AI下一戰不是拚算力！人工智慧落地，從「誰模型最大」變「誰最安全」...為何NPU成下階段決勝關鍵？

黃仁勳近期提出成立 Open Secure AI Alliance，呼籲產業透過開放合作，共同建立 AI 安全防護體系。這項倡議反映出 AI 發展的新挑戰：未來 AI 的競爭，不只是模型能力與算力規模的競爭，更是可信任 AI 基礎建設的競爭。

我認為，這將是 AI 產業下一個十年的核心課題。

未來的AI將無所不再，安全不能只停留在雲端

目前全球 AI 產業高度集中於雲端運算。大型資料中心提供龐大的計算能力，支撐最新一代 AI 模型訓練。然而，當 AI 應用逐漸進入真實世界，AI 的運算需求將不再只是集中於雲端。

未來十年，AI 將大量存在於汽車、機器人、工業設備、醫療裝置、智慧城市、零售終端，以及各種企業設備中。這代表 AI 將從「資料中心的智慧」，逐漸轉變為「無所不在的智慧」，而這也帶來新的挑戰。

在資料中心中，企業可以投入大量資源維護安全；但當 AI 運行於全球數十億個終端設備時，安全、隱私、能源效率與即時性將成為更重要的考量。例如，一輛自動駕駛汽車不能等待雲端回應才決定是否煞車；一個工業機器人不能因網路延遲而停止判斷；一個醫療設備也不能將所有敏感資料傳送至遠端處理。

因此，未來 AI 架構必然走向：Cloud AI 與 Edge AI 並存的混合型智慧架構。雲端負責模型訓練、大規模資料分析與全球協作；邊緣負責即時感知、快速決策與安全執行。這不是兩種技術路線的競爭，而是下一代 AI 基礎建設的分工。

NPU是什麼？將成為AI普及化的重要關鍵

過去 AI 革命的第一階段，由 GPU 推動。GPU 提供強大的平行運算能力，使大型模型訓練成為可能，也奠定了生成式 AI 的基礎。然而，當 AI 從少數大型資料中心走向數十億個智慧終端時，產業需要新的計算架構。

未來的 AI 不只需要更強的算力，也需要：更低功耗；這正是 NPU（Neural Processing Unit）的價值所在。

AI 的下一階段，不會只是少數企業擁有超大型模型，而是大量裝置具備自主感知與決策能力。從智慧汽車、智慧工廠，到機器人與智慧城市，真正改變世界的將是「AI Everywhere」。而要實現 AI Everywhere，就必須依靠高效率、低功耗、專為 AI 設計的運算架構。

從模型延伸到硬體，AI 安全必須建立的3層防線

Open Secure AI Alliance 所強調的開放合作非常重要，但未來 AI 安全不能只依靠軟體層面的防護。AI 系統是一個完整架構，包括模型、軟體、硬體以及部署環境。

因此，可信任 AI 必須建立三層防線。

第一，是開放 AI 生態系：透過開放模型、開放工具與全球研究合作，提高漏洞發現與安全改善速度。

第二，是可信任 AI 基礎架構：未來 AI 應用需要硬體層級的安全能力，包括身份驗證、可信執行環境以及資料保護機制。

第三，是安全的 Edge AI：當 AI 走入物理世界，終端設備本身必須具備足夠的安全能力，而不是完全依賴遠端雲端。

這也是為什麼未來 AI 晶片的競爭，不只是比較 TOPS（每秒運算能力），而是比較整體系統能力，包括每瓦效能、安全架構以及可靠性。

下一階段 AI 競爭：從算力競賽走向效率與信任競賽

過去 AI 產業最重要的問題是：「誰擁有最大的模型？」但未來十年的問題可能會變成：「誰能讓 AI 被安全且大規模地部署？」大型模型仍然重要，但模型只是 AI 生態的一部分。

真正讓 AI 創造經濟價值的，將是它能否進入各行各業，解決真實世界問題。這意味著未來 AI 產業將不只是雲端公司的競爭，也將是整個 AI 基礎建設供應鏈的競爭。包括：AI 晶片；每一個環節都將成為 AI 時代的重要基礎，建立下一代可信任 AI 基礎建設。

AI 的未來，不會是 Cloud AI 與 Edge AI 的二選一，真正的未來，是兩者共同形成一個完整的智慧網路。雲端提供全球級智慧；邊緣提供即時決策；安全架構建立信任；高效率晶片支撐永續發展。

GPU開啟生成式AI時代，NPU則將推動自主AI時代

未來十年的 AI 競爭，不只是更大的模型、更高的算力，而是誰能打造更安全、更有效率、更普及的智慧基礎建設。AI 的終極目標，不是創造少數科技公司的技術優勢，而是讓智慧能力真正普及到全球每一個產業、每一個城市，以及每一個需要它的地方。

這才是 AI 改變世界的真正開始。

作者簡介_劉峻誠

Kneron耐能智慧創辦人暨 CEO/鑫友會前瞻政策顧問