聯發科搶攻Google TPU供應鏈，台灣AI硬體霸主再進化

30 秒看重點

• 事件：台灣聯發科將於今年第四季量產首款AI ASIC，正式打入Google TPU供應鏈。
• 意義：這象徵聯發科成功開拓AI資料中心晶片新市場，擺脫對手機晶片的依賴，找到第二成長引擎。
• 影響：鞏固台灣在全球AI硬體供應鏈的核心地位，為台灣科技產業開創新頁，創造更多高階機會。

聯發科為何要搶攻AI資料中心晶片？

聯發科長年來在全球手機晶片市場叱吒風雲，但隨著智慧型手機市場成長趨緩，尋找下一個「金雞母」成為公司轉型的關鍵策略。這次打入Google的AI晶片（TPU, Tensor Processing Unit）供應鏈，量產AI ASIC，無疑是聯發科一個重要的里程碑。簡單來說，AI ASIC就像是為AI特定運算「量身打造」的超級跑車晶片，它不像傳統處理器那樣什麼任務都能做，而是專精於處理AI模型訓練和推論，因此效率和功耗表現遠勝通用型晶片。Google的TPU就是這類客製化晶片的佼佼者，專為加速自家AI服務而生。

這項合作對聯發科來說，不僅是技術實力的展現，更是商業模式的突破。過去聯發科主要服務消費性電子市場，而AI資料中心晶片市場則掌握在少數巨頭如NVIDIA和Intel手中。藉由為Google這樣的超大型客戶開發客製化AI晶片，聯發科不僅能大幅提升營收來源的多元性，更能累積在資料中心等級AI晶片設計與製造上的寶貴經驗，為未來進軍更多元的AI硬體市場鋪路。這也反映出AI時代客製化晶片的需求正日益增加，科技巨頭為了差異化和成本效益，越來越傾向於開發自己的專用AI加速器，而台灣的IC設計公司如聯發科，正好具備承接這類高難度設計案的實力。

台灣怎麼看這件事？

聯發科成功切入Google AI晶片供應鏈，對台灣科技產業來說，絕對是一劑強心針。首先，它再次證明了台灣在半導體產業鏈中無可取代的核心地位，從晶片設計（聯發科）到晶圓代工（台積電），台灣廠商幾乎囊括了全球最尖端的AI硬體製造能力，強化了台灣「矽盾」（Silicon Shield）的戰略價值。其次，這會帶動相關供應鏈的發展，包括IP設計、封裝測試、甚至散熱模組等，創造更多高階技術職位，吸引全球AI人才來台。對一般人來說，雖然不會直接接觸這些資料中心晶片，但背後支撐的AI服務（例如Google搜尋、YouTube推薦、甚至是更聰明的Google Bard）將會因此變得更快、更精準，間接提升我們數位生活的品質。

編輯觀點

聯發科這次的戰略轉型，我認為是一步走得又穩又準的棋。在AI浪潮席捲全球之際，能夠從熟悉的消費性電子領域，成功跨足高門檻的AI資料中心晶片，不僅是公司技術底蘊的展現，更是對市場趨勢的精準洞察。這項合作不僅為聯發科打開了全新的成長空間，也再次擦亮了台灣在全球AI硬體供應鏈中的「金字招牌」。未來，聯發科能否將這次的成功複製到更多客戶身上，並持續深化其在AI晶片領域的佈局，將是我們持續關注的焦點。

常見問題

什麼是AI ASIC？

AI ASIC是一種專為加速人工智慧運算而設計的客製化晶片，就像是為特定AI任務打造的超級電腦晶片，能比通用處理器更有效率地處理AI模型。

聯發科以前不是主要做手機晶片嗎？

是的，聯發科過往以手機、電視等消費性電子晶片聞名，這次與Google合作AI ASIC，象徵其正式將業務拓展至AI資料中心晶片領域，尋求新的成長動能。

Google TPU跟輝達（NVIDIA）GPU有什麼不同？

Google TPU是Google為自家AI服務量身打造的專用加速器，專注於TensorFlow等特定AI框架。NVIDIA GPU則是更通用的平行處理器，廣泛應用於各種AI研究與應用，市場相容性更廣。

這次合作對台灣科技產業有什麼意義？

這次合作再次突顯台灣在晶片設計與製造上的全球領先地位，強化了台灣在全球AI硬體供應鏈中的不可或缺性，並有望帶動相關產業鏈發展。

未來聯發科在AI晶片領域還有什麼發展？

聯發科將持續深化其AI技術，除了資料中心外，未來可能擴展到邊緣AI、車用AI等更多元領域，透過客製化晶片服務更多客戶，實現「第二成長引擎」的願景。

名詞小教室

AI ASIC

全名為「人工智慧應用專屬積體電路」，你可以想像它就是一台專門為跑AI任務而設計的「特製賽車」，比起一般的「多功能休旅車」（通用型CPU/GPU），在AI競賽中速度更快、油耗更省。

TPU

全名為「Tensor Processing Unit」，是Google自家開發的AI專用處理器，就像是Google為其龐大AI帝國打造的「超級大腦」，專門用來加速機器學習模型的訓練與推論，讓Google的AI服務能跑得更快、更有效率。