本次只參加有興趣的半導體相關演講，以下為第一手摘要：
地點：台北華山文創園區 Legacy
10:00-10:20 生成式 AI - 驅動創新的全新動能NVIDIA資深協理 康勝閔
- 團隊資源其實更多放在開發軟體解決問題
- ChatGPT僅花兩個月達到一億用戶
- NVIDIA的立場是透過硬體和軟體的幫助擁抱生成式AI
- 從整個AI進程來看ChatGPT目前的產出還只是開始而已
- 從Coding的角度看：ChatGPT節省時間，增加專業人士的生產力
從醫療發展的角度看：增加疫苗開發的速度
NVIDIA: Transformer 模型
Transformer 模型以幾乎即時的方式翻譯文字和語音，讓各種背景的人士及聽障者都能出席會議和上學。
Transformer 模型也可以協助研究人員瞭解 DNA 中的基因鏈和蛋白質中的氨基酸，以加快設計藥物的腳步。
6. GPU是最好的引擎來幫助AI
7. 摩爾定律已成過去，新的演算法結合晶片成為新趨勢
10:40-11:00 AI 開啟 IC半導體黃金時代
聯發科技股份有限公司前瞻技術平台資深處長 梁伯嵩博士
- 算力：
第一個時期：根據摩爾定律
第二個時期：AI深度學習時期
第三個時期：大規模神經網路時期 - 2017 Transformer model的出現優化AI
- 數量越大能力越強
- 長期趨勢：大量神經網路模型參數增加
- 未來趨勢：我知道「你知道我知道」
- 台灣因應大型AI模型潮流：儘量使用現有平台＆自主訓練內部神經網路（算力決定）
- 超級電腦算力：每十年約增加一百倍；價格增加五倍；消耗電能2.6倍
- 對台灣業界的期待：不僅是把AI套用在流程改善，而是真的運用來產生價值
