隨著AI快速發展，帶動ASIC晶片需求崛起。IC設計廠聯發科形容ASIC將成為「十年來最重要的新戰場」，並預估今年資料中心ASIC營收將突破10億美元。究竟ASIC是什麼？AI時代下ASIC為何重要？研調機構怎麼看ASIC成長？

ASIC是什麼？

AI技術快速演進，推升晶片市場規模擴張。隨著運算需求大幅提升，單純以中央處理器(CPU)為核心的架構已難以滿足效能需求。圖形處理器(GPU)因具備平行運算架構，將運算工作平行分配至多個核心，加速處理效率，迅速成為市場主流，使得輝達、AMD聲勢大漲。

同時，針對特定工作負載量身打造的ASIC客製化晶片崛起，備受市場關注。ASIC全稱為特定應用積體電路(Application fic Integrated Circuit)，即客製化晶片，是針對特定應用需求開發的晶片，ASIC主要適用於應用情境單純、運算需求高度明確的環境，特別是效能與能耗標準極為嚴格的應用，像是加密貨幣挖礦或特定演算法的資料分析與推論。

ASIC透過去除多餘邏輯電路，並將電路設計直接對應特定任務，在效能與能耗表現上具備明顯優勢；執行任務時，ASIC能實現更高時脈速度與更低延遲，每瓦效能(Performance per Watt)明顯優於通用晶片。

不過，ASIC設計與製造成本高，需投入高額的委託設計費用(NRE)，開發週期相對較長，且一旦量產後，晶片功能彈性有限；儘管如此，當應用場景具備大規模部署需求時，ASIC在單位成本、功耗與體積上更具優勢。

SEMI國際半導體產業協會認為，各項AI晶片都有其優劣，GPU依舊扮演重要角色，是AI伺服器與主要運算力的幕後功臣；至於ASIC則在不同領域發揮價值，讓客戶能更快速獲得解決方案。

ASIC扮演何種關鍵角色？

AI運算流程大致可分為「訓練」與「推論」兩大階段。由於模型訓練階段需具備高度彈性，因應演算法與模型架構快速演進，目前仍以輝達等業者生產的GPU為主流解決方案。

不過，當模型成熟並進入大規模應用後，推論階段更重視穩定性、效率與低延遲表現，讓ASIC的優勢便逐步浮現。無論是在雲端資料中心或邊緣裝置，ASIC在功耗與成本上優於通用晶片，是推動AI商用化的重要關鍵。

在AI浪潮推動下，雲端服務供應商積極布局自研ASIC晶片，帶動半導體IC設計產業加速搶進ASIC市場。為因應高度客製化需求，雲端業者多委託無自有產品、專注於客戶專案開發的「IC設計服務業者」協助設計，相關台廠包括世芯、創意、智原等。

除了設計服務業者外，IC設計廠也紛紛卡位ASIC商機，如聯發科、聯詠等，顯示ASIC已成為半導體產業鏈的新戰場。

聯發科在法說會上指出，今年資料中心ASIC的營收將突破10億美元，2027年達到數十億美元的規模，屆時ASIC占整體營收有望達兩成。

研調機構：2028年 ASIC晶片出貨量超車GPU

研調機構TrendForce指出，北美四大CSP(Microsoft、Google、AWS、Meta)持續深化AI ASIC布局，以強化在生成式AI與大型語言模型運算上的自主性與成本掌控能力。其中，Google與Broadcom合作TPU v7p(Ironwood)，鎖定訓練應用，預計於今年逐步放量，將接替TPU v6e (Trillium)的核心AI加速平台。

TrendForce指出，Google TPU出貨量將持續領先，今年年增幅有望達40%。

Counterpoint Research報告顯示，全球ASIC出貨量在2027年將較2024年成長3倍，顯示客製化晶片已成為AI資料中心運算的重要力量。

ASIC爆發性成長主要來自三大動能。首先，谷歌積極擴建TPU基礎設施，以支援發展Gemini生態系。第二， AWS 持續擴大Trainium叢集部署。最後， Meta與 Microsoft內部矽晶片布局加速擴展，出貨量快速爬升。

Counterpoint Research預估，全球資料中心AI伺服器運算ASIC出貨量將在2028年突破1,500萬顆，並超越資料中心GPU出貨量。

前十大AI雲端業者在2024至2028年間累計部署量將超過4,000萬顆，顯示雲端巨頭策略性降低對商用GPU的依賴，特別是輝達在GPU領域占有寡占地位，雲端業者加速內部客製化晶片的開發與部署，提升效能與能耗。(編輯：沈鎮江)