輝達GPU不再獨霸？CSP搶攻自研ASIC晶片 3台廠迎利多
隨著生成式AI應用快速爆發，全球雲端服務供應商不再依賴輝達（Nvidia）單一供應來源，而是積極投入自研晶片，而ASIC晶片正成為降低算力成本、掌握控制權的核心關鍵。
在生成式AI浪潮下，算力成為科技業的核心戰場。過去兩年，GPU（圖形處理器）幾乎與AI畫上等號，特別是輝達（Nvidia）的H100，不僅價格昂貴，更供不應求，成為CSP（雲端服務供應商）擴建資料中心的關鍵瓶頸。
為打破瓶頸、壓低成本，Google、亞馬遜（Amazon）、META與微軟（Microsoft）等科技巨頭正積極投入自研ASIC（特定應用積體電路），啟動「去GPU化」行動，打造自主算力生態系。
算力戰火燒向晶片自主權 CSP加速自研ASIC
要理解這場轉變，先得認識ASIC。這類晶片針對單一任務量身打造，適用AI推論、挖礦、網通等應用，具備低功耗、高效率等優勢。雖然彈性差、開發週期長，但在資料中心大量部署時，能有效降低能源與營運成本。
相對來說，CPU（中央處理器）是通用型晶片，具高彈性與穩定性，但功耗與效率皆不及專用晶片；GPU則擅長平行運算，適合AI訓練與推論，但耗電高、成本重。CSP若要大規模布建AI運算能力，自研ASIC便成了理想解方。
CSP自研ASIC背後有著4大戰略考量。首先是成本，自製晶片價格約為輝達高階GPU的10分之1，節省空間巨大。其次是模型最佳化，可依自家模型客製硬體架構，提升效能與能源效率。第三是降低能源與散熱壓力，有助於建構更高密度的資料中心。最後是建立自有平台優勢，例如Google TPU on GCP、AWS Trainium on EC2，提供具差異化的雲端服務。
4大CSP巨頭陷激戰 引發供應鏈格局重塑
目前，美系4大CSP皆投入自研ASIC，但進展不一。
Google領先群雄，旗下Gemini模型已有75%運算交由TPU執行，第7代TPU v7預計2026年下半年放量，由博通（Broadcom）與聯發科（2454）負責設計與製造。
亞馬遜目前GPU占比仍高達75%，但Trainium 3晶片正與Annapurna Labs、世芯-KY（3661）、邁威爾（Marvell）合作設計，預計2026年底至2027年量產。
META自研MTIA系列晶片目前占比15%，下一代MTIA v2由博通負責設計與製造，預計2025年下半年量產，進度領先。
微軟的GPU使用率最高，占比達90%，自研Maia晶片占10%，Maia 100由創意電子（3443）設計，預計2026年小量出貨。
此外，中國CSP業者如百度、阿里、騰訊與字節跳動也悄然布局自研晶片，有望成為後起之秀，撼動全球AI運算格局。
這波「自製晶片潮」也重塑供應鏈格局。設計與代工業者如博通、聯發科、世芯-KY與創意電子將成為最大受惠者。輝達雖然短期內地位穩固，但其市占與議價權勢必受到挑戰。
值得注意的是，GPU仍有不可取代的角色。在模型快速迭代、需求多樣化的環境下，GPU具備彈性與通用性優勢，而ASIC則需時間開發、調整不易，預料未來GPU與ASIC將雙軌併行。根據預估，未來AI晶片使用比重將為：GPU占30%～40%、ASIC占60%～70%。
隨著CSP加速自製腳步，AI晶片不再只是輝達一家獨大，這場關乎算力主導權的晶片革命，才正要登場。
（圖片來源：Shutterstock僅示意/ 內容僅供參考，投資請謹慎為上）
文章出處：《Money錢》2025年8月號
下載「錢雜誌App」隨時隨地掌握財經脈動