博通不再穩贏？AI算力走向專用化，「ASIC爆發」讓聯發科成關鍵變數

AI模型規模與應用場景不斷擴大，以更高效率、更低能耗提供穩定算力，成為雲端業者與科技巨頭的共同課題。為特定工作量量身打造的ASIC，憑藉高度客製化與系統協同設計優勢，正成為AI基礎建設中不可或缺的關鍵角色。在這波趨勢下，台灣IC設計產業的戰略地位顯著提升。

文／吳旻蓁

在生成式AI引爆全球科技競賽之後，算力已成為攸關國家戰略、產業主導權與企業生死存亡的核心軍備。從ChatGPT掀起第一波浪潮，到各國政府、科技巨頭競相投入大型語言模型（LLM）與加速運算架構，隨著投入金額與能源消耗快速攀升，市場也意識到，真正決定AI效能上限與成本結構的，並非單純堆疊通用型GPU，而是能否打造「為特定工作量而生」的專用晶片。ASIC（特殊應用積體電路）正是在這場算力決戰中，市場正著眼的焦點所在。

從通用運算走向專用架構，ASIC重寫AI算力邏輯

ASIC的核心在於以高度客製化的硬體設計，換取遠高於通用晶片的效能功耗比與長期成本優勢。不同於GPU的廣泛適用性，從架構設計階段即深度綁定目標工作負載，能精準配置運算單元、記憶體層級與資料通道，最大程度降低無效運算與能源浪費，這使ASIC在大規模、長時間運行的AI訓練與推論場景中，能顯著拉開與GPU的成本差距。因而成為雲端服務商（CSP）與大型科技公司在追求極致能效比與總擁有成本（TCO）優化下的必然選擇。

根據研究機構Counterpoint Research報告指出，預計到2027年，全球伺服器專用AI伺服器運算ASIC出貨量將比2024年成長3倍；另外，預計到2028年，全球資料中心AI伺服器運算ASIC晶片的出貨量將突破1500萬顆，超過資料中心GPU的出貨量。這一爆炸性成長的背後，是對Google TPU基礎設施的強勁需求、AWS Trainium叢集的持續擴展，以及Meta和微軟隨著其內部晶片產品組合的擴展而帶來的產能提升。

目前Google的TPU v7e已進入關鍵量產階段，而微軟的Maia系列與Meta的MTIA也已在雲端機房大規模部署，預期至2027年將出現具規模的出貨量成長。而在這樣的生態轉變中，台灣的ASIC業者在此一價值鏈中的角色，已從過去被動承接設計委託的「代工設計」，轉型為深度參與架構定義與系統最佳化的系統協同設計（Co-design）核心夥伴。對於高度複雜、投資金額動輒數億美元的AI ASIC專案而言，能否在早期即完成軟硬體協同設計，往往決定了專案的成敗，而這正是台灣業者長期累積的關鍵能力所在。 （相關報導： 輝達、達梭系統聯手打造「工業世界模型」　黃仁勳：物理AI是下一個新前沿 ｜ 更多文章 ）

挑戰博通霸權，聯發科成ASIC戰局關鍵變數

放眼全球ASIC產業格局，博通長期被視為雲端AI ASIC的首選供應商，憑藉其完整的IP組合、先進製程經驗與和CSP的深厚合作關係，占據領先地位。然而，Counterpoint Research指出，博通正面臨來自新興陣營日益升高的競爭壓力，其中，由Google與聯發科形成的策略聯盟，已成為最受矚目的挑戰者之一。