AI晶片自主戰開打：DeepSeek挑戰輝達霸權，台灣是機會還是挑戰？

30 秒看重點

• 事件：中國AI新創DeepSeek傳正研發AI推理晶片，欲降低對輝達等巨頭依賴。
• 意義：AI晶片自主化成全球趨勢，挑戰現有供應鏈，重塑產業競爭格局。
• 影響：為台灣半導體業帶來新訂單，同時考驗產業應變彈性與技術領先地位。

AI晶片自主化，為何成為當務之急？

最近，中國AI新創DeepSeek傳出正在秘密研發自己的AI推理晶片，目標是降低對美國輝達（NVIDIA）和中國華為等大廠的依賴。這消息一出，立刻在業界投下震撼彈，也讓人再次思考：為什麼越來越多大型AI公司，都要跳下來自己「造芯」呢？

主因很簡單，就是AI應用爆發性成長後，對算力的需求簡直是天文數字！特別是像ChatGPT這類「生成式AI」服務，背後需要超級多的晶片才能運作。現在，輝達的GPU幾乎壟斷了全球AI訓練晶片的市場，但它的產品不僅供不應求、價格昂貴，加上地緣政治風險，讓許多AI公司開始擔心「卡脖子」的問題。想像一下，如果你做生意，關鍵原料都掌握在別人手裡，而且還隨時可能斷貨或漲價，是不是會很焦慮？

DeepSeek就是其中一個焦慮的玩家。他們希望透過自研晶片，一方面能降低巨大的營運成本，畢竟買輝達的H100晶片要好幾十萬台幣一顆；另一方面，也能確保晶片供應穩定，不再看人臉色；最重要的是，自己設計晶片，就能更深度地優化AI模型與硬體的結合，讓AI跑得更快、更有效率。這種「軟硬整合」的能力，將是未來AI競爭的關鍵。這波自研晶片潮，不僅是技術發展的必然，更是企業尋求生存與發展的戰略選擇。

台灣怎麼看這件事？

DeepSeek要自己設計AI晶片，對台灣的半導體產業來說，絕對是一體兩面，既是挑戰，也是天大的機會！

• 機會：這些AI新創就算設計出晶片，最終還是要找像台積電這樣的頂尖晶圓代工廠來生產。這等於是多了潛在客戶，為台灣半導體產業帶來新的訂單活水，鞏固我們在晶圓製造的霸主地位。而且，AI晶片通常需要先進封裝技術（像台積電的CoWoS），這也讓台灣的封測廠受惠，持續引領高階製程的發展。
• 挑戰：地緣政治風險始終是揮之不去的陰影。美國對中國的科技禁令，會不會影響這些「中國自研晶片」來台生產？台灣廠商如何在技術領先與複雜的地緣政治中找到平衡，將考驗我們的智慧。同時，這也提醒台灣，除了代工，我們能否在AI晶片的設計端或IP（智慧財產權）供應鏈上，扮演更主動、更有價值的角色，而不是只當一個高效的「製造工廠」。

總之，AI晶片自主化浪潮，將迫使台灣半導體業持續創新，才能在未來AI新戰局中，繼續扮演不可或缺的關鍵角色。

編輯觀點

DeepSeek自研晶片，清晰地揭示了AI產業「去中心化」的硬體趨勢。過去輝達一家獨大的時代，或許正逐漸走向多元。對台灣而言，這不是警訊，而是我們證明「護國神山」價值的絕佳機會。只要持續投入研發、保持技術領先，無論哪家AI公司設計出什麼晶片，最終都得找上台灣。我們應視為產業升級的動力，思考如何在製程代工之外，創造更多附加價值，例如深化與客戶的共同設計、提供更完整的解決方案，讓台灣在全球AI晶片賽局中，從「最佳代工者」晉升為「不可或缺的戰略夥伴」。

常見問題

DeepSeek 是誰？

DeepSeek（深度求索）是中國一家頂尖的AI新創公司，以開發開源的大型語言模型（LLMs）聞名，旨在提供更強大、更親民的AI技術。

什麼是 AI 推理晶片？和訓練晶片有何不同？

AI訓練晶片就像是讓AI「學習新知識」的大腦，需要極高的運算力；而AI推理晶片則是讓AI「應用所學知識」去回答問題或執行任務，數量需求更龐大。

為何 AI 公司要自己做晶片？

自研晶片能降低對供應商的依賴、節省龐大運算成本，並能針對自己的AI模型進行深度優化，讓軟硬體結合更完美、效率更高。

這對 NVIDIA 有什麼影響？

長期來看，越多AI公司自研晶片，可能會稀釋NVIDIA在推理晶片市場的佔有率，但短期內其訓練晶片的霸主地位仍難以撼動。

台灣半導體業會受影響嗎？

台灣晶圓代工和先進封裝技術仍是全球核心，自研晶片潮反而可能增加對台灣代工廠的需求。關鍵在於台灣能否持續保持技術領先和應變彈性。

名詞小教室

AI 推理晶片 (Inference Chip)

想像它像一台超高速的計算機，專門用來執行AI模型已經學會的技能，比如回答你的問題、翻譯語言或生成圖片。它不需要「學習新東西」，而是把學到的知識「跑起來」。

生成式 AI (Generative AI)

就是能「創造」新內容的AI，像ChatGPT可以寫文章、DALL-E能畫圖。它不只會理解，還能無中生有，產出過去沒有的文字、圖像或聲音。