生成式人工智能的快速发展，正将全球科技产业带入一个新的运算时代。从大型语言模型（LLM）到多模态 AI，模型规模与算力需求持续攀升。然而，当技术开始从研究走向商业应用，一个新的产业问题逐渐浮现，算力并不是唯一的瓶颈。内存成本、能源效率与系统架构，正逐渐成为 AI 落地的关键限制。
在这样的背景下，各国开始寻找新的技术合作模式，以加速 AI 与半导体研发成果的产业化。在台湾外交部（Ministry of Foreign Affairs, MOFA）支持下，由国家实验研究院（National Institutes of Applied Research, NIAR）与捷克网络安全中心（Cybersecurity Hub CZ）共同推动的先進芯片设计研究中心（Advanced Chip Design Research Center, ACDRC）台捷双边研究计划，正是在这样的产业需求与国际科技合作趋势中诞生。计划通过连结台湾企业、学术机构与捷克研究单位，建立跨国半导体与 AI 技术合作平台，尝试将研究成果推进至实际产业应用。
在 ACDRC 计划架构下，由杰发科技股份有限公司（Pedestal Inc.）与台湾大学（National Taiwan University）组成的研究团队，携手捷克布尔诺理工大学（Brno University of Technology）及布拉格捷克理工大学（Czech Technical University in Prague）展开合作，聚焦于大型语言模型运算架构与 AI 芯片效率优化等关键议题，探索台湾半导体技术如何通过跨国研究合作，逐步进入欧洲市场。
在接受英国全球企业家媒体 The Icons 艾肯仕国际名人杂志专访时，杰发科技首席执行官徐国翰指出：”大型语言模型真正遇到的问题，其实是内存与硬件成本。”他进一步说明，”当模型参数到 50 Billion、甚至 100 Billion 以上时，动态随机存取内存（DRAM）的供给与价格都会变成关键限制。”
在这样的产业背景下，徐国翰与团队开始重新思考 AI 芯片的设计方向。通过结合企业技术能力、学术研究与跨国合作网络，杰发科技正尝试从运算效率与架构创新的角度，寻找 AI 时代新的竞争路径。
徐国翰：企业导入 AI，需要的是完整技术能力
杰发科技成立之初，与多数 IC 设计公司一样，原本以推出自有芯片产品为目标。然而在市场接触过程中，徐国翰与团队逐渐发现另一个需求。
许多企业希望在产品中导入 AI，但缺乏芯片设计能力；另一方面，直接采用标准芯片，又往往难以符合自身产品需求。
“很多企业想导入 AI，但他们并不需要一颗标准芯片。”徐国翰说，”他们只需要一整套能让 AI 落地的技术能力。某种程度上，我们其实是在把整个设计能力提供给客户。”
这个观察，最终促成了杰发科技的商业模式转型。公司从”造芯片”转向”提供 NPU IP 设计与导入服务”，建立完整的 AI 开发工具链，从模型设计、编译器到硬件架构形成一条整合流程。这样的策略，使得杰发科技能够为企业提供高度客制化的 AI 芯片方案，也让公司在竞争激烈的 AI 芯片市场中建立差异化定位。
AI 芯片设计，正在重新定义效率
在过去几年，AI 芯片产业的叙事几乎完全围绕着算力竞赛展开，然而，对许多企业产品而言，真正决定竞争力的并不是最高性能，而是效率：
“企业产品最终还是要回到功耗与成本，如果在相同算力下，你的功耗只有别人的一半，那整个产品竞争力就会完全不同。”
这种差异，在边缘 AI 应用中尤其明显，例如笔电、平板或无人机等设备，能源效率往往比算力更重要。杰发科技所设计的人工智能加速器（NPU），在部分应用场景中已实现比市场主流方案低约 30% 的功耗。
徐国翰指出，AI 的下一阶段竞争，很可能不再是单纯的 GPU 算力竞赛，”GPU 是为通用运算设计，但很多 AI 推理其实是固定模式运算。如果从架构开始设计，就能在硬件层级做到更高效率。”
在这样的思考下，杰发科技选择以 DSP 架构为核心设计 NPU，并逐步发展出一套以低功耗推理为核心的 AI 运算架构。
连结欧洲与亚洲半导体生态
随着 AI 与半导体技术的发展，国际研究合作正逐渐成为产业创新的重要力量。杰发科技参与 ACDRC 台捷双边研究计划，与捷克学术机构展开合作，让研究资源与产业需求在同一平台上对接。
这项合作聚焦于技术研发，同时建立跨国人才培养与产业交流的合作架构。
捷克布尔诺理工大学微电子学系主任 Jiří Háze 博士指出，ACDRC 正逐步成为连结欧洲与亚洲半导体产业的重要平台。
“ACDRC 将研究、教育与产业合作整合在同一架构中，使跨国合作能长期运作。通过这样的合作机制，捷克学生能更清楚理解完整的半导体产业链，而台湾企业也能接触到偏重研究导向的系统设计能力。”
在他看来，台湾与捷克在半导体人才培养上具有高度互补性。台湾拥有完整的半导体产业链，学生很早便能接触实际产业环境；捷克工程教育则强调理论基础与系统设计能力。
从学术研究到市场应用：跨国合作的新模式
对企业而言，国际研究合作的价值，往往体现在研究成果与产业应用之间的连结。通过跨国合作机制，企业能更早接触不同市场的技术需求，也让研发方向更贴近实际产业场景。
徐国翰指出，通过与捷克大学合作，杰发科技得以接触新的产业需求。例如在欧洲市场，车用电子与工业应用的重要性远高于亚洲市场：
“捷克市场在车用芯片方面的需求非常明显，这也是我们过去比较少接触的应用领域。”
布拉格捷克理工大学电机工程学院副院长 Jiří Jakovenko 博士则指出，ACDRC 的设计正是为了让研究成果更容易进入产业。
“最有效的合作模式，是让教育、研究与产业需求同时存在。”Jiří Jakovenko 表示，”通过共同指导研究生、企业参与研究计划，以及长期实习制度，可以让研究成果更快进入市场。”
这样的合作架构，使台捷之间的交流逐渐从单次研究合作，发展为持续运作的跨国技术与人才网络。
在全球 AI 竞赛中重新定义角色
当生成式人工智能从技术突破逐渐走向产业应用，半导体产业的竞争逻辑也正在改变。过去几年，市场关注的焦点往往集中在模型规模与算力指标，但随着 AI 技术开始进入实际产品场景，芯片架构与能源效率的重要性正迅速提升。
在徐国翰的观察中，AI 芯片产业很可能即将迎来新一轮淘汰赛。随着越来越多企业投入 AI 加速器开发，技术路线是否清晰，将直接决定企业能否在下一阶段竞争中留下来。
“最后能留下来的，一定是技术差异非常清楚的公司。”对杰发科技而言，这条路线始终围绕着同一个核心，低功耗 AI 推理。团队从 DSP 架构出发设计运算单元，并持续优化数据流与系统整合，希望在边缘运算与嵌入式设备中建立更具效率优势的芯片平台。
谈到未来产品的技术方向，徐国翰也给出了明确目标，”我们的目标是在三到五年内，推出世界最低功耗的 AI 推理芯片。”在他看来，随着 AI 技术逐渐进入更多终端设备与应用场景，功耗与效能之间的平衡将成为产品竞争力的重要条件。对杰发科技而言，低功耗不只是技术指标，而是一种决定产品能否真正被市场采用的设计哲学。
在这样的产业变化之中，从台湾延伸到捷克与欧洲的研究合作，也为技术发展提供新的路径。通过 ACDRC 所建立的跨国研究平台，企业、学界与研究机构得以在同一架构下推动技术研发与应用验证，使研究成果更快进入实际产业场景：”未来 AI 的竞争，不会只是模型参数的比拼，而是整体运算效率的较量。谁能在有限的能源与硬件条件下，把算力用到极致，谁就更有机会在这一波 AI 产业浪潮中站稳位置。”
精选推荐：
