生成式人工智慧的快速發展，正將全球科技產業帶入一個新的運算時代。從大型語言模型（LLM）到多模態 AI，模型規模與算力需求持續攀升。然而，當技術開始從研究走向商業應用，一個新的產業問題逐漸浮現，算力並不是唯一的瓶頸。記憶體成本、能源效率與系統架構，正逐漸成為 AI 落地的關鍵限制。
在這樣的背景下，各國開始尋找新的技術合作模式，以加速 AI 與半導體研發成果的產業化。在臺灣外交部（Ministry of Foreign Affairs, MOFA）支持下，由國家實驗研究院（National Institutes of Applied Research, NIAR）與捷克網路安全中心（Cybersecurity Hub CZ）共同推動的先進晶片設計研究中心（Advanced Chip Design Research Center, ACDRC）臺捷雙邊研究計畫，正是在這樣的產業需求與國際科技合作趨勢中誕生。計畫透過連結臺灣企業、學術機構與捷克研究單位，建立跨國半導體與 AI 技術合作平台，嘗試將研究成果推進至實際產業應用。
在 ACDRC 計畫架構下，由杰發科技股份有限公司（Pedestal Inc.）與國立臺灣大學（National Taiwan University）組成的研究團隊，攜手捷克布爾諾理工大學（Brno University of Technology）及布拉格捷克理工大學（Czech Technical University in Prague）展開合作，聚焦於大型語言模型運算架構與 AI 晶片效率優化等關鍵議題，探索臺灣半導體技術如何透過跨國研究合作，逐步進入歐洲市場。
在接受英國全球企業家媒體 The Icons 艾肯仕國際名人誌專訪時，杰發科技執行長徐國翰指出：「大型語言模型真正遇到的問題，其實是記憶體與硬體成本。」他進一步說明，「當模型參數到 50 Billion、甚至 100 Billion 以上時，動態隨機存取記憶體（DRAM）的供給與價格都會變成關鍵限制。」
在這樣的產業背景下，徐國翰與團隊開始重新思考 AI 晶片的設計方向。透過結合企業技術能力、學術研究與跨國合作網絡，杰發科技正嘗試從運算效率與架構創新的角度，尋找 AI 時代新的競爭路徑。
徐國翰：企業導入 AI，需要的是完整技術能力
杰發科技成立之初，與多數 IC 設計公司一樣，原本以推出自有晶片產品為目標。然而在市場接觸過程中，徐國翰與團隊逐漸發現另一個需求。
許多企業希望在產品中導入 AI，但缺乏晶片設計能力；另一方面，直接採用標準晶片，又往往難以符合自身產品需求。
「很多企業想導入 AI，但他們並不需要一顆標準晶片。」徐國翰說，「他們只需要的是一整套能讓 AI 落地的技術能力。某種程度上，我們其實是在把整個設計能力提供給客戶。」
這個觀察，最終促成了杰發科技的商業模式轉型。公司從「造晶片」轉向「提供 NPU IP 設計與導入服務」，建立完整的 AI 開發工具鏈，從模型設計、編譯器到硬體架構形成一條整合流程。
這樣的策略，使得杰發科技能夠為企業提供高度客製化的 AI 晶片方案，也讓公司在競爭激烈的 AI 晶片市場中建立差異化定位。
AI 晶片設計，正在重新定義效率
在過去幾年，AI 晶片產業的敘事幾乎完全圍繞著算力競賽展開，然而，對許多企業產品而言，真正決定競爭力的並不是最高性能，而是效率：
「企業產品最終還是要回到功耗與成本，如果在相同算力下，你的功耗只有別人的一半，那整個產品競爭力就會完全不同。」
這種差異，在邊緣 AI 應用中尤其明顯，例如筆電、平板或無人機等設備，能源效率往往比算力更重要。杰發科技所設計的人工智慧加速器（NPU），在部分應用場景中已實現比市場主流方案低約 30% 的功耗。
徐國翰指出，AI 的下一階段競爭，很可能不再是單純的 GPU 算力競賽，「GPU 是為通用運算設計，但很多 AI 推論其實是固定模式運算。如果從架構開始設計，就能在硬體層級做到更高效率。」
在這樣的思考下，杰發科技選擇以 DSP 架構為核心設計 NPU，並逐步發展出一套以低功耗推論為核心的 AI 運算架構。
連結歐洲與亞洲半導體生態
隨著 AI 與半導體技術的發展，國際研究合作正逐漸成為產業創新的重要力量。杰發科技參與 ACDRC 臺捷雙邊研究計畫，與捷克學術機構展開合作，讓研究資源與產業需求在同一平台上對接。
這項合作聚焦於技術研發，同時建立跨國人才培養與產業交流的合作架構。
捷克布爾諾理工大學微電子學系主任 Jiří Háze 博士指出，ACDRC 正逐步成為連結歐洲與亞洲半導體產業的重要平台。
「ACDRC 將研究、教育與產業合作整合在同一架構中，使跨國合作能長期運作。透過這樣的合作機制，捷克學生能更清楚理解完整的半導體產業鏈，而臺灣企業也能接觸到偏重研究導向的系統設計能力。」
在他看來，臺灣與捷克在半導體人才培養上具有高度互補性。臺灣擁有完整的半導體產業鏈，學生很早便能接觸實際產業環境；捷克工程教育則強調理論基礎與系統設計能力。
從學術研究到市場應用：跨國合作的新模式
對企業而言，國際研究合作的價值，往往體現在研究成果與產業應用之間的連結。透過跨國合作機制，企業能更早接觸不同市場的技術需求，也讓研發方向更貼近實際產業場景。
徐國翰指出，透過與捷克大學合作，杰發科技得以接觸新的產業需求。例如在歐洲市場，車用電子與工業應用的重要性遠高於亞洲市場：
「捷克市場在車用晶片方面的需求非常明顯，這也是我們過去比較少接觸的應用領域。」
布拉格捷克理工大學電機工程學院副院長 Jiří Jakovenko 博士則指出，ACDRC 的設計正是為了讓研究成果更容易進入產業。
「最有效的合作模式，是讓教育、研究與產業需求同時存在。」Jiří Jakovenko 表示，「透過共同指導研究生、企業參與研究計畫，以及長期實習制度，可以讓研究成果更快進入市場。」
這樣的合作架構，使臺捷之間的交流逐漸從單次研究合作，發展為持續運作的跨國技術與人才網絡。
在全球 AI 競賽中重新定義角色
當生成式人工智慧從技術突破逐漸走向產業應用，半導體產業的競爭邏輯也正在改變。過去幾年，市場關注的焦點往往集中在模型規模與算力指標，但隨著 AI 技術開始進入實際產品場景，晶片架構與能源效率的重要性正迅速提升。
在徐國翰的觀察中，AI 晶片產業很可能即將迎來新一輪淘汰賽。隨著越來越多企業投入 AI 加速器開發，技術路線是否清晰，將直接決定企業能否在下一階段競爭中留下來。
「最後能留下來的，一定是技術差異非常清楚的公司。」對杰發科技而言，這條路線始終圍繞著同一個核心，低功耗 AI 推論。團隊從 DSP 架構出發設計運算單元，並持續優化資料流與系統整合，希望在邊緣運算與嵌入式設備中建立更具效率優勢的晶片平台。
談到未來產品的技術方向，徐國翰也給出了明確目標，「我們的目標是在三到五年內，推出世界最低功耗的 AI 推論晶片。」在他看來，隨著 AI 技術逐漸進入更多終端設備與應用場景，功耗與效能之間的平衡將成為產品競爭力的重要條件。對杰發科技而言，低功耗不只是技術指標，而是一種決定產品能否真正被市場採用的設計哲學。
在這樣的產業變化之中，從臺灣延伸到捷克與歐洲的研究合作，也為技術發展提供新的路徑。透過 ACDRC 所建立的跨國研究平台，企業、學界與研究機構得以在同一架構下推動技術研發與應用驗證，使研究成果更快進入實際產業場景：「未來 AI 的競爭，不會只是模型參數的比拼，而是整體運算效率的較量。誰能在有限的能源與硬體條件下，把算力用到極致，誰就更有機會在這一波 AI 產業浪潮中站穩位置。」
精選推薦：
