重返以運算為中心的架構

今年台北國際電腦展終於恢復實體舉行，Nvidia共同創辦人暨執行長黃仁勳在活動期間的一舉一動，成為當週臺灣與全球焦點，從召開自家主題演講、舉行全球新聞媒體問答，到多家合作廠商的發表會、主題演講，以及展區亮相，只要他在南港展覽館一現身，馬上吸引許多記者、參觀者圍觀或跟隨，不論是詢問晶片供應與AI應用相關問題，或是要求合照，他都大方回應與配合，令全臺民眾留下深刻印象。

除此之外，不論是否理解AI技術的發展歷程與市場價值，在新聞與財經媒體的熱烈報導之下，更多人聽到他長年推廣資料中心GPU、AI整合應用設備的經典台詞：「買越多、省越多（The more you buy, the more you save.）」就連一般大眾與新聞媒體都津津樂道，堪稱當代加速運算技術應用的最佳推銷員，而這股風潮在今年初掀起的新一波AI應用突破的消息之後，顯然後續還會在你我的工作和生活場景當中，創造更多話題。

事實上，從去年底到今年上半，Arm、AMD、Intel、Nvidia這四大運算平臺廠商都陸續釋出新一代產品的消息，雖然其中有些是去年中就應該進入量產，因故延遲至近期才出現明朗的態勢，不過，因為全球經濟這段時間面臨嚴峻考驗，伴隨著物價飆漲、生產製造成本大增的壓力日趨提高，這些強調具有高性能、高能源效益的運算平臺，是否能如廠商所願，受到大量採用、快速普及所有的環境，仍有許多變數。

在AI、運算受關注的此刻，部分廠商對未來IT提出新看法，他們認為將走向「以運算為中心（Compute-centric）」，而非常見的「以資料為中心（Data-centric）」。

這說法之所以成立，當然與這一波由大型語言模型（LLM）掀起的AI超級浪潮，有密切的關係。舉凡大型雲服務業者、企業與組織，以及一般使用者，我們對於高效能運算的需求有增無減，不僅希望能借助雲端服務來簡化各式AI服務的提供，在單位內部、個人端，以及不同領域的邊緣運算等多種環境當中，都會有就近應用AI處理的需求，而這些不僅能促成更多樣貌的加速運算應用，也將帶動記憶體、快取、I/O、網路連線等周邊規格的大幅進化，以避免拖垮整體效能。

回顧我們察覺IT架構重心的變化，是因為2015年IBM推廣認知運算（Cognitive Computing），而在《Smart Machines: IBM's Watson and the Era of Cognitive Computing（智慧科技：推動大智移雲的利器）》書中，闡述「以資料為中心的電腦」，我們了解到過往IT架構的發展重點，屬於「以運算為中心／以處理器為中心」。

然而，在2020年代的此刻，「以資料為中心」早已是常態，在分散式企業與分散式服務的概念大行其道之際，為何現在又將轉變至「以運算為中心」？

除了AI運算成為所有創新應用發展的焦點，越來越多廠商爭相推出AI模型、提供生成式AI內容相關應用功能的消息，另一個關鍵則是資料的產生與處理，同樣仰賴健全的運算晶片生產與供應體系，而這方面的發展目前面臨很大的挑戰。

最近新聞媒體德國之聲有一支探討臺海戰爭影響的影片，恰巧引述這當中的關係，反映「以運算為中心」成為世界發展的關鍵。供應鏈顧問公司Seraph Consulting創辦人兼執行長Ambrose Conroy是這麼說的：「很多人說資料是新石油，資料是新經濟，然而，有了半導體，才能有數據，因此，我認為半導體是驅動當前所有事物的力量。」

如果我們同意大資料、AI是整個世界發展的重要憑藉，能否產生與承擔更大規模的資料，的確是關鍵，因此，運算能力勢必要不斷發展、壯大、普及，臺灣目前能取得領導市場的地位並非偶然，我們當然希望可以繼續保持競爭優勢，期盼全世界都強烈依賴臺灣，然而，將這些能力與全世界分享，也很重要，人類社會若要繼續繁榮，不能只靠臺灣、只靠半導體，大家都必須要提升能力、齊心承擔，因為臺灣的生存也同樣仰賴與其他國家的共同合作，彼此都需要互惠互助。