AI晶片市場競爭加劇，GPU「寵兒」地位面臨挑戰

談到AI晶片，大眾首先想到的往往是GPU（圖形處理器）。憑藉強大的平行運算能力，GPU在訓練與執行大型AI模型上長期佔據主導地位。然而，隨著市場需求變化與技術進步，GPU在AI領域的壟斷地位正逐漸受到挑戰。

GPU市場的三大挑戰

巨頭壟斷與資源緊張

目前，NVIDIA（輝達）生產的GPU主要被科技巨頭壟斷使用。例如，微軟目前擁有75萬至90萬片H100 GPU，預計2025年將增加至250萬至310萬片；Google則擁有100萬至150萬片，預計明年增至350萬至420萬片。此外，Meta、亞馬遜與新創公司xAI也積極投入，導致中小企業在獲取GPU資源上面臨嚴峻挑戰。

成本飆升

高昂的價格也是一大阻礙。據估計，H100的售價約為2.5萬至3萬美元。即便按最低估算，微軟為購買GPU的支出已超過180億美元。巨頭們的龐大投資，進一步推升GPU價格，增加資金壓力。

產能瓶頸

NVIDIA的供應鏈限制亦成為挑戰。目前，GPU的生產依賴台積電的先進製程及其CoWoS封裝技術，而CoWoS的產量和高頻寬記憶體（HBM）的供應均是主要瓶頸。在巨頭瘋狂爭奪資源的背景下，市場對替代方案的需求日益增加。

FPGA與ASIC的崛起

面對GPU的局限性，現場可程式化閘陣列（FPGA）與特定用途積體電路（ASIC）逐漸進入大眾視野。

FPGA：FPGA是一種半客製化晶片，具有靈活的硬體編譯能力與較低的功耗。然而，由於開發門檻高與成本偏高，其應用仍受限制。
ASIC：ASIC專為特定應用設計，效能與能耗表現優於GPU與FPGA，但初期投入大且缺乏通用性。在AI推論與訓練領域，ASIC因針對性設計而備受青睞。

巨頭加速自研布局

隨著市場需求升溫，多家科技巨頭加速自研晶片的步伐，尋求替代方案：

Google TPU：Google的TPU（張量處理單元）是一種專為機器學習設計的ASIC晶片。最新推出的TPU v5p具備卓越性能，為深度學習提供強大支援。
微軟Maia 100：微軟發布的Maia 100 ASIC晶片專為雲端AI工作負載設計，搭載1050億個電晶體，旨在降低對NVIDIA的依賴。
博通ASIC：博通透過定制ASIC晶片服務迅速崛起，並成為Google與Meta等巨頭的主要合作夥伴。博通預計到2027財年的AI相關營收將達600億至900億美元。

ASIC市場的增長潛力

根據摩根士丹利的報告，全球AI ASIC市場規模預計將從2024年的120億美元增至2027年的300億美元，年均複合增長率達34%。在生成式AI與邊緣AI應用的推動下，ASIC市場的需求將持續攀升。

GPU曾是AI運算的無可爭議主力，但其高成本與供應瓶頸正促使市場尋求更多樣化的解決方案。未來，FPGA與ASIC將成為重要的補充力量，推動AI技術的多元發展。在這場AI晶片競爭中，誰能在性能、成本與靈活性間找到最佳平衡，將決定未來的市場格局。

延伸閱讀：NVIDIA 開始關注ASIC客製化晶片，據傳在台大舉招募頂尖人才
延伸閱讀：蘋果、高通都在進軍 PC 晶片市場，但 AI PC 才是真正的目標
延伸閱讀：AMD推出首款5nm基於ASIC架構的媒體加速器卡