歐尼克斯實境互動工作室部落格成立九週年

不知不覺又過了一年，又到了檢討工作成果的時候了。從 2017/11/8 創建這個部落格至今已滿九年了，感謝過去一年間大家的支持，點閱次數已累積 934,094 次，較去年新增 251,294 次，新增貼文 41 篇。相較去(2025)年貼文數 41 篇減少了快一半，但點閱率則較去年的 150,546 增加了 1.67 倍多。另外為滿足不同閱眾，從2024年開始就會將貼文同步到 Medium & HackMD 上，這部份流量由於不好計算，就不列入統計。

【課程簡報】20261007_MakerPRO_MAI2026_台灣AI晶片發展現況及未來挑戰

很高興今天受 MakerPRO 邀約擔任 MAI 2026 Keynote 講者，此次主要分享主題為「台灣AI晶片發展現況及未來挑戰」，這份簡報整合近二十家廠商及百款產品，算是國內目前最完整的報告。

簡報大綱

1. Edge AI 技術演進及發展趨勢

• AI (神經網路) 技術演進
• 邊緣智慧發展趨勢

2. Edge AI 推論加速方案

• Edge AI 推論加速方案
  • 硬體加速（矩陣運算）
  • 軟體加速（模型優化）

3. 國外主要解決方案

• 常見加速運算晶片
• MCU硬體廠收購 TinyML 軟體開發商
• MCU 硬體廠收購 MCU AI 硬體廠
• Arm Cortex-M 指令加速操作比較
• Arm Cortex-A / X 加速指令集
• RISC-V 加速指令集
• Arm NPU 家族
• 常見MCU使用之神經網路加速器(NPU)

4. 台灣主要解決方案

• 台灣 AI 晶片發展現況
• 政府投入及聚焦方向
• 台灣 AI 晶片 ─ 半專用型
• 台灣 AI 晶片 ─ NPU IP 型
• 台灣 AI 晶片 ─ MCU + NPU 型
• 台灣 AI 晶片 ─ SoC / MPU + NPU 型
• 台灣 AI 晶片 ─ 生成式 AI 型
• 台灣 AI 晶片 ─ AI PC 型
• 台灣 AI 晶片 ─ AI 開發工具
• 臺灣智慧系統整合製造平台(TSIP)

5. 未來發展及挑戰

完整簡報

Arm Edge AI & TinyML 相關學習路徑

作者： Jack OmniXRI, 2026/09/18
最後更新日期： 2026/09/18

Arm 官方給出了很非常豐富的學習資源（arm devloper learn），包括六大領域：

• Servers & Cloud Computing
• Laptops & Desktops
• Mobile, Graphics, & Gaming
• Automovie
• Embedded & Microcontrollers
• AI

其中後兩項和 Edge AI & TinyML 有較大的關連，由於內容太多，這裡只整理幾個較常用的學習路徑及重要技術文件，其它內容請直接至官網進行搜索，相信可以幫助大家更快速了解 Arm 相關技術的開發方式。後續會依需求陸續更新連結。