隨著ChatGPT自去年底上市後，成功帶動一股AI風潮，輝達(Nvidia)執行長黃仁勳更將此譽為AI的iPhone時刻來臨，在3月下旬輝達的2023 GTC前後，相關供應鏈於焉成為資本市場追捧的焦點，許多市場分析人士也紛紛推出AI概念股清單。然而究竟AI浪潮對於台灣半導體乃至IC設計子產業的影響為何，除了個股表現可資參考，宜更有架構全面性的分析，藉此找到台灣IC設計業者在這波產業趨勢下的機會與挑戰。
首先，釐清AI晶片的範疇無疑是最重要的一步。以當前AI晶片的發展趨勢觀之，借鏡網通產品的分類，AI晶片基本上也可粗分為局端與終端，局段亦即所謂雲端，主要用於資料中心運算的AI晶片，包括：CPU、GPU、各式AI加速器(可歸類在特殊應用積體電路(ASIC))、可程式化邏輯閘陣列 (FPGA)等，對於半導體製程的需求較高；終端部分，亦即邊緣運算AI晶片，指的是位處終端裝置上用以處理AI功能的晶片，諸如車用的影像識別運算晶片、iPhone處理器中的NPU(神經網絡引擎)等均屬此類，由於所需的運力要求較低，因此也能以成熟製程生產。
接著看到當前局端與終端AI晶片的產業與發展方向。ChatGPT的出現對於AI晶片後續發展的意義在於加速確認自然語言處理(NLP)領域AI晶片的需求規格，進而影響局端/終端晶片的發展。如同礦機晶片的演進，一開始GPU是礦工的首選，隨著挖礦所需的規格明確後，愈來愈多的礦工轉向透過研發ASIC來加速挖礦能力。局端部分，預期專門用於NLP的ASIC可能逐步取代GPU，以獲取更高運算效能；同理也可套用在終端部分，如同目前用於影響處理的NPU，未來iPhone上可能也會出現專門用於語言處理的專門運算單元。而上述的推演邏輯，也可能套用在其他的AI類別。
初步掌握當前AI晶片的範疇以及朝向ASIC型態的發展趨勢後，緊接著便是循著這樣的產業趨勢，識別台廠的切入點。由於AI需要大規模的算力支持，因此善於大規模平行運算能力的GPU是當前局端用於AI領域的首選，而GPU龍頭輝達在此一領域已遙遙領先其他競爭對手。然而如前段所述，ASIC未來的成長速度將勝過GPU，尤其各大雲端服務商有志一同發展自研晶片，這將成為台灣半導體業者在局端AI晶片有所斬獲的機會之窗；至於終端部分，目前也已經看到台灣有一些新創業者，較具代表性的為耐能，目前在終端晶片的發展已略見成績，此外，聯發科也已開始在自家的手機處理器中搭載人工智慧處理單元（APUs）。
談到AI晶片的發展，不能不提當前中美之間的科技角力，由於AI應用領域廣泛，且多有觸及國家安全議題，不管是龐大算力用於軍武研發或是對於尋常百姓的影像識別，使得AI晶片成為當前美國極力防堵中國大陸取得最先進的產品，以當前的主流GPU為例，輝達為了能夠繼續出貨給中國大陸，將目前主流產品A100降低產品規格推出A800系列的GPU，前面提到台廠在ASIC領域的發展契機，在中系業者部分，近年來就屢受美國政府制裁禁令的影響，創意世芯已有多家客戶名列實體清單中。因此地緣政治的紛擾料將持續成為影響AI晶片發展的另一個不可忽視的重要因素。
綜上來看，當前AI晶片局端部分由於CPU、GPU乃至FPGA等市場仍由美系處理器大廠牢牢掌握，台灣IC設計業者從ASIC領域切入，不管是資料中心特定的運算加速晶片（如創鑫智慧的推薦系統AI加速晶片）、抑或提供設計服務的機會較大。終端部分，目前已有諸如耐能的新創企業並有量產實績，ASIC的智原也以邊緣AI晶片為主，既有IC設計廠如聯發科也有小量產品問世，預期將是台廠較能有所發揮的市場。
展望未來，我們認為可留意不同終端領導業者的AI發展策略，以消費性電子為例，蘋果未來會如何整合新的AI功能在其商品中，勢將引領AI在消費性電子的發展趨勢；同理在車用市場，特斯拉同樣動見觀瞻。另一方面，觀察既有領導業者如輝達的產品策略，可以發現當前的IC設計產業除了硬體晶片，整合軟體在內的解決方案已逐漸躍為產業主流，尤其在AI領域更是如此。最後，終端AI晶片未必需要先進製程，來自中國大陸業者的競爭勢必加劇，目前也有如地平線之類的中系指標車用AI晶片業者，這都是未來台廠想要切入這塊新興應用所需面臨的挑戰。
＊作者為產業研究工作。
