AWS新AI晶片出貨！台灣供應鏈營收飆新高

30 秒看重點

• 事件： AWS新一代AI晶片正式出貨，台灣網通大廠營收創高。
• 意義： 雲端巨頭強化AI算力自主性，加速AI應用普及與競爭。
• 影響： 台灣伺服器供應鏈搶搭AI浪潮，深化全球AI硬體核心地位。

AWS為何自研晶片，台灣扮演什麼角色？

AWS新一代AI晶片開始出貨，其實是雲端服務大廠「自主化」AI算力的一大步。想像一下，以前我們想開車，只能去買通用型的小客車（NVIDIA GPU），雖然好用但可能不是最適合載貨或賽車。現在AWS決定自己設計卡車或跑車（客製化AI晶片），不僅能更精準地配合自家雲端服務（AWS SageMaker、Bedrock）的需求，還能有效降低成本、提升效能，甚至避免受制於單一供應商的產能或定價。這就像蘋果自己設計M系列晶片一樣，追求軟硬整合的最佳化。

這波AWS AI晶片部署，背後的最大贏家之一就是台灣的網通與伺服器供應鏈。雖然新聞沒點名，但通常指的就是像廣達、緯穎、英業達這些「台灣網通大廠」。它們是全球AI伺服器組裝、設計、製造的要角，等於是幫AWS把這些先進的AI加速器，加上記憶體、高速網路等零件，組裝成一個個能高速運轉的「AI超級電腦」。當AWS這類雲端運算巨頭大舉採購並出貨客製化AI晶片，這些台灣廠商的訂單自然跟著暴增，直接反映在他們創紀錄的營收數據上，也讓投資法人對未來獲利充滿信心。這不僅鞏固台灣在全球AI硬體供應鏈的領導地位，也證明了我們在次世代AI加速器與AI伺服器領域的實力。

台灣怎麼看這件事？

對台灣來說，這絕對是一劑強心針！AWS客製化AI晶片的出貨，直接拉動台灣AI伺服器及網通產業鏈的巨大需求。我們台灣廠商不只是「代工廠」，更是這些AI巨頭不可或缺的「協同設計夥伴」，從主機板、散熱模組、電源供應器到整機組裝，都是台灣的強項。這表示我們的科技人才和製造實力，正在全球AI軍備競賽中扮演關鍵支撐點。這波商機不僅能創造更多高薪工作機會，也讓台灣在全球AI產業地圖上的戰略價值更加凸顯，是我們產業升級與轉型的重要動能。

編輯觀點

AWS自研晶片出貨，宣告AI算力市場競爭進入白熱化階段，通用型晶片霸主NVIDIA的地位雖然短期難以撼動，但各家雲端巨頭的自研晶片策略，將加速AI應用的多元化與成本效益。對台灣而言，我們必須意識到這不只是硬體的商機，更是技術合作與軟硬整合的機會。台灣應趁勢深化與全球AI領先者的夥伴關係，從「製造」邁向「智造」，才能在全球AI浪潮中立於不敗之地，掌握AI投資的關鍵機會。

常見問題

什麼是AWS的AI晶片？

AWS的AI晶片是指亞馬遜為其雲端服務特別設計的客製化晶片，例如用於訓練模型的Trainium系列和用於推論的Inferentia系列，目的在提升AI運算的效率並降低成本。

為什麼雲端大廠要自研AI晶片？

雲端大廠自研AI晶片主要為了優化軟硬體整合、降低對外部供應商的依賴、提升效能並降低運營成本，就像蘋果自製手機晶片一樣，提供更客製化的解決方案。

「網通大廠」指的是誰？

雖然新聞未點名，但台灣的「網通大廠」通常指負責AI伺服器組裝與代工的廠商，如廣達（Quanta）、緯穎（Wistron）、英業達（Inventec）等，他們在全球AI供應鏈中扮演關鍵角色。

這對AI晶片市場有什麼影響？

雲端大廠自研AI晶片的趨勢，雖不會立刻取代NVIDIA等通用GPU，但會形成多元化的AI算力市場，促進技術創新與競爭，並為台灣等硬體供應商帶來更多客製化代工機會。

台灣在AI硬體供應鏈中為何重要？

台灣憑藉半導體製造、精密組裝、散熱技術等優勢，在AI伺服器、網通設備等領域具備完整且高效率的供應鏈，是全球AI基礎設施建置不可或缺的核心環節。

名詞小教室

AI加速器

一種專門用來處理AI運算任務（如機器學習、深度學習）的硬體晶片，比傳統CPU或GPU在特定AI任務上效率更高，速度更快，功耗更低。