如果只能用二分法來討論的話，我絕對同意軟體才是未來，但是硬體和軟體真的是非黑即白那般壁壘分明？硬體在未來真的毫無機會嗎？
首先是硬體規格和介面的統一化，讓硬體越來越好設計，迫使硬體價值越來越低。過去市場上還充斥著許多充滿差異性、多樣化的產品，同時需要足夠多的硬體人才參與開發支援以滿足市場。
又當硬體設計趨向簡單時，代表著切入門檻逐漸降低，過去製造差異化和多樣性的產品需求可能不復存在，更進一步來說，最糟的情況是硬體價值將僅剩製造，而只作硬體製造，其價值將越來越低。
大多數的硬體公司都是在不上不下的中間層，利潤或多或少仰賴各自在獨特產品的主導權，而逐漸走向大一統且兩極化的硬體市場，中小型硬體公司除了加入巨擘公司外恐皆淪於低利潤的製造業。
其次是這個時代的硬體新創變成一件很弔詭的事情，不僅須具備創造市場等級的創意，受限於硬體的高額開發成本，還需要大量的資金和強大的品牌或行銷能力，才有機會在愈加競爭的市場中殺出一條路。
不用多說，有如此能力的小型硬體公司幾乎不存在。
故所謂的「硬體新創」，其實際意義快等同於「市場新創」。當有好點子時，想讓這個產品有前途、有市場，最合適的方法是趕緊做出一個足以展示的樣品，並賣給有能力創造市場的巨擘公司，或運氣很好碰巧處於巨擘公司的戰略佈局內。
當然了，這裡討論的是貨真價實的市場新創，而非抄襲他人產品後以低價爭奪市場的代工製造。然而當技術向的硬體新創走到了業務向的市場新創這步時，我不否認亦可視作終結了硬體新創。
基本上不用和軟體新創作比較，硬體本身就陷入一灘死水的窘境，所以倒不是軟體新創剝奪了硬體的發展可能。相反的，這波軟體新創風潮反而有可能帶給硬體相對於現狀而言更多的機會。
近十多年來的軟體新創風潮確實帶來了Facebook、Youtube、Uber和Airbnb等大大改善我們的日常生活的應用軟體，不過我得強調一個非常重要的基本觀念，軟體能夠蓬勃發展的背景，乃建立於硬體性能大於應用所需，要開發出理想的產品需要的不只是找到應用市場的新創人才和負責寫程式的軟體人才，若硬體無法達到該應用所需的性能標準，那都是空談。
容我再提醒一次，我依然相信軟體新創比較有發展性，我不認同的是把硬體開發看作無意義行為的論點。
舉例來說，人工智慧相關研究至今超過數十年，在數年前始終只聞樓梯響，到底是什麼原因，讓一路走來不被看好的人工智慧在近年突然進入快速成長期？
一方面固然是發展人工智慧的需求逐漸提高，進入4G時代後物聯網正式走入生活，各行各業都有產生大數據的應用場景，其形成的巨量資料分析問題，開始讓人工智慧技術有可以大展身手之處。
二方面則是實現人工智慧的可能性大增，受惠於硬體性能提升，過去得花上數週或數月才能完成的巨量資料運算，被降到數天甚至數小時。有趣的是，以往人工智慧領域的研究重心一直放在理論模型的改良，硬體從來不被重視。說不被重視可能還客氣了，正確來說是根本不屑一顧，結果硬體卻成為人工智慧第一次快速成長的關鍵因素。
現今人工智慧相關硬體是以GPU主流，其次則是類GPU架構的平行運算處理器或客製化特殊應用積體電路，想不到原先是設計用來配合CPU，承擔處理特定圖像型態巨量資料的GPU，到了人工智慧時代，竟從配角變成主角。
耕耘GPU領域多年的NVIDIA即看準商機，不再局限於圖形處理，積極轉型為人工智慧應用硬體廠商，在人工智慧相關演算法的硬體加速部分下足功夫，成為許多人工智慧相關應用的重要搭載平台。
人工智慧的發展例子可能會讓有些人想到這幾年因應軟體趨勢而興起了另一門顯學，即軟體演算法和硬體架構間的系統最佳化，是少數硬體人才有機會掌握話語權的領域，因為其探討的幾乎都是所有硬體人才再熟悉不過的CPU、CACHE、GPU、MEMORY、BUS……等之間的交互作用，以應付新創科技的硬體性能需求。
但無論用哪一種方式，無論改善多少運算性能和功耗效率，本質上都是為特定用途而讓不同硬體相互妥協的短期解決方案。
不得不承認的現實是，現有的CPU、GPU或是Google的TPU，或許都無法應付未來許多軟體新創的演算法，其不外乎在處理巨量資料的運算能力以及功耗控制兩部分，因此軟硬體協同開發絕對是必要的。
運算能力不必多作解釋，對巨量資料進行複雜運算如矩陣乘法，隨著資料量的增加，運算複雜度會以指數關係成長，直覺上即相當考驗硬體的運算能力，況且這還未考慮到資料存取問題。
功耗控制則是硬體開發過程中一個很大的挑戰，非一定程度的硬體人才可能無法意識功耗控制有多重要，坦白說上段所述的運算能力性能需求，說穿了也是被目前的功耗控制技術限制住。
功耗的第一個影響是成本，以擊敗南韓棋王李世石的AlphaGo為例，該系統使用了1920個CPU和280個GPU同時進行運算，下一場棋局的電費高達數千美元。如果付電費就能解決的話那還好說，頂多普及度和商業化程度不佳，可能只有特定附加價值夠高的場景可以使用。
真正的問題在於，功耗會轉換成廢熱，而這些廢熱必須排出才能讓系統維持正常運轉。若功耗控制或散熱能力不佳，將導致堆積的廢熱引起溫度升高，硬體受到升溫的影響進而製造出更多的廢熱，即廢熱和溫度間呈現一正循環關係。
我在「功耗控制對晶片設計的重要性」一文中曾詳述過此概念，甚至大膽下過一句評論：功耗控制技術的優劣，幾乎可視作後摩爾定律時代的硬體性能關鍵。因此不難理解在新創科技的開發過程中，在想辦法提升硬體性能的路上，令我們束手無策的可能是功耗控制，而不是演算法或應用市場。
硬體的重要性由此可知，開發新創科技時缺乏高性能與高效率的硬體將會事倍功半，實際上不少軟體新創面臨著需要仰賴硬體才能解決的問題。一下子大家毫不在乎硬體，或者說過度忽略硬體性能限制，一下子又對硬體性能開始斤斤計較，著實是相當諷刺的一件事。
這麼討論下來，光就提升性能的剛性需求仍然存在這點，硬體開發就不可能毫無意義，只是在新創科技中扮演的身分會從主變為輔罷了。
不過硬體在面對未來趨勢所須的調整不僅於此，先撇開硬體開發過程遭遇的功耗控制問題先不談，畢竟那是硬體開發過程自己須克服的難關。另一個問題來了，在推崇創新應用的潮流下，不同應用所需的硬體性能不同，相互之間的關聯性也不高，該如何應付瞬息萬變的市場需求？
個人電腦市場大約十年達到飽和，智慧型手機大約不到五年達到飽和，下一個革命性的消費性產品是什麼？飽合週期大概是幾年？沒有人知道。
於是隨之而來的是能夠快速應對市場的硬體開發需求，這顯然和以往傳統硬體思維有些不同，因為其考驗的不單是硬體性能的強弱，更重要在於將符合市場需求的硬體快速整合成產品的能力。硬體開發的方向不但重視深度，更要兼顧廣度。
這樣的發展趨勢對於有餘力從事跨領域技術開發的巨擘公司較有利，亦所謂大者恆大，所以越來越多硬體公司透過整併以迅速掌握特定領域的市占率和技術性，再藉其強大的整合能力立即搶佔市場。
迅速的硬體整合能力並非單純的time to market觀念，最起碼是具一定技術門檻的完善解決方案，甚至硬體性能可能要一次到位，接下來的系統最佳化則交由軟體負責調教。以NVIDIA來說，其成功因素不僅是改善了GPU的性能而已，NIVIDA將過往設計用來配合CPU的GPU從配角變主角，改以GPU為架構骨幹去開發運算平台，顛覆了追求性能極致的傳統硬體思維。
如同前幾段所述，硬體開發自身遇到了些困境，可是在這波新創科技浪潮下，硬體似乎也出現了新方向、新需求，硬體性能規格逐漸轉為迎合軟體思維，以多功能、智慧化、終端化等服務導向為核心開發原則。近來不少軟體背景的巨擘公司又回頭涉足硬體開發，與這樣的生態轉變不無關係。
未來由軟體領導，但由硬體支撐；未來是軟體的時代，但軟體的極限取決於硬體。
對具備軟體思維、系統整合能力的硬體人才而言，硬體不會沒有未來，軟體新創反而將創造出一個熟悉軟硬整合者才可高度發揮的空間，是一個值得且必須掌握的新契機。
沒有留言:
張貼留言
注意：只有此網誌的成員可以留言。