張晉瑋.輝達來馬與大馬AI的未來

在90年代，當我進行博士研究時，經常需要長時間等待AI軟件處理數據。我的一位來自泰國的同學曾經抱怨AI操作速度緩慢，認為這嚴重影響了她的研究進度。

在大學裡，研究室的電腦在處理數據時，一般用的是英特爾（INTEL）公司出產的處理器（CPU）。由於AI性能的限制，AI系統專門用於特定任務，例如車牌識別或人臉識別等。

90年代，輝達公司推出新的圖形處理器（GPU），它的性能遠遠超越CPU。隨著硬件性能的提升，AI系統的功能也開始擴張。

2010年代，Alexnet神經網絡面世，它贏得“ImageNet大規模視覺識別挑戰”。它的識別功能不限於一種物品，從昆蟲、動物以至蔬菜水果，它都能一一識別。構造方面，Alexnet由一百層神經元組成。

2016年，Alphago面世，它在圍棋界，打敗了所有人類高手。它的運作需要不止一個而是用三個神經網絡，每一個網絡擁有十三層神經元。

隨著AI科技的發達，生產高性能硬件的成本日益下降。據彭博社，輝達公司的利潤率從2003年的30%提升至近70%，AI硬件的生產成本與需求往反方向走。

2018年，GPT-1面世，它使用注意力網絡（Attention Network），裡面除了有大量的神經元，還有大量的“調節點”（parameters）。這些“調節點”猶如收音機的旋鈕，扭動它可以接收不同的電臺信號。

調節點越多，系統學習的時間越長，所需的AI硬件性能更高。GPT-1有近1.2億個調節點，一年後，強化版GPT-2的調節點數量加至115億。

2022年，OpenAI公司推出的ChatGPT採用GPT-3技術，裡面擁有1750 億個調節點，此聊天機器人之所以可上懂天文，下懂地理，背後支持它的是龐大的AI基礎設施，這些設施的提供者就是微軟公司（Microsoft）。

近期，OpenAI公司發生內鬥，首席執行員奧特曼（Sam Altman）一度被解職。許多員工要求奧特曼歸位，威脅要集體前往微軟工作，不久後，奧特曼重奪首席執行員之位。

在這場內鬥中，微軟在AI界的勢力顯而易見。微軟掌控的是強大的AI雲設施，若OpenAI員工加入，它隨時可以取代OpenAI，繼續發展ChatGPT，這不是一般企業可以做到的。

從這一個角度看，掌握硬件者等於掌握了AI的命脈。在中美爭端中，美國禁止高科技晶片出口至中國，這被指是為了遏制中國科技發展。臺灣出產高科技精品，有者認為這是它成為中美必爭之地的原因之一。

在現階段的科技發展路上，掌握硬件者為王。回到大馬，輝達創辦人黃仁勳表示，大馬有機會成為東南亞的AI製造中心（Manufacturing Hub）。若大馬能朝著AI設施方向走，這對大馬AI發展有正面的影響，它甚至可能成為大馬AI發展的一個轉折點。