第 一 題

「GPU（Graphics Processing Unit，圖形處理器）」原為加速電腦圖形與影像渲染而設計的微處理器，現已成為驅動人工智慧發展的核心硬體。其特徵包含： (1) 高度平行運算：相較於CPU具備少數強大核心，GPU擁有數千個微小且特化的運算核心，具備強大的平行運算（Parallel Computing）能力。 (2) 矩陣運算優勢：人工智慧（特別是深度學習與神經網路）底層依賴龐大的張量與矩陣運算，GPU能同時處理大量數據，大幅縮短模型訓練時間。

「CUDA（Compute Unified Device Architecture，統一計算架構）」是由 NVIDIA（輝達）所推出的一種平行運算平台及應用程式介面（API）模型。其特徵與意涵包含：

1. 支援通用 GPU 運算（GPGPU）：打破過去 GPU 僅能用於圖形渲染的限制，使其核心能處理通用的數學、邏輯與科學運算。
2. 友善的開發環境：提供高階程式語言（如 C、C++、Python）的擴充集，使軟體開發者無須深入了解硬體底層架構，即可撰寫控制 GPU 平行運算的程式。

「ARM 架構」指一種基於精簡指令集運算（RISC, Reduced Instruction Set Computer）的處理器架構設計，特徵包含：(1) 低功耗與低發熱：指令集簡單，有效降低運算時的能源消耗；(2) 高效能與低成本：硬體設計簡化，適合大規模授權製造；(3) 矽智財（IP）授權模式：ARM 公司本身不生產實體晶片，而是將晶片設計架構授權給其他半導體廠（如蘋果、高通）進行客製化開發。 實務應用與 AI 關聯：傳統上是智慧型手機與物聯網（IoT）設備的核心；在 AI 時代，ARM 架構廣泛應用於「邊緣運算（Edge AI）」，透過整合神經網絡處理單元（NPU）讓終端設備能在低功耗下獨立執行 AI 推論任務（如裝置端人臉辨識、語音處理），同時也逐漸進軍雲端資料中心提供高能效的 AI 運算服務。

「HBM（High Bandwidth Memory，高頻寬記憶體）」是一種基於 3D 堆疊技術的新型態超高速記憶體標準，主要用於高效能運算與圖形處理。其特徵包含： (1) 3D 立體堆疊技術：利用矽穿孔（TSV, Through-Silicon Via）技術，將多層 DRAM 晶片垂直堆疊，大幅縮短資料傳輸路徑。 (2) 高頻寬與低功耗：相較於傳統 GDDR 記憶體，HBM 能以較低的時脈速度與功耗，提供極高的資料吞吐量（頻寬）。