【王智立專欄】IC Design Trinity 晶片設計的三位一體

如果以IC設計（即其晶片生產委外）為題展開，約可分為以下三類型。
1. Fabless：MediaTek, NVIDIA
2. Design Service：GUC, Alchip
3. System In-House Design：Apple, CSP
分析IC設計的產業生態，上述三種模式（Fabless、Design Service、In-house Design）代表了不同的商業邏輯、核心資產與工程文化。
隨著AI演進從大模型（LLM）的算力軍備競賽，走向邊緣端（Edge AI）與特定領域應用（Domain-specific AI），這三者在產業鏈中各自扮演不可或缺、卻又相互牽制與合作的角色。
筆者嘗試針對這三類模式的競爭力、企業文化、專長，以及因應AI浪潮的策略進行分析。
1. Fabless（無晶圓廠IC設計商，如聯發科，NVIDIA)
這類公司是傳統IC設計的指標，擁有完整的晶片產品定義、設計、行銷與銷售能力。其核心競爭力為領先的架構定義能力（Product Specification），開發的週期較長，通常必須能預判2到3年後的市場需求。
企業文化是以市場導向的高風險高回報。過去常有「一代拳王」的Fabless公司，一旦它下一個產品或應用領域預測失準，公司也很難繼續成長。
內部則強調系統整合、追求極致的晶片PPAT （即對效能、功耗、面積、時效的優化）。在開發核心技術於特定新興應用領域時（如手機SoC、GPU、5G/Wi-Fi通訊晶片）所擁有的深度累積，以及對消費電子或伺服器標準市場的敏銳度，能笑到最後的常常是需過關斬將，擊敗眾多競爭對手而脫穎而出的公司。過去30年的產業商業模式的演進中，已從小老弟躍升為大哥級地位。
面對未來AI瞬息萬變的需求，Fabless 必須打造硬體生態系以取得競爭優勢。如 NVIDIA 的 CUDA 生態系，讓硬體成為軟體運行的基礎，構築極高的護城河。
面對AI晶片動輒超越光罩尺寸上限的挑戰，如 MediaTek 與 NVIDIA 積極導入 Chiplet 架構，透過彈性組合靈活應對不同算力需求，降低重複開發成本。也積極招募在這個領域有長年經驗的晶圓代工廠主管加入，完備複雜且多元的生產要求。
2. Design Services（創意電子 GUC、世芯 Alchip）
這類公司不賣自有品牌的晶片，而是協助客戶將其演算法/架構（演算法、 RTL 、網表等）落實為實體晶片，並提供相關IP 整合。
具有先進製程實體設計的 核心競爭力，同時掌握台積電等晶圓代工廠最新製程（如 3nm, 2nm）的設計規則與封裝技術（如CoWoS / SoIC）。
擁有高速傳輸（HBM3/4, PCIe Gen6/7, UCIe）等關鍵 IP，並扮演客戶與晶圓廠、封測廠之間的橋樑，跨領域 IP 整合與供應鏈協調能力至關重要。
具有服務與執行力導向的企業文化與專長，強調「一次投片成功（First-time-right silicon）」的紀律、高良率與準時交付，文化偏向嚴謹、重視流程與客戶隱私。
「意外」成為 AI ASIC 的實踐者。當 CSP（雲端服務商）紛紛跳下來做自研 AI 晶片時，Design Services 是最大的受益者。他們必須緊跟最先進的記憶體技術（如 HBM）與異質整合封裝（2.5D/3D IC），協助客戶建立快速周轉能力（Time-to-Market），以配合AI 演算法迭代極快。設計服務商本身也需要利用 AI 工具來縮短實體設計時程，幫客戶搶時間。
這種為人作嫁不以設計能力生產自有品牌晶片的商業模式，在AI快速迭代換新的產品需求下，其靈活的執行力受到客戶與投資人的親睞。
3. System In-house Design（系統廠自研，如 Apple、CSP 雲端大廠）
這類公司原本是 IC 設計公司的客戶，但為了追求極致的產品差異化與供應鏈掌控力，選擇自主研發核心晶片。
因應軟硬體垂直整合的系統優化，設計的晶片是完全為了自家軟體、演算法或資料中心架構量身打造。
擁有強大的終端產品銷售（如Apple）或雲端服務（AWS, Google, Microsoft, Meta）作為保證出海口，不需擔心晶片賣不出去，更可以保障晶片與自家產品軟硬體的無縫接軌。
追求系統與體驗導向的創新，晶片團隊必須服膺於整體系統的願景，文化上高度跨領域（軟體、演算法、硬體、系統工程師緊密協同）。自研晶片（ASIC）中，保留足夠的編程彈性，避免晶片做出來時，前線的 AI 演算法已經過時。
雖然自研，但為了應對突發的 AI 算力需求，仍會維持「自研晶片 + 外購通用 GPU（如 NVIDIA）」的雙軌策略，以維持營運彈性。畢竟，系統廠商不會為了內部設計的晶片成敗而孤注一擲！
未來 AI 浪潮下的共生關係
面對瞬息萬變的 AI 需求，這三者並非絕對的零和博弈，而是既競爭又共生的生態系。
當 CSP（第三類）想要做自研 AI 加速器來降低對 NVIDIA（第一類）的依賴時，他們通常不會從頭編寫每一行實體設計程式碼，而是會找世芯或創意（第二類）來協助將晶片送去台積電生產及封裝測試。同時，即使系統廠擁有強大的自研晶片，在面對最前沿、最大規模的巨型模型訓練時，依然必須向第一類的通用 GPU 龍頭採購。
因此，速度時效性與架構彈性將是這三類公司在 AI 時代能否共生的核心命題！
歷史的定律：合久必分、分久必合
在第三類的系統廠商中，如近日上市的SpaceX結合Tesla (Elon Musk) 嘗試改變產業生態和遊戲規則。結合Intel等老牌半導體生產製造公司，設立「TeraFab」希望重新回到設計製造一條龍（System IDM)的時代，如過去的IBM。而在中國，同樣有華為這樣的超級系統商，試著整合設計與製造（並結合設備跟材料），實現在地的自主研發創新。
這樣的新趨勢是否能夠成功，仍待考驗？！隨著地緣政治對半導體產業的高度介入，它已為過去30年成功發展的「Fabless/Foundry設計/製造」垂直分工的商業模式，開啟了新一輪競合大風吹！