解決多張處方箋用藥檢查與劑量過多的風險
對於客戶而言，只要能提供對應的Token，多數並不在意背後使用的是哪一種模型，這也讓開源或替代方案有了切入的空間。
因此華碩早在10年前就切入醫療/藥局產業，吳漢章說，藥局服務社區老人，常有老年人慢性病共病、拿多張處方箋、用藥檢查與劑量過多的風險，但藥師人力有限無法一一詳查，這是醫療/藥局產業的痛點。
而華碩跟台智雲透過透過合作邊緣運算（Edge AI）模型，讓藥師拍攝處方箋後，系統能自動交叉比對並指出用藥風險與劑量問題，大幅提升藥局與老人的意願。
GPU還是ASIC晶片端看客戶需求
吳漢章分析， 企業對於GPU還是ASIC晶片的選擇，就要看其需求，像是GPU方案，其靈活性高，適用於各種 AI 任務，但若要替換昂貴的設備，企業需要精算第一年的建置成本與後續省下的費用。
至於ASIC方案，它的優勢在於，若企業自行建立客製化晶片，成本可能降至原本的10分之一，且有助於降低 Total Cost of Ownership（TCO，總體擁有成本）。但也有缺點，相較於訓練算力（Training）大多採用通用GPU，推論算力（Inference）使用ASIC 的比例逐漸增加，因為只鎖定特定功能的Token 推論，較能節省成本，且有機會轉換至其他技術或晶片。
談到開源模型（Open Source）的優勢，吳漢章表示，許多企業開始積極擁抱開源模型，其公開資訊與順利執行的特性雖然可以讓毛利率較高，但模型本身的價格也相對高昂。
