AI基礎建設瓶頸浮現微軟：效率突破在跨層設計

（中央社記者江明晏台北2日電）AI需求快速成長，記憶體、網路、電力等基礎建設瓶頸逐步浮現，微軟Azure硬體系統與基礎架構總裁Rani Borkar表示，「AI效率的下一個突破口是跨層協同設計」；Meta AI與運算基礎架構工程副總裁唐春強則指出，客製化晶片讓共同設計可堆疊、更有效率。

SEMICON Taiwan 2026國際半導體展登場，微軟Azure硬體系統與基礎架構總裁波卡爾（Rani Borkar）出席CEO Summit大師論壇，以「下一個曲線：智慧化發展的必然趨勢」為題發表演說。

她表示，AI是採用速度極快的技術，比網路、個人電腦更迅速，但在全球勞動年齡人口中的滲透率仍然很低，主要集中在軟體工程等少數領域，未來將擴展到所有職能與產業。

波卡爾進一步說，目前人工智慧基礎設施遇到多層次瓶頸，包括記憶體、網路、電力供應與管理等，單一層的改善不足以解除瓶頸，需要跨模型架構、硬體與系統軟體的整體設計，才能應對需求與瓶頸，「AI效率的下一個突破口是跨層協同設計。」

她以農業比喻，過去農業透過增加勞力、水、肥料等投入來提高產量，到了某個時點出現限制，例如作物因肥料增加而長得過高，農業科學家透過培育矮化小麥，讓更多能量轉向穀粒而非莖桿，在相同土地與生長季下顯著提升產量，是「改善輸出效率，而非只加大投入」的典型案例。

波卡爾說明，微軟的Maia 200晶片透過模型架構設計、資料科學與壓縮技術、軟體管理、晶片設計等，減少資料移動與快取需求；許多看似某個零件或供應的瓶頸，其實是整體系統問題，需要跨多層次協調調整。

她強調，下一階段AI的關鍵不僅在於擴大基礎設施數量，而在於從現有與新增資源中產生多少智慧輸出與實際價值，真正持久的影響將體現在避免災難與問題，成功的樣貌是AI人工智慧真正「落地」，成為每個人與每家公司的日常工作基礎；產業最偉大的成就是「讓不可能變得可製造，讓昂貴變得可負擔」。

此外，Meta AI與運算基礎架構工程副總裁唐春強今天在CEO Summit大師論壇以「從晶片到資料中心：Meta 如何協同設計AI基礎設施」為題，發表專題演說。

他表示，Meta在北美、歐洲、亞太都有資料中心，在AI加速方面，Meta同時採用AMD和Nvidia的GPU，也自行開發快速的AI晶片，客製化晶片讓共同設計可以堆疊，從硬體、軟體到AI模型進行整合，可以更有效率地服務數百萬使用者的工作負載，自研的AI晶片MTIA 450與MTIA 500預計約2027年推出。（編輯：林淑媛）1150902