2025-12-15
AI 不只在雲端:GSA 聚焦邊緣端運算成新戰場
2025 年 12 月 15日,台北訊 — 全球領先的邊緣人工智慧(Edge AI)晶片公司 耐能(Kneron) 創辦人兼執行長 劉峻誠博士,受邀參與於美國加州聖塔克拉拉舉行的 2025 全球半導體聯盟(GSA)年度頒獎典禮。身為全球邊緣 AI 代表性企業之一,耐能此次受邀亮相,再次凸顯其在國際半導體生態中的重要地位。

當晚,在被譽為「半導體界奧斯卡」的 GSA 典禮現場,劉峻誠也與輝達 (NVIDIA)執行長黃仁勳(Jensen Huang)、博通 (Broadcom)總裁 Charlie Kawwas、英特爾(Intel)前執行長 Pat Gelsinger 等人一同接受專訪。該專訪由科技媒體 theCUBE與 紐約證券交易所(NYSE)聯合製作,聚焦邊緣 AI、AI 晶片創新,以及全球供應鏈與產業落地等關鍵議題。
專訪過程中,劉峻誠觀察到,各家領導企業對 AI 未來的描繪,正從不同角度勾勒出完整產業版圖。他指出,黃仁勳所描繪的是「AI 工廠」的宏觀藍圖;Pat Gelsinger 則強調 x86 生態系在通用運算與開放架構中的延續價值;Charlie Kawwas 分享博通如何為雲端巨頭打造高度客製化的 AI 引擎。「而我們回答的問題是,」劉峻誠表示,「當 AI 走出資料中心,真正進入工廠攝影機、汽車後視鏡、家庭門鎖與各種終端設備時,誰能提供兼具安全、低功耗與成本效益的智能?答案正是 NPU。」
「AI 的未來,不只在雲端,更在邊緣。」
劉峻誠在專訪中進一步指出:「AI 的未來不在雲端,而在邊緣。隨著隱私、延遲與能耗成為核心瓶頸,讓智能下沉至終端設備已成為不可逆的產業趨勢。」
他強調,耐能的願景是協助企業建立屬於自己的 本地 AI 基礎設施,並以「 低能耗、易部署、可控成本 」為核心策略,讓企業能在兼顧效能、安全與法規合規的前提下,將 AI 能力大規模、永續地落實於各類應用場景。
談及耐能在全球AI晶片版圖中的定位時,劉峻誠也清晰勾勒出當前「智慧算力三角」架構:
·Intel:代表通用運算的 CPU 基石
·NVIDIA:主導雲端高效能運算的GPU帝國
·Broadcom:為雲端巨頭打造客製化 AI ASIC加速器
·Kneron(耐能):專注邊緣端 NPU,補上「最後一哩」的即時終端智能
他指出,耐能並非要與既有巨頭競爭,而是打造互補性的分層架構:
「NVIDIA GPU負責雲端大模型訓練、Intel CPU負責通用任務調度運算、Broadcom ASIC強化特定雲推理負載,而耐能NPU負責讓數十億的終端裝置具備本地 AI能力。」這種雲—邊—端分層架構,正快速成為未來十年 AI 的基礎設施標準。
談及對全球半導體產業的影響,劉峻誠博士表示:「此次能與多位國際半導體與科技大廠領袖齊聚一堂,深感榮幸。過去數年,AI 算力高度集中於少數科技巨頭的資料中心,不僅推高技術門檻,也使部署成本居高不下,應用場景相對受限。耐能的核心策略,正是將高效且可控的 AI 能力下沉至終端設備,讓中小企業與新興市場也能參與 AI 創新。」
劉峻誠進一步指出,這樣的發展方向也正在重塑晶片設計的價值邏輯。「相較於單純追求峰值算力,未來晶片競爭的關鍵,將更著重於能效比、資料安全,以及與實際應用場景的高度適配性。邊緣 AI 不只是雲端 AI 的延伸,而是一條能真正推動產業落地、促成細分領域深度創新的關鍵路徑,也有機會由此撬動更完整的全球產業生態。」

作為 GSA 成員企業,耐能此次於國際舞台亮相,不僅展現其在邊緣 AI 領域的全球競爭力,也象徵邊緣 AI 正式進入主流產業視野。隨著「AI 賦能」與「智慧終端」雙軌並進,耐能將持續以高效、安全且具普惠性的邊緣智慧解決方案,協助各行各業加速數位與智慧化轉型,邁向下一個發展階段。

當晚,在被譽為「半導體界奧斯卡」的 GSA 典禮現場,劉峻誠也與輝達 (NVIDIA)執行長黃仁勳(Jensen Huang)、博通 (Broadcom)總裁 Charlie Kawwas、英特爾(Intel)前執行長 Pat Gelsinger 等人一同接受專訪。該專訪由科技媒體 theCUBE與 紐約證券交易所(NYSE)聯合製作,聚焦邊緣 AI、AI 晶片創新,以及全球供應鏈與產業落地等關鍵議題。
專訪過程中,劉峻誠觀察到,各家領導企業對 AI 未來的描繪,正從不同角度勾勒出完整產業版圖。他指出,黃仁勳所描繪的是「AI 工廠」的宏觀藍圖;Pat Gelsinger 則強調 x86 生態系在通用運算與開放架構中的延續價值;Charlie Kawwas 分享博通如何為雲端巨頭打造高度客製化的 AI 引擎。「而我們回答的問題是,」劉峻誠表示,「當 AI 走出資料中心,真正進入工廠攝影機、汽車後視鏡、家庭門鎖與各種終端設備時,誰能提供兼具安全、低功耗與成本效益的智能?答案正是 NPU。」
「AI 的未來,不只在雲端,更在邊緣。」
劉峻誠在專訪中進一步指出:「AI 的未來不在雲端,而在邊緣。隨著隱私、延遲與能耗成為核心瓶頸,讓智能下沉至終端設備已成為不可逆的產業趨勢。」
他強調,耐能的願景是協助企業建立屬於自己的 本地 AI 基礎設施,並以「 低能耗、易部署、可控成本 」為核心策略,讓企業能在兼顧效能、安全與法規合規的前提下,將 AI 能力大規模、永續地落實於各類應用場景。
談及耐能在全球AI晶片版圖中的定位時,劉峻誠也清晰勾勒出當前「智慧算力三角」架構:
·Intel:代表通用運算的 CPU 基石
·NVIDIA:主導雲端高效能運算的GPU帝國
·Broadcom:為雲端巨頭打造客製化 AI ASIC加速器
·Kneron(耐能):專注邊緣端 NPU,補上「最後一哩」的即時終端智能
他指出,耐能並非要與既有巨頭競爭,而是打造互補性的分層架構:
「NVIDIA GPU負責雲端大模型訓練、Intel CPU負責通用任務調度運算、Broadcom ASIC強化特定雲推理負載,而耐能NPU負責讓數十億的終端裝置具備本地 AI能力。」這種雲—邊—端分層架構,正快速成為未來十年 AI 的基礎設施標準。
談及對全球半導體產業的影響,劉峻誠博士表示:「此次能與多位國際半導體與科技大廠領袖齊聚一堂,深感榮幸。過去數年,AI 算力高度集中於少數科技巨頭的資料中心,不僅推高技術門檻,也使部署成本居高不下,應用場景相對受限。耐能的核心策略,正是將高效且可控的 AI 能力下沉至終端設備,讓中小企業與新興市場也能參與 AI 創新。」
劉峻誠進一步指出,這樣的發展方向也正在重塑晶片設計的價值邏輯。「相較於單純追求峰值算力,未來晶片競爭的關鍵,將更著重於能效比、資料安全,以及與實際應用場景的高度適配性。邊緣 AI 不只是雲端 AI 的延伸,而是一條能真正推動產業落地、促成細分領域深度創新的關鍵路徑,也有機會由此撬動更完整的全球產業生態。」

作為 GSA 成員企業,耐能此次於國際舞台亮相,不僅展現其在邊緣 AI 領域的全球競爭力,也象徵邊緣 AI 正式進入主流產業視野。隨著「AI 賦能」與「智慧終端」雙軌並進,耐能將持續以高效、安全且具普惠性的邊緣智慧解決方案,協助各行各業加速數位與智慧化轉型,邁向下一個發展階段。