高通力推「裝置端AI」：你的手機將成為AI個人超算

30 秒看重點

• 事件： 高通積極推動「裝置端AI」，預估每年20億顆處理器能直接運行AI模型。
• 意義： AI應用將從大型雲端伺服器下放至個人裝置，讓AI更貼身、普及與安全。
• 影響： 台灣半導體產業鏈，特別是晶片設計與製造，將迎來裝置端AI龐大商機。

為何裝置端AI是下一個科技浪潮？

過去幾年，當我們談到人工智慧，特別是ChatGPT這類大型語言模型（LLM），絕大部分的運算其實都發生在遠端的「雲端」伺服器上。就像是你的手機連上一個超級大的資料中心，讓那邊的超級電腦幫你「思考」再把結果傳回來。這種模式雖然強大，但隱私、延遲和龐大的運算成本始終是難題。現在，晶片大廠高通（Qualcomm）正攜手像Liquid AI這樣的夥伴，積極推動「裝置端AI」的新藍海，要讓你的手機、筆電、甚至汽車，都變成一個能直接跑AI模型的「個人超算」。

這項轉變的本質，就是要把AI模型的運算能力，從遠方的雲端機房，直接移植到你手上、家裡、車上的各式智慧裝置內。高通與Liquid AI合作的目標，是透過優化AI模型與晶片設計，讓每年數十億顆處理器，都能在不連網或僅需輕度連網的情況下，直接執行AI應用。這並非要裝置端AI去跑跟雲端一樣龐大、通用的大模型，而是專注於針對特定任務進行優化的「小而精」AI模型。例如，更即時的照片語意搜尋、在手機上完成AI修圖、離線的語音助理、或個人化的建議系統。透過在晶片層級的深度最佳化，大幅提高能效比，讓這些AI功能在有限的功耗下也能順暢運作。這不僅能大幅提升AI應用的即時性、保護用戶隱私（資料不需上傳雲端），長期來看也能降低雲端運算成本，讓AI應用普及化。

台灣在全球裝置端AI浪潮中扮演什麼角色？

台灣在全球半導體產業鏈的中心地位，讓它在裝置端AI的浪潮中，絕對是核心中的核心。從最前端的IC設計（例如聯發科與瑞昱，他們在手機、IoT晶片市場佔有重要份額），到全球晶圓代工龍頭台積電（台積電的先進製程是高通等晶片大廠生產AI晶片的關鍵），再到後段的封裝測試（日月光、力成等），台灣的產業鏈幾乎涵蓋了高通裝置端AI策略所需的所有環節。隨著裝置端AI對高效能、低功耗AI晶片的需求激增，台灣的半導體製造與設計能力將更顯重要，這意味著新的設計訂單、先進製程代工需求將源源不絕，也將吸引更多國際大廠與台灣合作。同時，台灣的軟體開發商也面臨機會，如何結合這些強大的硬體能力，開發出符合在地需求、創新實用的裝置端AI應用，將是台灣AI生態系能否全面起飛的關鍵。

編輯觀點

高通力推裝置端AI，明確指出AI普及化的下一步。當AI不再只是遠方的「超級大腦」，而是你我手中裝置的「智慧助理」時，隱私、即時性與客製化將成為關鍵。台灣必須緊抓這波裝置端AI趨勢，不僅要在硬體製造上維持領先，更要鼓勵軟體與應用開發，讓台灣成為「智慧裝置AI」的實踐者，而不僅是代工者。這是台灣從硬體王國轉型為軟硬整合創新中心的絕佳機會。

常見問題

什麼是「裝置端AI」？

裝置端AI（On-device AI 或 Edge AI）是指AI模型直接在智慧型手機、筆記型電腦等終端裝置上執行運算，不需透過雲端伺服器處理，大幅提升反應速度與資料隱私。

裝置端AI跟雲端AI有什麼差別？

雲端AI運算力強大，適合處理複雜、大量資料任務；裝置端AI則著重即時性、個人隱私與客製化，讓AI功能更貼近使用者，且可離線運作。

高通為何力推裝置端AI？

高通的晶片是許多智慧裝置的核心，推動裝置端AI能增加其晶片附加價值與市場份額，並滿足消費者對即時、隱私AI應用的需求。

裝置端AI對一般消費者有什麼好處？

你的手機AI助理會更快回應、照片修圖能離線完成、個人資料更受保護，甚至在沒有網路的地方也能使用AI功能，體驗更流暢、更個人化。

台灣將如何受惠於裝置端AI？

台灣在半導體產業鏈的核心地位，能承接AI晶片的設計與製造訂單，並有機會發展相關的軟體與應用服務，鞏固在全球AI供應鏈的關鍵地位。

名詞小教室

裝置端AI (On-device AI / Edge AI)

想像你的手機裡住了一個很聰明的AI秘書，所有資料處理、思考判斷都在手機裡完成，不用打電話給遠在天邊的「中央大腦」求助。

Liquid AI

這是一家專注於將大型AI模型「瘦身」並優化，使其能在較小、功耗較低的裝置（如手機）上高效運行的技術公司，是裝置端AI普及的重要推手。