MoneyDJ新聞 2026-03-11 13:52:44 林綺薇 發佈
資本支出背後，往往藏著企業的焦慮與野心。過去，全球雲端巨頭瘋狂搶購NVIDIA（NVDA.US）通用GPU以維持競爭力；然而，隨著運算成本攀升與能耗限制，這些企業正加速轉向自研晶片之路，力求在運算效能與電力維運成本之間取得平衡。
根據TrendForce產業預測，2026年雲端服務商（CSP）自研ASIC成長率將達44.6％，大幅超越GPU的16.1%。全球八大CSP包含美系Google（GOOG.US）、Amazon（AMZN.US）、Meta（META.US）、Microsoft（MSFT.US）、Oracle（ORCL.US）與中系三巨頭，合計資本支出突破7100億美元，年增率達61%。
美系CSP研發ASIC 提高毛利
美系CSP開發ASIC的關鍵動力，在於提升毛利並降低對NVIDIA的依賴。Google優先推出的TPU v8平台今年初出貨量年增4成，用來支撐Gemini系列模型，更透過與模型訓練業者Anthropic合作，擴大ASIC生態圈。Amazon AWS則祭出Trainium 3晶片，採用台積電（2330）3奈米製程，是前代效能的4.4倍。
Microsoft也發表新一代Maia 200晶片，以低精度運算換取極致的推理效率，降低3成Copilot等日常語言模型應用的營運成本。就連長期採購外部方案的Oracle，也開始導入各類ASIC基礎設施，試圖在主權AI服務中，實現更高程度的垂直整合與成本控制。
然而，在發展過程中，各大巨頭遭遇不少挑戰。
發展TPU超過十年的Google，已建立成熟的XLA編譯生態，但是，後進者如Meta，在佈署MTIA系列晶片時，則面臨極高的軟體生態轉移成本。NVIDIA的厲害之處，在CUDA平台開發門檻低，全球數百萬名AI工程師早已習慣CUDA框架下的開發流程；而MTIA晶片雖然支援PyTorch框架，底層驅動與非CUDA系統的銜接仍有斷層，工程師得耗費數月時間修改程式碼、調整參數，導致部署效率不如預期。
中系CSP受美晶片打壓 被迫突圍
美系CSP想擺脫對NVIDIA的依賴、提高獲利，中系CSP則在美方晶片禁令之下，被迫找出新的突圍之路。
最具代表性的突破當屬百度（BIDU.US）。高階晶片受美國禁令限制，百度就串聯數百顆中階晶片，封裝成超強算力的高效運算集群架構「天池超節點」。這種「晶片/伺服器/軟體」一體交付的模式，讓百度去年的AI雲業務收入年增34%，AI相關應用收入更突破100億元人民幣。
另一間全球短影音與AI應用巨頭ByteDance，將年度資本支出從1500億人民幣提高至1600億，其中，超過半數被專門撥給AI處理器，加速導入寒武紀（688256.SH）、華為昇騰等國產方案以確保業務不中斷，更啟動自研SeedChip計畫等晶片自主策略。
阿里巴巴（BABA.US）則由旗下平頭哥半導體為自家AI模型通義千問（Qwen）打造專屬晶片，提升運算速度、節省電力與租賃成本。為了實現算力自主，阿里巴巴砸下1200億人民幣來建設AI基礎設施，一度導致現金流轉負。但戰略成果已初步顯現：根據最新2026財年第二季財報，阿里雲季度收入年成長34%，且AI相關產品收入連續9個季度達三位數成長。根據調研機構Omdia資料，阿里雲在中國AI雲市場占比來到35.8%，位居第一。
ASIC發展下的新贏家
各大企業爭相發展ASIC的浪潮中，台廠成為不可或缺的角色。
世芯-KY（3661）與創意（3443）協助Amazon、Microsoft與Google將複雜的AI系統架構，設計成高效能客製化矽晶片。隨著多項3奈米與5奈米專案邁入大規模量產階段，兩家公司2026年營收成長均有望續創歷史新高。創意憑藉廣泛的產品線支撐營收表現，2025年突破340億新台幣、年增36.3%；世芯-KY則以深耕先進製程的設計門檻，展現更強大的獲利能力，綜觀凱基、康和、富邦與統一證等國內券商報告，受惠於大客戶ASIC將在今年Q2開始量產，世芯-KY今年EPS有望落在130～150元區間。
廣達（2382）與緯穎（6669）等ODM代工廠也成為雲端巨頭的系統架構研發夥伴。廣達去年營收衝破2.12兆元新台幣，其中，AI伺服器第四季已佔伺服器總營收7成，今年有機會來到8成；緯穎負責開發伺服器系統架構，更跨足機櫃整合與量產導入，是關鍵的垂直整合角色。在AI伺服器營收中，約9成來自搭載CSP自研ASIC晶片的業務。
除了運算晶片外，電力供應與散熱技術也受到關注。單顆GPU或ASIC功耗突破1000瓦大關，傳統氣冷散熱難以負荷，帶動冷板式/浸沒式液冷等散熱技術廠商如Vertiv（VRT.US）或台廠奇鋐（3017）、雙鴻（3324）的接單熱潮。
全球算力版圖接下來將進入二元對峙格局。NVIDIA以Rubin架構的效能領先，以及CUDA-X軟體庫累積的門檻，穩坐前沿大型模型開發等高端應用市場；相對地，各家CSP自研ASIC則因高性價比與能源效率，將在軟體環境穩定、重複性高的日常AI推理市場大放異彩，主領全球8成的日常AI推理與大眾服務市場。
