自研AI晶片戰局全面擴大　台積電大單到手　供應鏈沾光

AI力即國力，全球科技大廠積極搶進，GPU門檻太高，暫難以挑戰NVIDIA因此轉向切入ASIC等領域。李建樑攝（資料照）

AI相關晶片百花齊放，尤以Google、AWS與微軟（Microsoft）等大型雲端服務供應商（CSP）技術實力及後續與NVIDAI、超微（AMD）及英特爾（Intel）等傳統晶片廠競合關係最受關注。

然值得注意的是，不論是先前蘋果（Apple）、華為、三星電子（Samsung Electronics）所引領的手機自研晶片浪潮，或是近年的AI自研晶片，相關供應鏈中最大受惠者就是台積電；隨著CSP客戶逐步放量，也為台積電開拓另一銀彈更為充沛的新客群。

AI應用火紅，帶動AI GPU等相關晶片需求噴發，目前AI伺服器賽道上，NVIDIA因擁有軟硬整合與強大算力等技術優勢領先群雄，其AI GPU系列至今仍供不應求，接下來能與NVIDIA同場比拼的超微MI300系列，已確定12月7日上陣，英特爾的Gaudi 2系列也力圖搶食。

數年前AWS、Google、微軟與Meta，或是百度、阿里巴巴、騰訊等中國本土晶片業者，陸續投入TPU、VPU、BPU、NPU等AI相關晶片研發，除了希望降低成本、達到自家AI演算法最佳化外，目標也希望在規格制定、價格與供貨上不受傳統晶片大廠的依賴。

而隨著2023年初以來生成式AI應用爆發，AI世代終於來臨，眾廠更加速AI晶片研發與面市時程。

半導體業者指出，AI將改變全球產業態勢，並主導經濟發展，「中國製造2025」戰略一喊出欲成為全球AI產業領頭羊，就迅速遭美國政府鎖定，NVIDIA等AI晶片1年內二度被納入美鎖中禁令範圍，AI晶片有多重要，看美中衝突規模就知道。

AI力即國力，全球科技大廠積極搶進，GPU門檻太高，暫難以挑戰NVIDIA累積15年的雄厚研發實力與生態系，因此轉向切入ASIC等領域。

2016年就開始部署TPU的Google，在2023年8月大會上就推出第五代加速AI運算的Cloud TPU v5e，在自家伺服器大量導入下，出貨成長動能逐年大增；而AWS近年亦擴大採用自研ASIC晶片，同樣也在自家雲端巨大需求下，出貨成長動能備受期待。

近期最受關注的就是，微軟Azure終於在日前Microsoft Ignite大會公布2款客製化晶片，一款是Azure Maia 100 AI加速器，另一款則是採用Arm架構、為Microsoft雲端執行通運算負載的Azure Cobalt 100 CPU，預計，2024年初起導入自家平台。

半導體業者表示，AI 軍備大戰加速進行，暫不論遭壓制的中國AI產業，全球賽道中不只有NVIDIA、超微、英特爾，戰局早已全面擴大，CSP等大廠的加入，讓戰火更為猛烈，還有Tesla等其他推出ASIC晶片業者。

而供應鏈中最大受惠者就是台積電，除了通吃NVIDIA的H100等AI GPU系列，還有超微的MI300及英特爾的Guadi 2/3系列，美系CSP大廠也都在台積電下單，微軟的2款客製化晶片，就採用台積電5奈米製程。

據了解，目前包括NVIDIA、超微等大廠的的AI相關晶片，以4~7奈米先進製程為主，2024年NVIDIA的B100等將逐步跨入3奈米世代，為因應急速飆升訂單，台積電也大擴CoWoS產能，以2024年至少翻倍規模來看，AI晶片大單對營收貢獻可望逐年放大，台積電亦預告AI已成為未來營運成長動能關鍵。

另一方面，CSP等大廠投入AI晶片研發，也都尋求與ASIC設計服務業者合作，如AWS就下單世芯、Marvell，Google與博通（Broadcom）合作多年，微軟則與創意、世芯等合作，而聯發科近年也積極爭取AI ASIC客戶訂單。

此外，由於AI晶片製程設計複雜，晶片測試難度拉升，以及CoWoS、Chiplet等先進封裝需求大增，包括傳出拿下NVIDIA B100大單的測試介面大廠穎崴、以及檢測分析業者閎康、汎銓等營運也同步升溫。

責任編輯：陳奭璁