文將深入探討 Keller 的觀點，以及這對晶片製造、AI 發展的潛在影響。
AI 運算需求：無止境的成長動力？
Jim Keller 認為，AI 的進展速度超乎想像，不斷突破極限。這股強勁的需求主要來自於模型訓練、資料分析以及各種 AI 應用程式的普及。從自動駕駛到醫療診斷，再到金融預測，AI 的應用場景正在不斷擴張，對運算能力的需求也隨之水漲船高。
晶片供應鏈的挑戰與機遇
Keller 看好的 RISC-V 架構
RISC-V 是一種開源指令集架構，具有靈活性和可擴展性。相較於 Arm 和 X86 架構，RISC-V 能夠讓晶片設計者更自由地客製化晶片，以滿足特定的 AI 應用需求。此外，RISC-V 的開源特性也降低了晶片設計的門檻，吸引更多創新者加入。
Tenstorrent 的策略與合作
先進製程的競賽：台積電、三星與英特爾
Tenstorrent 的策略是分散風險，並利用各家代工廠的優勢。台積電和三星在先進製程技術上領先，而英特爾則希望透過 IDM 2.0 策略重返晶片製造的領先地位。英特爾若要贏得 Tenstorrent 的訂單，必須證明其技術藍圖的穩定性，並確保量產能力。
「小晶片」（Chiplet）技術的影響
小晶片技術將大型晶片分解成多個較小的晶片，然後將它們封裝在一起。這種方法降低了製造成本，提高了良率，並允許晶片設計者更靈活地組合不同的功能。Tenstorrent 透過小晶片技術與多家代工廠合作，可以充分利用它們的專長，並加速產品上市。
優勢和劣勢的影響分析
雖然 AI 運算需求強勁，但供應鏈瓶頸和成本壓力可能會限制其發展速度。如果晶片供應無法滿足需求，或者成本過高，將會
相關連結：
Share this content:
