30 秒看重點
- 事件：AI 應用爆炸性成長，預期將帶動 CPU 需求強勁反彈。
- 意義：長期被邊緣化的 CPU 巨頭英特爾，有望重拾市場動能。
- 影響：全球 CPU 恐面臨缺貨，台灣半導體產業供應鏈也將連動受惠或受考驗。
AI 的崛起不僅是軟體層面的革命，更是對底層硬體架構的巨大考驗。美國財經界預期，AI 應用將引爆新一波 CPU 需求，這股熱潮甚至可能讓沉寂一段時間的晶片巨頭英特爾重獲市場青睞，股價上看新高，意味著全球硬體供應鏈正迎來一場意想不到的變革。
AI 狂潮下，CPU 為何重新站上 C 位？
大家還記得以前電腦裡最重要的就是 CPU（中央處理器）嗎？它就像是電腦的大腦，負責處理所有指令。近幾年，大家可能更常聽到 GPU（顯示卡）在 AI 領域的活躍，因為 GPU 擅長處理大量平行運算，非常適合訓練 AI 模型。然而，CPU 的重要性並沒有消失，反而因為 AI 的應用場景擴大而再度成為焦點。
想像一下，AI 模型訓練完畢後，需要有人來「執行」這些模型，把智慧實際應用到各種產品和服務上，例如幫你寫郵件、生成圖片、分析數據、甚至是控制自動駕駛汽車。這時候，CPU 就扮演了至關重要的角色。當 AI 模型越來越多、越來越複雜，需要在各種裝置上實時運作時，對 CPU 的效能和效率就提出了更高的要求。這就是為什麼財經分析師會預期，AI 的爆發式成長將直接轉化為對 CPU 的龐大需求，甚至可能引發「CPU 大缺貨」的局面。
過去幾年，市場焦點多放在 GPU 的軍備競賽上，CPU 大廠英特爾（Intel）也經歷了一段轉型期，試圖在製程和產品上追趕。但這股 AI 浪潮，特別是 AI 的「推理」（Inference）階段，也就是將訓練好的模型實際運用起來的環節，將會讓 CPU 回到聚光燈下。過去人們可能覺得 CPU 已經發展成熟，但 AI 讓它有了新的舞台，需要更強大、更節能的 CPU 來支援各式各樣的 AI 應用，從資料中心到個人電腦，再到邊緣裝置。
台灣怎麼看這件事？
這則新聞對台灣來說，絕對是「牽一髮而動全身」。台灣是全球半導體製造的重鎮，從晶圓代工（台積電）、IC 設計（聯發科、NVIDIA 合作夥伴）到後段封裝測試（日月光），都是全球 AI 供應鏈不可或缺的一環。CPU 需求的暴漲，意味著對晶圓代工產能的需求也會同步增加。台積電作為全球最大、技術最先進的晶圓代工廠，勢必會在此波浪潮中扮演更吃重的角色，但也可能面臨產能排擠的壓力。
對於台灣的 IC 設計公司而言，這也是一個重要的觀察點。未來，除了繼續與 NVIDIA 等公司合作開發 GPU 相關晶片外，也需要關注如何設計出更符合 AI 推理需求的 CPU 產品，或是與 CPU 大廠合作，共同開發滿足市場需求的新架構。此外，如果 CPU 出現大規模缺貨，對於仰賴 CPU 進行日常營運的台灣中小企業，或是需要汰換老舊電腦的個人消費者，都可能面臨成本上升的壓力。
編輯觀點
AI 的發展不只是一場技術演進，更是一場深刻的產業重塑。從 GPU 的熱潮到現在 CPU 的回歸，我們看到 AI 正全面性地影響著硬體產業的版圖。英特爾的股價飆升，不只是一個財經數字，更是市場對其轉型成功、重拾競爭力的信心投票。台灣作為半導體產業的國家隊，必須緊密關注這股趨勢，一方面把握擴張產能的機會，另一方面也要思考如何在 AI 時代，透過差異化設計與技術創新，鞏固自身在全球供應鏈中的關鍵地位，避免成為單純的代工廠。
常見問題
- AI 應用爆炸成長，為何是 CPU 而非 GPU 更受矚目？
- AI 模型訓練主要仰賴 GPU 的平行運算能力，但模型「落地」實際應用（推理）時，CPU 的處理效率、多工能力與能耗表現更顯重要，尤其當 AI 需在各種終端裝置運行時。
- CPU 大缺貨會對台灣造成什麼影響？
- CPU 缺貨可能導致相關電子產品的生產成本增加，延遲產品上市時間。同時，對台灣半導體製造商而言，這意味著更多產能需求，但也可能面臨產能被CPU大廠優先使用的情況。
- 英特爾（Intel）的股價上漲，代表它真的贏回 AI 戰場了嗎？
- 股價上漲代表市場對其未來發展的預期看好。英特爾正積極調整產品線與製程，AI 帶來的 CPU 需求成長將是其重要的成長動能，但能否長期贏得 AI 伺服器及個人運算市場，仍需觀察其後續產品表現與競爭力。
- 對一般消費者來說，CPU 需求增加意味著什麼？
- 未來新一代電腦、筆記型電腦等裝置，為了支援更強大的 AI 功能，可能會搭載效能更強、價格也可能更高的 CPU。若發生缺貨，現有設備的價格也可能受到影響。
- 台灣廠商該如何應對 CPU 需求增加的趨勢？
- 台灣廠商可以考慮加強與 CPU 大廠的合作，參與其新架構的設計與製造。同時，也應持續投入 AI 專用晶片（如 AI 加速器）的研發，以多元化產品組合，掌握 AI 趨勢下的新商機。
名詞小教室
- CPU (中央處理器)
- 就像電腦的大腦，負責處理各種指令、進行計算，是電腦最核心的運算單元。
- GPU (顯示卡/繪圖處理器)
- 原本是負責處理影像輸出的，但它能同時處理大量簡單任務，非常適合訓練 AI 模型，就像擁有千手千眼。
- AI 推理 (Inference)
- 指將訓練好的 AI 模型實際運用起來，讓它能夠辨識、預測或生成內容，是 AI 真正發揮價值的時候，就像訓練好的學生要去考試。
- 晶圓代工
- 就是幫客戶（IC 設計公司）製造晶片的大型工廠，像是台積電就是全球最有名的晶圓代工廠。