歡迎A.C.年代的Paradigm Shifts

Covid大流行已籠罩整個世界逾半年，徹底改變全球人類生活方式，史無前例。早前中國、日本、韓國、澳洲和西歐，似乎已成功遏制疫情，每日確診數字，減至數十、單位數，甚至零。但好景不常，近日全球各地死灰復燃，包括香港、中國內地、澳洲、西班牙，甚至已3個月無新症的越南等等！可能因為隨着社會重開，人民防疫意識逐漸鬆懈？或因被疫情仍未受控的地區、經貨運相關工作人員滲透入去？相信兩個因素都有一點，但最令人擔心的是「聞風喪膽」的第二波，已開始重臨北半球！Covid的季節性不太明顯，但專家相信仍是有的，憑過去經驗，所有大流行都有第二波。但即使有，不是應該等到秋天才出現嗎？如不幸似1918年那次流感大流行，那一次第二波的來臨，從七八月盛夏已開始，且感染和死亡人數，都遠比第一浪嚴重！只盼今浪疫情不會比第一浪更嚴重！

Covid疫情是個歷史分水嶺，亦引發出不同的大趨勢，例如WFH和疫苗研發的催化劑。甚至某些既有的認知，都會因今次疫情而出現paradigm shift（典範轉移）。

（1）近年很多人都高叫着「去全球化」口號，指摘全球化對發達國家的中低下層工人「不公平」，被中國的「奴隸勞工」搶去飯碗，所以西方必須與中國decouple！

Covid大流行令到全球旅遊業突然停頓，去全球化加速成真？國際旅客大跌90%以上，近乎消失。大家仍有點Phantom limb syndrome（幻肢症候群），很難接受不能再出境旅遊的殘酷事實，非常期望可在極短期內恢復「正常」。但據聞航空界內部的估計，最快都需要3年。但想清楚一點，資訊確是實體旅遊的一個局部替代品。

很快，不少人已開始習慣WFH，且享受減少無謂出差，即使山長水遠去開會，很多時候也只不過是呆坐看PPT，其實安坐家中也能做到！最近Alphabet宣布，所有員工，都可選擇延長WFH至明年7月！既顯示他們對漫長疫情的擔憂，亦代表對WFH不會影響生產力的信心。

對需要勞動的工作，例如工程、食物處理和物流等工作，WFH當然不行。即使處理資訊為主的白領工作，分別仍是有的，希望仍能保持八成工作效率（可能太樂觀，哈哈）。SFH（Study From Home）更困難，兒童專注力較短（有說法一歲一分鐘），學習效果比課室差很遠，此外學習群體生活當然也是重要一環。高年班情况會好些，但如唸理科，實驗是最重要的，舉例醫科，看完開腦手術視頻，絕不可當真正實習過！

Ivy League（常春藤盟校）等名校處境更尷尬，這些大學的部分價值來自Networking，同學之間，與名教授和成功校友的交流機會，都很重要。這些關係在宿舍、教室和飯堂容易建立，網上則極難。不少學生已投訴，要求「回水」。普林斯頓「良心發現」，竟自動減學費10%，但哈佛和耶魯則「冥頑不靈」，不單不減，反而仍堅持加價約3.5%！但其實強如他們，私底下仍擔憂教育的未來發展方向。某大學院長曾告訴我，他相信即使疫情過後，網上教育的比例仍必大幅上升，所有人都必須適應。

如果連哈佛都變成一所網上學府，再無實體資源限制，有教無類，為何不變成一家無國界學校，全球收10萬，甚至100萬學生！其實很多大學，都已有數百科目提供免費網上課程，但暫不頒發學位。未來會否演變成類似遊戲公司的freemium模式，基本上堂免費，如要拿學位，才需要付費？

實體去全球化虛擬全球化同時進行

在可見將來，把生產鏈遷離中國，亦是一個不可能的夢。中國處理疫情已算最好，生產力已大致恢復，其他疫情嚴重地區，如印度、墨西哥和美國，無法可比。如疫情持續兩年，西方企業即使有意找其他生產基地，都無法推行。早前facebook發出奇怪通告，勸喻員工即使WFH，仍應留在矽谷，警告如搬至生活水準較低的地區，公司或考慮調整薪酬！這通告其實暗藏一個恐嚇，如員工選擇搬至生活水準較低的地區，公司也可全球招聘，例如中國和印度，人才更廉宜！

隨着網上生活和經濟發展，其實世界正同時進行兩個平衡但相反方向的paradigm shifts：「實體去全球化」和「虛擬全球化」。

（2）另一個流行概念，是世界貧富懸殊嚴重，變得愈來愈不平等。周三美國聯儲局記招，正好有人問這是否過度寬鬆貨幣政策的後遺症？主席Powell（鮑威爾）答得有技巧，盡量推卸責任。他指出貧富差距拉闊現象已發酵近40年，言下之意即與GFC（global financial crisis）後的非常規貨幣政策無關。這些政策反而對製造就業有極大幫助，疫情爆發前的2月，美國失業率處50年最低水平。他認為貧富懸殊的真正原因是全球化，美國本身教育制度失敗，工人競爭力減弱，和科技進步取替部分工種，亦形成一個技術分界，不懂科技就做不到薪酬較高的職位。

他的解釋有點道理，但當然貨幣政策也有責任。寬鬆貨幣政策，可追溯到1987年，Greenspan（格林斯潘）當上聯儲局主席開始。前任的Paul Volcker，骨頭也較硬，夠膽把息口加至17厘，徹底消滅通脹，才有空間讓Greenspan後來放寬，打造了近40年的國債牛市，其間股市雖出現數次股災，但大方向仍為向上。

GFC後的QE，只是寬鬆政策的加強版。過去半年的無限QE，再加上極端財政政策，就更不用說了，口頭上仍說是市場經濟，實質上已完全操控貨幣和資本市場，實行極左的MMT（Modern Monetary Theory，現代貨幣理論）和UBI（Universal Basic Income，全民基本收入）政策！結果是股債市場與實體經濟嚴重脫節，美國3000萬人失業，但亞馬遜老闆Bezos（貝索斯），就創下一天財富上升130億美元的世界紀錄！

周三美國國會反壟斷聽證會，Bezos首次虛擬出席，背景是一家裝修普通的書房。不肯定是否故作低調，但貴為全球首富，相信房子絕對超豪。但我想指出，在疫情中，即使巨富如Bezos，都只能躲在他們的豪宅中，生活仍非常舒適，但不見得可夜夜笙歌，相信連私人飛機也極少使用。我不是否認他們生活跟平常老百姓有巨大分別，但在疫情下，客觀來說，實際生活上的差別確實縮細了不少！當然如疫情很快過去，他們必回復原來多姿多采的生活，但疫情真的會很快過去？

我也在探討現代貧富概念，與古代的區別。人類歷史上，直到西方的大約100年前，中國更只是40年前，貧窮的定義是絕對性的：貧窮等如缺乏糧食，營養不良，身體孱弱，容易生病，且缺乏治療，所以一般很短命！現代窮人生活當然仍不好，居住環境較差，區內學校質素較差，罪案率較高，和工作沒有前途。然後眼看Bezos等billionaires愈來愈富，心裏當然不爽，甚至非常憤怒，會走上街示威暴動！但在發達社會中的現代窮人，幸而絕大多數並不飢餓（這一點其實非常重要），所以某程度上，貧窮逐漸變成一個較抽象，較相對的一個概念。

如疫情延續下去，窮人肯定較受苦，因為essential worker，只是美化低下層前線勞工的代名詞。失業者反而更好，如可無限期延續豐厚失業金，為何每個人都需要上班？從前我也質疑過，如社會到達某個豐衣足食水平，部分人，尤其極富和享受UBI的「窮人」，真可能不用上班，只做自己有興趣的事情，或什麼都不做。這情形或有點像伊甸園，但較接近天堂還是地獄，就見仁見智。

料「相對性」不平等愈來愈嚴重

如我的觀察有一定道理，我們已需要重新考慮貨幣政策、經濟制度，甚至fiat currency（法定貨幣）的定義、使用方法和必須性。數碼貨幣的ICO（Initial Coin Offering，首次代幣發行），類似高科技以物易物，會否更適合未來世界？

在「不平等」問題上，我認為同樣有兩個平衡但相反方向的發展：「相對性」不平等愈來愈嚴重，但其實貧富的「絕對性」分別則愈來愈小。這亦是一個思考社會問題的「New Paradigm」！

（3）回到較現實的市場，也出現一些非常重要paradigm shifts。世界正進入數據年代，有何證據？暫時全球市值最大的仍是一家石油公司，Saudi Aramco（沙特亞美），市值1.7萬億美元，稍勝蘋果、微軟和亞馬遜。但大家應記得Aramco曾到處尋覓上市地方，但不成功，最後只可回老家利雅得上巿，且近乎強迫自己人認購，所以估值意義不大。

另一個更佳世代改變的佐證是印度Reliance Industries的轉型。在Mukesh Ambani領導下，除傳統下游石油提煉企業外，同時成功發展出一家全面資訊企業，包含移動電訊、光纖和鐵塔等基礎設施，和線上線下電商平台等。在半年內集資300億美元，吸引了Google和facebook等投資者。股價升了2.5倍，Ambani亦榮升亞洲首富，全球第五富。

印度Reliance轉型 證世代改變

半年前我曾分析過美國製造業的盛衰。成功例子用了Tesla，無話可說，汽車製造、電池、AI，和最重要的宣傳伎倆，都領先全球，所以股價今年升逾250%，市值已超越豐田！Tesla的崛起，當然亦代表EV取替內燃機，石油年代終結，和未來AI年代的多重paradigm shifts!

失敗例子我用了兩個，其中一個是波音。寫文章時航空業仍未停頓，但當時波音已被737 Max問題困擾。現在情况當然更差，737 Max仍未獲批准重飛，訂單不斷被取消，如無政府支持，可能已經破產。市值低於1000億美元，連Zoom的市值都超過700億美元，在不久將來超越波音都有可能。Zoom的崛起，正代表資訊取代實體旅遊的A.C.（After Corona）年代。

同樣的，Netflix的市值亦已超越迪士尼，A.C.年代，不止主題公園去不了，連已有過百年歷史的電影和電影院行業的遊戲規則，都正在徹底重寫。

另一個失敗例子是Intel，從半導體先鋒和昔日霸主，淪落到今天景况，非常唏噓。上周公布業績，不止比預期差，更宣布7nm技術再度延遲，其實也不意外，因為本來連10nm都一直未做到，就索性企圖直接跳到7nm，成功才怪。更驚人的宣布是將考慮找代工廠，外包生產最核心的CPU！亦即暗示將逐漸把主要生產交給台積電。Intel股票插水超過15%，但台積電股票則在兩日內急升20%以上，帶領台灣加權指數，衝破1990年創下的歷史高位！台積電亦榮升至全球市值排名榜的第十位！

我曾說台積電是數據年代全球最重要的公司，現在更接近事實。在美國壓力下，不止要答應在美國設廠，最終更需屈服，停止接華為的單。但台積電仍將繼續南京廠的擴產計劃，服務其他中國公司。

中國彎道超車 較預期早最少7年

（4）另一個重要paradigm shift，是美國領導全球的年代，包括經濟、軍事、科技、教育、語言、文化，和意識形態等等範疇，已漸被中國崛起所挑戰。

周四美國剛公布第二季GDP空前下跌32.9%，亦即是美國和中國的名義GDP，變得前所未有的接近。叮噹馬頭，不肯定誰領風騷，讓分析師計算一下吧！重點不在中國是否已超越美國，重點的是彎道超車的時間點或比預期早了最少7年！如美國下半年經濟能成功重開還好，但看現時疫情發展，殊不樂觀，即是兩國GDP差距，未必能重新拉闊太多，尤其如美元繼續大幅貶值。

在美國打壓下，中國科技發展不易，但仍能迎難而上。Tiktok是全球最火的社交平台，活躍用戶超過8億。如被美國逼得太緊，或將從字節跳動分拆出來，估值高達500億美元，可能對投資者來說更好。華為面對壓力更大，但仍能靠內銷，超越三星，成為智能手機一哥。中芯國際（0981）技術仍落後台積電兩代以上，但其實已追貼Intel，非常難得！

大陸流行講量變而質變。現時在西方輿論的偏頗報道下，不少人仍對中國，有很多無理、反科學、甚至種族主義驅使的歧視和徧見。假如當中國GDP增至美國的1.5倍，科技、生活和文化水平不斷上升，到時世人對中國的觀感會否改變？

其實現時超過70%的美國年輕人支持社會主義，反對他們認為過分自私、製造太多社會矛盾和不公平的資本主義。暫時，他們拒絕中國式社會主義，但就接受北歐式社會主義。本來瑞典是最多人崇拜的，但迷信群體免疫，處理疫情手法固執、反科學，甚至殘忍，結果累死很多國民，北歐鄰國仍拒絕開放邊境。瑞典連保護國民健康和生命的最基本責任都做不好，體制真的比中國好很多？

我歡迎以科學和理性為本，以改善人類生活和地球環境，推進世界和平為目標的paradigm shifts！

（中環資產持有Amazon、Apple、Microsoft、Reliance、Tesla、Netflix、TSMC、SMIC及三星的財務權益）

把AI導入邊緣裝置就對了！

作者 : Duncan Stewart、Jeff Loucks，Deloitte科技/媒體/電信中心
2020-06-04

邊緣AI晶片可能會嵌入越來越多的消費性裝置，例如高階智慧型手機、平板電腦、智慧揚聲器和可穿戴裝置等。它們還將在多個企業市場中得到應用，例如機器人、攝影機、感測器和其他物聯網裝置...

德勤(Deloitte)預測，2020年，邊緣AI晶片出貨量將超過7.5億顆，銷售金額將達到26億美元，而且邊緣AI晶片的成長速度將遠高於整體晶片市場，估計到到2024年邊緣AI晶片出貨量可能超過15億顆，代表其複合年成長率(CAGR)至少達20%，是整體半導體產業(長期CAGR預測為9%)的兩倍多。

這些邊緣AI晶片可能會嵌入越來越多的消費性裝置，例如高階智慧型手機、平板電腦、智慧揚聲器和可穿戴裝置等。它們還將在多個企業市場中得到應用，例如機器人、攝影機、感測器和其他物聯網裝置。消費性應用邊緣AI晶片市場將遠大於企業應用市場，但成長速度可能會較慢，預計2020年至2024年之間，其CAGR為18%；企業應用邊緣AI晶片市場的成長速度更快，同期CAGR預計為50%。

儘管如此，無論從出貨量還是銷售金額來看，今年消費性裝置應用都將佔據整體邊緣AI晶片市場的90%以上。這些邊緣AI晶片中的絕大部分將應用於高階智慧型手機，佔據目前所有使用中的消費性邊緣AI晶片70%以上。實際上不僅是2020年，在未來幾年，AI晶片的成長將主要由智慧型手機推動。我們相信在今年預期出售的15.6億支智慧型手機中，超過三分之一都可能內含邊緣AI晶片。

由於對處理器的要求非常高，AI運算向來幾乎都在資料中心、企業核心設備或電信邊緣處理器上遠端執行，而不是在終端裝置本地執行；現在，邊緣AI晶片正在改變這一切。它們的實體尺寸更小、相對便宜、功耗更小、產生的熱量也更少，因而可以整合到手持裝置以及非消費性裝置(如機器人)中。

邊緣AI晶片可讓終端裝置能夠在本地執行密集型AI計算，減少甚至消除了將大量資料發送到遠端位置的需求，因此在可用性、速度、資料安全性和隱私性方面益處良多。從隱私和安全性方面來看，在邊緣裝置處理資料顯然更安全；個人資訊不離開手機就不會被攔截或濫用。而當邊緣AI晶片安裝在手機上時，即使未連結網路，它也可以完成所有處理。

當然，並非所有AI運算都必須在本地進行。針對某些應用，例如當裝置上的邊緣AI晶片無法處理太多資料時，將資料發送至遠端AI陣列來處理是適當的、甚至是首選方案。實際上，在大多數情況下，AI將以混合模式完成：一部分在裝置端實現，一部分在雲端實現。具體情況下應該選擇什麼樣的混合方式，要看需要完成的AI處理類型。

智慧型手機邊緣AI經濟學

並非只有智慧型手機使用邊緣AI晶片；其他裝置諸如平板電腦、可穿戴裝置、智慧揚聲器等也會採用AI晶片。短期內，其他裝置對邊緣AI晶片銷售的影響力可能會比智慧型手機小得多，原因若非這類市場沒有什麼成長(如平板電腦)，就是這類市場規模太小、無法產生實質性的影響；例如，2020年智慧揚聲器和可穿戴裝置市場總銷售量預計僅1.25億部。不過許多可穿戴裝置和智慧揚聲器都依賴邊緣AI晶片，因此其普及率已經很高。

目前，只有價格最昂貴的智慧型手機(處於價格區間頂部)才可能內置邊緣AI晶片。但是，帶有AI晶片的智慧型手機並不一定要價格昂貴到讓消費者望而卻步。

我們可以對智慧型手機的邊緣AI晶片比例進行合理的估算。目前三星(Samsung)、蘋果(Apple)和華為(Huawei)的手機處理器圖片均顯示出裸片及所有功能特性，因此可以識別出晶片的哪些部分用於哪些功能。例如，三星Exynos 9820晶片的照片顯示，其晶片總面積的大約5%專用於AI處理器，整個應用處理器SoC的成本估計為70.50美元，僅次於顯示器，是手機中第二昂貴的元件，約佔據裝置總物料成本的17%。假設AI部分的成本與裸片上的其他部分一樣，即與所佔裸片面積成正比，那麼Exynos的邊緣AI神經處理單元(NPU)大約佔裸片總成本的5%，相當於每個NPU約3.50美元。

相同的，在蘋果的A12仿生晶片上，專用於機器學習的部分約佔裸片總面積的7%。如果整顆處理器的成本為72美元，邊緣AI部分的成本大約5.10美元。華為麒麟970晶片的成本估計為52.50美元，其中2.1%用於NPU，則這部分成本應為1.10美元(當然，裸片面積並不是衡量晶片總成本中有多少比例屬於AI的唯一方法。據華為表示，麒麟970的NPU包含1.5億個電晶體，佔整體晶片55億個電晶體總數的2.7%；按這樣計算，NPU的成本較高，約1.42美元)。

儘管這裡所提到的成本差別很大，但可以合理假設，NPU的平均成本約為每晶片3.50美元。雖然每顆晶片的價格不高，但考量達到5億支的智慧型手機出貨量(還不包括平板電腦、智慧揚聲器和可穿戴裝置)，這仍然是一個很大的市場。

製造商的平均成本為3.50美元，最低可能僅1美元，因此在智慧型手機晶片中添加專用的邊緣AI NPU是很自然的事。按照正常的利潤加價幅度，製造成本增加1美元，對終端消費者而言也僅增加2美元。這意味著即使是價格低於250美元的智慧型手機，也可以享受NPU及其帶來的好處，如更好的攝影機、離線語音助理等，而價格漲幅不到1%。

AI晶片來源：自家生產還是找外部供應商？

生產智慧型手機和其他裝置的廠商取得邊緣AI晶片的方式各不相同，這主要取決於手機機型、甚至是區域市場等因素。有些公司向高通(Qualcomm)和聯發科(MediaTek)等第三方供應商採購應用處理器/數據機晶片，這兩家公司在2018年合計佔據了智慧型手機SoC市場約60%的比例。高通和聯發科提供了一系列不同價位的SoC；儘管並非都包含邊緣AI晶片，高階型號通常都會有，例如高通的Snapdragon 845和855，以及聯發科的Helio P60。

在另一方面，蘋果則完全不使用外部供應商的應用處理器晶片，而是設計並使用自己的處理器SoC，如A11、A12和A13 仿生晶片，所有這些晶片都支援邊緣AI。其他手機製造商如三星和華為則採用混合策略，也就是會從市場上的晶片供應商採購一部分SoC，其餘則使用自家研發的晶片，例如三星的Exynos 9820和華為的麒麟970/980。

兵家必爭的企業與工業應用領域邊緣AI市場

如果在智慧型手機和其他裝置中採用邊緣AI處理器好處多多，那為何不將之導入企業應用呢？事實上邊緣AI處理器已經有一些企業應用案例了，例如某些自主無人機；配備了智慧型手機應用處理器SoC的無人機，能完全在裝置端執行即時導航和避障，無需連結網路。

但是，針對智慧型手機或平板電腦最佳化的晶片並非許多企業或工業應用的正確選擇。如前面所述，智慧型手機SoC的邊緣AI部分僅佔總面積的5%，在總成本中佔據約3.50美元，功耗比整個SoC少大約95%。所以若開發出只有邊緣AI功能(加上其他一些必要功能，例如記憶體)的晶片，它的成本會更低、功耗更少且體積更小，豈不更好？

事實上，已經有這樣的晶片了。據說，有多達50家不同的公司正在開發各種各樣的AI加速晶片。在2019年就已經有獨立的邊緣AI晶片鎖定開發工程師，單價約80美元。而如果達到成千上百萬顆的量產，裝置製造商的採購成本會大幅降低，有些甚至可低至1美元(或是更少)，而有些則需要幾十美元。現在，我們以智慧型手機邊緣AI晶片作為參考標準，假設邊緣AI晶片的平均成本約為3.50美元。

除了相對便宜之外，獨立的邊緣AI處理器還具有體積小的優勢，功耗也相對較低，僅為1W到10W之間。相比之下，一個由16顆GPU和兩顆CPU組成的資料中心叢集，雖然性能非常強大，成本將高達40萬美元，而且重量達到350磅、耗電達到10萬W。

利用這類已經問世的晶片，邊緣 AI可以為企業帶來更多新的可能性，尤其是在物聯網應用方面。透過使用邊緣AI晶片，企業可以大幅提升在連網裝置端進行資料分析的能力──不僅是收集資料──並將分析結果轉化為行動，從而避免了將大量資料傳送到雲端帶來的成本、複雜性和安全性挑戰。AI晶片可以幫助解決的問題包括：

資料安全和隱私

無論企業如何謹慎小心地保護資料，只要是收集、儲存並將資料傳送到雲端，都會不可避免地使企業面臨網路安全和隱私威脅；隨著時間推移，因應此一風險變得至關重要。世界各國紛紛訂定個資保護相關法規，消費者也逐漸意識到企業正在收集他們的各種資料，而有80%的消費者表示，他們認為企業沒有盡力保護消費者隱私。諸如智慧揚聲器之類的裝置開始在醫院等場合廣泛使用，這些場合對患者隱私的管理十分嚴格。

邊緣AI晶片可在本地處理大量資料，降低個人或企業資料被攔截或濫用的可能性。例如，具有機器學習處理能力的保全攝影機可以透過分析視訊來確定其中哪些部分相關，並只將這部分視訊傳送至雲端，從而降低隱私權洩露的風險。機器學習晶片還可以識別更廣泛的語音指令，從而減少需要在雲端進行分析的音訊。準確的語音辨識功能則有助於智慧揚聲器更精準識別「喚醒詞」，以避免聽到不相關的對話。

連網困難

裝置必須連網才能在雲端處理資料，但是在某些情況下，裝置連網是不切實際的。無人機就是一個例子，其運作位置可能使得維持其連網很困難，而且連網功能本身以及將資料上傳到雲端都會縮短電池壽命。在澳洲新南威爾斯(New South Wales, Australia)以配備嵌入式機器學習功能的無人機巡邏海灘，確保泳客安全；這些無人機不必連結網路就可以識別出被海浪捲走的泳客，或者警告泳客有鯊魚和鱷魚襲擊危險。

(太)大數據

物聯網裝置會生成大量數據。舉例來說，一架Airbus A-350噴射機配備6,000多個感測器，每日飛行航程會產生的數據量達到2.5 TB。在全球範圍內，保全攝影機每天生成的數據約2,500PB。將所有這些數據資料發送到雲端儲存和分析的成本高昂且複雜，將機器學習處理器放置於感測器或攝影機等終端裝置就可以解決這個難題。例如，可以在攝影機中配備視覺處理單元(VPU)，也就是一種專用於分析或預處理數位影像的低功耗處理器SoC。借助嵌入式邊緣AI晶片，裝置可以即時分析資料，只有當相關資料需要傳送到雲端進一步分析時才會需要進行傳輸，這可大幅降低儲存和頻寬成本。

功耗限制

低功耗的機器學習晶片甚至可以讓AI運算在透過小型電池供電的裝置上執行，不會消耗過多電力。例如，Arm晶片可以嵌入呼吸器來分析資料，包括吸入肺活量和進入肺部的藥物流量。在呼吸器上完成的AI分析結果將傳送至智慧型手機應用程式，協助醫事專業人員為哮喘患者提供個人化醫療照護。

除了現在已有的低功耗邊緣AI NPU外，很多公司還致力於開發「微型機器學習」方案，也就是在微控制器單元之類的元件上實現深度學習。例如Google正在開發能讓微控制器分析資料的專用版本TensorFlow Lite，將需要發送到晶片外的資料壓縮為只有幾個位元組大小。

低延遲需求

無論是透過有線網路還是無線網路，在遠端資料中心執行AI運算都意味著往返延遲的存在，最佳情況下為1到2 毫秒(ms)，最差情況則達到幾十甚至幾百毫秒。使用邊緣AI晶片在裝置端執行AI，可以將延遲降低到奈秒(nanoseconds)等級──這對於需要收集、處理資料並即刻採取行動的應用場景至關重要。

例如自動駕駛車輛必須透過電腦視覺系統收集並處理大量資料以識別物體，同時收集和處理來自感測器的資料以控制車輛各種功能；然後它們必須立即根據這些資料做出決策，像是何時轉彎、煞車或加速，以實現安全行車。為此，自動駕駛車輛必須自己處理在車輛中收集的大量數據。低延遲對機器人應用也很重要；隨著機器人逐漸出現在工廠環境並開始與人類協同工作，低延遲將變得越來越重要。

邊緣AI在大量數據應用至關重要

邊緣AI晶片的普及可能會為消費者和企業帶來重大變化。對消費者而言，邊緣AI晶片可以實現多種功能，從解鎖手機到與語音助理對話，甚至在極端困難的條件下拍攝出令人驚歎的照片，而這些應用都不需要連結網際網路。

但從長遠來看，邊緣AI晶片對企業應用的影響可能更大，它們將把企業的物聯網應用提升到一個全新的境界。由AI晶片驅動的智慧裝置將有助於擴展現有市場，衝擊現有企業，同時改變製造、建築、物流、農業和能源等產業的利潤分配。

收集、詮釋並立即根據大量數據資料採取行動的能力，對於那些仰賴大數據的應用至關重要；未來學家們預測，這類應用將被廣泛佈署，包括視訊監控、虛擬實境、自動駕駛無人機和車輛等等，而邊緣AI晶片就是讓各種裝置取得更高智慧的主角。

附圖：圖1：AI運算技術能佈署在不同位置。

（圖片來源：Deloitte Insights）

圖2：邊緣AI晶片市場規模預測。

(圖片來源: Deloitte Insights)

圖3：三星Exynos 9820的裸晶照片顯示，其中約有5%的面積為AI處理器。

（圖片來源：ChipRebel；注釋：AnandTech）

圖4：蘋果的A12仿生晶片約有7%的面積屬於機器學習的部分。

（圖片來源：TechInsights / AnandTech）

資料來源：https://www.eettaiwan.com/20200604putting-ai-into-the-edge-is-a-no-brainer-heres-why/?fbclid=IwAR3hRYuquNfTq5VzcEWYfqyJotBLBSp4PzLNyMackrs6V43r9NEMhRZ3Ap8

【#威剛(3260) - 全球第四大記憶體模組廠】
　
◎ 威剛為全球第四大記憶體模組廠，客戶以大型筆電品牌廠為主：
根據集邦科技2019年9月報告顯示，威剛為世界第四大的記憶體模組廠，於公司擅尤的高ASP的SSD市場更是第二大的龍頭廠商（附件一），客戶以華碩、精英等傳統大型筆電廠商為主，隨著工控、電競、車電等需求開出，威剛也積極開發新解決方案。
　
◎ 2019年產業低潮下，NAND FLASH業務產值逆勢成長，帶動毛利表現 ：
威剛2019年整體營收雖因產業因素下降，但NAND FLASH與其他的產值卻逆勢增加22億，營收占比則增加17.53%（附件二），主要原因是2018年NAND FLASH廠商就開始消庫存（附件三），使得2019年NAND FLASH與DRAM相比庫存水位較低，加上6月東芝的跳電事件和7月日韓貿易戰延燒，推動了NAND FLASH現貨價反彈（附件四），使得NAND FLASH跌幅相比於DRAM較快收斂，加上威剛於工控、電競領域的利基型產品持續獲客戶肯定，量能開出一併改善毛利表現，全年毛利率11%（附件五），高於前年的6.1%，稅後淨利也翻正。
　
◎ 2020年第一季表現亮眼，毛利率高達23.8%，受惠於伺服器需求：
第一季營收達71.85億元，YoY+12.1%，毛利率23.8%，創下歷史新高，單季EPS 2.06元，已高於去年全年EPS，主要原因是組裝廠商復工後，大舉向中上游零組件拉貨，使得2、3月市況優於預期，加上疫情影響下，遠端辦公、遠端教學的需求帶動伺服器、筆電、PC的需求。（附件六）
　
◎ CPU規格升級推升SSD搭載容量，帶動威剛銷量成長：
在2019上半年SSD價格急跌之下，SSD成本與傳統固態硬碟價差縮小，筆電廠紛紛導入SSD，使得威剛自2019年Q3起即受到品牌廠強力的拉貨；後續原廠持續擴大出產的QLC NAND相比於傳統SSD所使用的TLC的成本來的更低，模組廠方面也積極導入96層3D NAND架構來提高儲存單元堆疊的密度以降低單位GB的生產成本，在原料和架構改善下，SSD的生產成本將持續降低，故搭配SSD已為筆電業不可逆的趨勢，且因應筆電CPU升級，主流品牌廠搭載的SSD容量提升至512 GB，成長了一倍，威剛身為全球第二大SSD廠商，將持續受惠於這波SSD的成長潮。
　
◎ FLASH工控領域進入門檻高，威剛獨創技術 - A+SLC：
工控市場相較於目前主流的消費型市場而言，其需求是相對穩定的，年複合成長率維持6%左右，毛利率維持高檔，相對於記憶體其他子應用類別來說，也不太受產業循環的壓力，然而工控模組的進入門檻高，而其中FLASH因爲有分SLC/MLC/3D TLC不同存取可靠性的類別，相比來說DRAM模組在不同材料上並無明顯的存取可靠性差別，因此廠商進入工控FLASH須開發的衍生技術較多，進入門檻更高，但同時在工控領域中FLASH的運用比例也遠高於DRAM，促使各家模組廠開發的重心都放在高毛利的工控FLASH模組身上。
　
威剛雖然不是工控模組的先行者，但在近三年內也將工控必備的核心技術開發完畢，於穩定性、強固性、安全性的技術開發已追上宇瞻、宜鼎等工控大廠，而讓威剛於工控領域佔有一席之地的核心技術乃其獨創的「A+SLC」技術。（附件七）
　
◎ A+SLC - 較低價格但具高可靠度的工控Flash選擇：
隨著製程朝提升SSD容量方向發展，攸關可靠度的「寫入/抹除次數」(P/E cycles)也隨著製程的演進而減少，對於需要小容量但高可靠度的工業型應用而言，便只能選擇相對TLC/MLC昂貴許多的SLC產品；威剛的「A+ SLC」技術透過韌體管理，結合快閃記憶體篩選技術，實現一種特性相似於SLC的MLC衍生品，具有最高30000 P/E cycles的可靠度，為MLC的10倍次數，具備優越安全性同時具有價格與MLC相當的特性，目前威剛於3D TLC領域也導入此項技術，這項獨門技術除了提升中階規模工控客戶的購買意願外，最大幫助在於：由於記憶體的產業景氣受到原廠晶圓價格變動影響，對於進入景氣循環低潮的模組廠來說，公司可以避免因過產高成本但低售價的SLC模組而拖累盈利表現，並幫助威剛優化「成本管控」。
　
唯須觀察的是，工控龍頭的宇瞻也同時在開發相似的技術，其在2D領域推出的SLC-lite技術可以提升至最高20000 P/E cycles，仍遜威剛A+SLC技術10000 P/E cycles，然而在去年8月發表的SLC-liteX技術，與A+SLC同樣是優化TLC的衍生技術，號稱能同時減少86%的成本（與SLC相比）並一樣維持30000 P/E cycles的高可靠度表現，十足為威剛於工控利基的一大威脅。
　
◎ XPG為業界最具全面性的電競硬體品牌，具有超頻技術優勢：
威剛於2008年成立電競品牌XPG，一開始以電競記憶體、固態硬碟切入，後跨足周邊商品如電競耳機、遊戲機外殼、改裝套件後，才於今年初跨入電競筆電、顯示器的核心硬體，XPG優勢在於能提供玩家全套硬體的原廠改組，實為業界最全面性的電競硬體品牌，與學界合作的部分，XPG於2018年成立「極限超頻實驗室」並投入極限頻率特性研究，目前超頻紀錄維持第六（附件八），跑分上僅略輸於美光、華碩、芝奇、微星等電競硬體的大廠；相比於國內模組廠，威剛於超頻記憶體的技術具絕對優勢，有利於吃下高ASP的電競超頻記憶體模組訂單。
　
◎ 自有品牌 XPG 推出第一款電競筆電，定位中高階消費族群：
威剛旗下電競品牌XPG與英特爾合作推出搭載英特爾第九代Core處理器的15.6吋XPG XENIA電競筆電，分為RTX/GTX型號，RTX價格最高為2199美元，而GTX型號的價格為1699美元，配備皆屬市面旗艦款，定位中高階消費族群，以應對PC市場衰退的態勢。
　
◎ 車電產品打入美日大型車廠供應鏈，下一步往新興市場開發：
2018年底威剛延攬台灣車電控制元件（ECU）領導廠商永盛車電核心團隊，成立「威剛車電事業中心」，跳脫本業以研發終端車電產品為目的，並針對新興市場做客製化需求，目前車用儲存裝置及人車介面裝置成功打入美、日、韓等大型車廠的合格供應商行列；威剛下一步瞄準動力系統、駕駛輔助系統（ADAS）的商機，2020年隨著新車ADAS搭載率超過6成，車電事業部最快於下半年對營收產生貢獻。
　
◎ 運彩業衰退為業外風險：
威剛持股台灣運彩47%，受到新冠疫情影響，3月中因NBA球星連續確診，宣布無限期延賽、義甲足球賽取消，東京奧運延期，運動彩券3月起面臨沒有賽事可投注的窘境，而依運彩過去銷售紀錄，美國職籃投注金占銷售總額五成，運彩經銷商公會預估2020年運彩銷售額減至5成，連帶影響威剛業外損益。
　
◎ 小結：
展望2020年，上半年受惠於遠端（Telecommute）需求帶動伺服器、筆電品牌廠拉貨力道強勁，加上DRAM、SSD第一季報價轉好，助於威剛擺脫前季的低毛利表現；下半年隨市場預估疫情進入穩定期，電競、工控、車電等利基型產品放量將續帶動威剛成長。
　
◎ 補充：
使用豹投資PRO，可以清楚地看到圖表化的財務報表，其中個股頁面中有提供三種分析功能，財務、籌碼及技術分析，而從財務分析的營運概況能發現，威剛如前面內容所述，2019年的營收因為產業因素而陷入衰退，不過今年在疫情過後，受惠組裝廠復工的大幅拉貨、加上遠距的需求，2、3月營收優於預期、開始成長，全年營運表現仍值得期待。（附件九）
　
（附註資料補充在下圖）
　
👉更多威剛的個股資訊：https://pse.is/SMDWE
　
👉想知道更多威剛的消息，可持續追蹤豹新聞：https://pse.is/RH55R
　
🎯專業的台股投資工具，開放免費試用30天！
→ 立即申請試用豹投資PRO：https://vip.above.tw/vip