AI模型规模与应用场景不断扩大，以更高效率、更低能耗提供稳定算力，成为云端业者与科技巨头的共同课题。为特定工作量量身打造的ASIC，凭借高度客制化与系统协同设计优势，正成为AI基础建设中不可或缺的关键角色。在这波趋势下，台湾IC设计产业的战略地位显著提升。

本周三出刊的《先探投资周刊》2390期就要来跟大家聊起一个新的概念，目前的ＡＩ算力市场正处于一个微妙的转折点，特别是全球云端服务龙头如谷歌、亚马逊、Meta及微软，虽然仍是辉达的最大客户，但内心却充满了被绑架的集体焦虑；简单来说，对这些巨头而言，ＧＰＵ的能力固然强大，但在特定的自家开发大型语言模型运算下，通用型晶片的能耗与成本未必最优。这时候ASIC的崛起，正是这场去算力革命运动的关键！

在生成式ＡＩ引爆全球科技竞赛之后，算力已成为攸关国家战略、产业主导权与企业生死存亡的核心军备。从ChatGPT掀起第一波浪潮，到各国政府、科技巨头竞相投入大型语言模型（ＬＬＭ）与加速运算架构，随著投入金额与能源消耗快速攀升，市场也意识到，真正决定ＡＩ效能上限与成本结构的，并非单纯堆叠通用型ＧＰＵ，而是能否打造「为特定工作量而生」的专用晶片。ASIC（特殊应用积体电路）正是在这场算力决战中，市场正著眼的焦点所在。

ASIC重塑算力版图

ASIC的核心在于以高度客制化的硬体设计，换取远高于通用晶片的效能功耗比与长期成本优势。不同于ＧＰＵ的广泛适用性，从架构设计阶段即深度绑定目标工作负载，能精准配置运算单元、记忆体层级与资料通道，最大程度降低无效运算与能源浪费，这使ASIC在大规模、长时间运行的ＡＩ训练与推论场景中，能显著拉开与ＧＰＵ的成本差距。因而成为云端服务商（ＣＳＰ）与大型科技公司在追求极致能效比与总拥有成本（ＴＣＯ）优化下的必然选择。

根据研究机构Counterpoint Research报告指出，预计到二七年，全球伺服器专用ＡＩ伺服器运算ASIC出货量将比二四年成长三倍；另外，预计到二八年，全球资料中心ＡＩ伺服器运算ASIC晶片的出货量将突破一五○○万颗，超过资料中心ＧＰＵ的出货量。这一爆炸性成长的背后，是对Google TPU基础设施的强劲需求、AWS Trainium丛集的持续扩展，以及Meta和微软随著其内部晶片产品组合的扩展而带来的产能提升。

目前Google的TPU v7e已进入关键量产阶段，而微软的Maia系列与Meta的MTIA也已在云端机房大规模部署，预期至二七年将出现具规模的出货量成长。而在这样的生态转变中，台湾的ASIC业者在此一价值链中的角色，已从过去被动承接设计委托的「代工设计」，转型为深度参与架构定义与系统最佳化的系统协同设计（Co-design）核心伙伴。对于高度复杂、投资金额动辄数亿美元的AI ASIC专案而言，能否在早期即完成软硬体协同设计，往往决定了专案的成败，而这正是台湾业者长期累积的关键能力所在。

联发科冲刺ASIC成新火车头

放眼全球ASIC产业格局，博通长期被视为云端AI ASIC的首选供应商，凭借其完整的ＩＰ组合、先进制程经验与和ＣＳＰ的深厚合作关系，占据领先地位。然而，Counterpoint Research指出，博通正面临来自新兴阵营日益升高的竞争压力，其中，由Google与联发科形成的策略联盟，已成为最受瞩目的挑战者之一。

联发科长期深耕行动通讯市场，累积了庞大的ＩＰ库，特别是在高速传输介面（SerDes）、先进制程SoC整合与低功耗架构设计上的深厚底蕴，正好切中云端服务商在打造AI ASIC时的核心需求。对云端业者而言，新一代AI ASIC必须同时整合高速互连、电源管理、封装与散热设计的系统级解决方案，联发科凭借其在先进制程节点的实作经验，能在维持高效能的同时，协助客户将功耗与能耗效率优化至极限。

本文完整报导、发烧个股动态，以及更多第一手台股投资讯息，请见先探投资周刊2390期。