1. AI在硬體當中最明顯生活化的應用有哪些?硬體對AI的重要性?

生活化的應用有許多，通常都建立在邊緣端(Edge devices )，如門禁系統、手機、車牌辨識皆算是邊緣端。強化邊緣端為重要的課題。資料在邊緣端先進行計算，以減輕回傳的資料量，減少回傳資料時所需的頻寬，可以提升運算速度節省時間。就像是路口的闖紅燈、測速照相，先在邊緣端進行車牌的辨識，超速或越線的感應，再回傳「所需的資料」丟棄不必要的資料，可以節省回傳所有資料所需的頻寬。邊緣端的應用就會使用AI的硬體，GPU就會相對適合AI的高度平行運算。

2. 老師對於多核心系統晶片的硬體與演算法設計相當專精。為何會進入這個領域？有什麼樣的契機嗎？  

碩班時期就有進行相關研究，到了博班更加精進。起初各大電腦公司進行ＣＰＵ的強化，2000年起IBM發表的第一代的雙核心處理器模組，不斷的演進。多核心處理器的出現影響了往後的發展，GPU也影響了往後AI的發展，GPU的運算效能遠遠高過於CPU的100倍。而多核心處理器需要更多的計算及設計，也增加設計的難度。需要透過function的計算協助。