AI自研晶片夯1／Google、亞馬遜搶攻！ASIC明年滲透率衝3成　台廠迎大單

發布時間：2026/10/27 08:07

OpenAI年度經常性收入成長，資料中心擴建，算力市場也持續擴大。（TechChrunch cc by 2.0授權）

圖文／鏡週刊

AI越能辦事，科技巨頭就越要精算成本，自研AI晶片已從研發藍圖走向量產。當投資焦點從缺貨漲價轉向技術升級，誰能把訂單變成獲利？成為投資人最該關心的焦點。

廣告更多內容請繼續往下閱讀

當大家開始下指令，讓AI整理一份報告、修改程式，甚至交辦一連串工作時，背後消耗的算力，已成了科技巨頭必須精算的成本。同一項任務如何算得更快、用電更少且成本更低，產業方向已將AI自研晶片推上了投資舞台、成為法人關注焦點。

「AI ASIC逐步從驗證階段走向規模化部署。」00935（野村臺灣新科技50）經理人林怡君一句話，點出這波行情的轉變：雲端大廠自研晶片，不再只有研發藍圖，而是開始有量產收入。

廣告更多內容請繼續往下閱讀

相關數字更直白點出AI自研晶片擴張速度。「據統計，2027年全球高階雲端AI晶片出貨量約2595萬顆，年增64.5%；其中，ASIC出貨量約1526萬顆，年增逾110%，增速明顯高於整體市場。依此計算，ASIC占上述出貨比重約59%，可望超越GPU。」00891（中信關鍵半導體）經理人張圭慧估計ASIC今年滲透率約15至20%，明年有機會提高至3成。

「ASIC成長最根本動能，是推論需求增加。」00881（國泰台灣科技龍頭）經理人蘇鼎宇指出，過去市場擔心資料中心蓋太快、資本支出過高，如今更應追蹤OpenAI、Anthropic等模型業者的年度經常性收入（ARR），觀察使用者是否持續付費。

他解釋，當模型服務創造收入，就需要更多算力支援，資料中心也有持續擴建的理由。尤其代理型AI不只回答問題，還要執行工作，連帶增加CPU與相關供應鏈需求，讓算力市場進一步擴大。

再來是成本考量。「GPU具備通用性，能支援不同運算任務；ASIC則可針對特定模型及工作，量身設計。」蘇鼎宇認為，當推論服務大量增加，業者自然會尋求更有效率的方案。但因短期算力仍不足，GPU與ASIC較偏向互補；長期隨著專用晶片成熟，部分應用才可能出現替代。「現階段投資人不必急著押注誰勝出，而應找出兩條路線共同需要的供應商。」

首先，投資人必須了解自研晶片已不再只是低階替代方案。「ASIC朝先進製程、高頻寬記憶體（HBM）整合發展，帶動設計、先進封裝與測試需求，市場地位正逐步提高。」但張圭慧提醒，投資人布局相關受惠股時，不能只看營收金額及年增率，更應該重視產品結構及持續性。

以ASIC設計服務為例，委託設計收入（NRE）代表接到專案開發任務；後續若進入整合交付（Turnkey）才有機會量產服務，但即便如此，也要觀察對毛利率帶來的影響，不能將營收增幅直接當成獲利增幅。投資人該追蹤的，是新舊專案能否接棒、客戶部署是否增加，而不是把開案消息，直接折算成明年獲利。