【109年 解決方案】 以晶片驅動AI，汎思數據以小成本提升算力百倍
25小小一顆晶片，能夠驅動AI演算法速度近百倍，汎思數據團隊致力於軟硬體整合，提供包括金融產業、智慧醫療及智慧製造等領域以小成本、高效率方式導入AI，快速進行數位轉型。
這幾年，人工智慧喊得震天價響，然而，落地應用受限於高昂的成本，而「算力」的提升是AI應用瓶頸突破的關鍵，汎思數據客製化晶片設計與解決方案可以提升處理效能及有效降低成本，讓AI落地應用於金融、醫療及製造業等領域，變得容易而可行。
公司核心服務為高效能硬體加速平台（FPGA）
汎思數據成立於2018年10月，創始團隊來自於清大、交大與台北大學，現有員工11人，其中，晶片設計總監劉文凱來自於IC設計公司-慧榮科技，帶領5人IC設計團隊，耗費1年多時間研發高效能硬體加速平台（FPGA），成為公司核心服務。
▲汎思數據整合軟硬體研發高效能硬體加速平台（FPGA）
「AI要落地，面對的是成本與現實處理狀況的考量，若購買NIDIA GPU的標準組合，價格不斐，若能透過客製化做硬體調校，產生符合使用的專屬組合，成本將可獲得大幅度的降低。」汎思數據總經理廖彥欽表示，更進一步指出，現階段的AI新創大多僅有軟體工程師，缺乏硬體工程師，汎思數據擅長處理數據及軟硬體整合，有優秀的團隊，可有效率處理數據問題，並針對客戶的需求開發軟硬體解決方案。
金融市場詭譎多變，以此次新冠病毒（COVID-19）肺炎為例，造成全球股災，並受到程式交易影響，美股史無前例出現10年內實施四次鎔斷，也讓投資人的風險意識大幅提升。
嫻熟金融交易的汎思數據共同創辦人鄭宗宜表示，在股票、期貨、權證等金融市場，「速度」往往是決勝的關鍵，也就是說，在市場上賺錢或賠錢，往往決勝點在於速度。一般傳統的股票交易流程為金融交易資料從網路流到主機，透過搓合軟體進行運算，這種方式是以毫米級計算，平均20毫秒（ms，10-3 秒））完成一筆交易。系統處理交易速度則是以奈秒等級（ns，10-9秒）計算，透過高效能硬體加速平台（FPGA），每筆金融搓合交易只需千奈秒時間即可完成，差異是相當巨大的，這些微的秒差，可能造成數以億計的交易損益，也是券商自營商最大的競爭力之所在。
汎思數據在金融領域的服務對象分別是證券商的自營部門、新種金融商品的交易部門及高頻交易者（或散戶交易大戶）。在證券市場上，行情震盪是大量數據下的結果。如果系統是奈秒等級的速度，讓你迅速看到交易資訊，比別人多了0.1秒，在別人還沒有看到交易行情時做了交易決策。
服務領域鎖定金融科技與智慧製造
銀行信用卡的風險控制系統一樣可以運用AI整合加速，這比較像是監管科技的領域。建立一套AI模型，可以有效識別信用卡的風險交易，在很短時間給予回應，就能提升網路交易的安全性及流暢度。
在AI信用卡的風控系統運用AI加速，也透過軟體整合加速。交易盛行，詐騙多，比較像是監理科技的領域。透過建立一套AI模型，可以有效識別信用卡的風險交易，在很短時間給予回應，就能提升網路交易的安全性及流暢度。包括金融交易、信用卡風險識別，都是透過晶片將交易資料分析與風險控管系統直接加速運算的結果。
▲金融交易資訊加速方案
現階段許多金融業者均有自行設置的IT部門，其中不乏資料科學家、大數據分析人員及AI演算法工程師等，汎思數據在金融領域的優勢何在？鄭宗宜指出，金融業的IT部門多屬於「用」IT的人，而非「開發」IT的人，況且，懂IC設計的專業人員成本很高，金融業不需要自己養IC設計團隊，專業分工十分明確，汎思只要開發模型供金融業界接即可。
基於個人隱私及資安考量，金融資料比較敏感，往往不輕易取得相關資料，汎思數據藉由進駐金融科技創新園區（FinTechSpace），在資策會的協助下，申請數位沙盒所提供的即時交易資料及企業歷年財報資訊、歷年交易資料，藉此將資料分群，進行分析、建模、回測，對異常交易及風險控管等提出AI風險預警等解決方案。
除了金融科技外，汎思數據也專注在智慧製造的AI應用，如以影像辨識方式研發智慧影像讀表，可以協助業者降低更換設備成本，精準度也相對較高。
在客製化晶片設計、數據分析及軟硬體整合的過程中，汎思數位遭到到數據及人才取得不易的問題，在數據方面，現階段藉由介接數位沙盒的方式，透過金融科技創新園區所提供的資源，來建立AI模型；在人才方面，則建立精實的核心團隊，不斷累積經驗，並建立堅實的創業文化，以迎戰需求不斷成長的市場。
▲圖由左至右分別為：共同創辦人鄭宗宜、總經理廖彥欽及晶片設計總監劉文凱
