OpenAI、博通強推客製AI晶片，輝達霸主地位動搖？

30 秒看重點

• 事件： OpenAI與博通合作開發客製化AI晶片問世，加速AI算力自主化。
• 意義： 這將挑戰輝達在AI晶片市場的獨大局面，推動AI運算成本優化。
• 影響： 可能改變全球半導體供應鏈版圖，牽動台灣晶圓代工與IC設計業未來。

巨頭為何搶推客製化AI晶片？

輝達（NVIDIA）憑藉其高效能GPU與CUDA生態系，長期主宰AI晶片市場，儼然成為「AI淘金潮的賣鏟人」。然而，隨著大型語言模型（LLM）的算力需求呈指數級增長，輝達H100等旗艦晶片供不應求且價格高昂，導致AI開發與部署的成本節節攀升，成為限制AI普及的一大瓶頸。這正是OpenAI等巨頭決定走向「客製化AI晶片」之路的關鍵動機。

OpenAI深知，要持續訓練與運行更龐大、更複雜的AI模型，必須擺脫對單一供應商的過度依賴，並尋求更具成本效益的解決方案。他們與博通（Broadcom）這家在特殊應用積體電路（ASIC）設計與製造領域經驗豐富的夥伴合作，目的就是打造一款專為OpenAI模型「量身打造」的晶片。想像一下，通用型GPU就像一把瑞士刀，功能全面但未必最精準；而客製化ASIC晶片則像一把手術刀，專精於某項任務，能以更高的效率、更低的功耗完成特定AI運算，例如模型推理或某些特定的訓練環節。這不僅能大幅優化長期的營運成本，也讓OpenAI更能掌握其AI模型的效能與發展方向，不再受制於外部晶片的迭代速度，實現真正的AI晶片自主化。

博通在網路通訊和企業儲存晶片領域的深厚積累，使其在設計複雜且高整合度的ASIC晶片上具備獨到優勢。這次合作，正展現了AI產業鏈垂直整合的趨勢，從軟體演算法到硬體算力，巨頭們都想握有更多主導權。這股「AI晶片自主化」的浪潮，不僅可能動搖輝達的市場地位，也預告著AI硬體生態系將從過去的「一強獨大」走向「百家爭鳴」，更多元、更具針對性的AI晶片設計將陸續浮現，推動整體AI技術的發展。

台灣怎麼看這件事？

這波客製化AI晶片風潮，對身為全球半導體重鎮的台灣來說，既是挑戰也是巨大機會。台積電作為全球領先的晶圓代工廠，無論是輝達的GPU還是OpenAI與博通的ASIC，最終都需依賴其先進製程技術來生產。因此，即便AI晶片市場格局變動，只要整體需求持續增長，台積電的「不可取代性」依然穩固，甚至可能因更多客製化晶片的出現，獲得更多元的訂單來源，進一步鞏固其「AI算力兵工廠」的核心地位，強化台灣在半導體供應鏈韌性中的關鍵角色。

此外，台灣豐富的IC設計人才與產業鏈經驗，也可能在新賽局中找到施展空間。雖然OpenAI與博通的合作是巨頭間的聯手，但也可能啟發更多台灣的IC設計公司投入AI加速器、邊緣AI晶片或特定領域AI晶片的開發，跳脫傳統通用晶片的框架，在利基市場中取得優勢。這將促使台灣半導體產業從製造走向更高價值的設計與系統整合，提升台灣AI晶片設計能力在全球市場的競爭力，並讓台灣在全球AI發展的關鍵時刻，扮演更舉足輕重的角色，推動台灣IC設計產業轉型。

編輯觀點

OpenAI與博通聯手推出客製化AI晶片，我認為這對整個AI產業是件好事。這並非預示輝達的末日，而是健康的市場競爭開始，將迫使所有玩家加速創新。對於使用者而言，這意味著AI算力成本未來有望下降，技術普及度提高。台灣半導體產業應積極擁抱這股「客製化」趨勢，台積電鞏固代工龍頭地位，同時鼓勵本土IC設計業勇於投入特定應用AI晶片開發，將挑戰轉化為提升台灣AI技術自主性的契機。

常見問題

什麼是客製化AI晶片？

客製化AI晶片（ASIC）是專為執行特定AI任務（如大型語言模型推理或訓練）而設計的晶片，相較於通用型GPU，它在特定任務上能提供更高效率與更低功耗。

為什麼OpenAI要自己做晶片？

OpenAI自製晶片主要目的是降低龐大的AI模型訓練與運營成本，並提升運算效率，同時減少對單一晶片供應商的依賴，以更好地掌握其AI技術發展。

這對輝達會有什麼影響？

短期內輝達的獨大地位仍難以撼動，但長期來看，更多巨頭投入客製化晶片會瓜分市場份額，迫使輝達加速創新，並可能使其在某些特定AI應用領域面臨競爭。

台灣在這次晶片大戰中扮演什麼角色？

台灣（特別是台積電）作為全球先進晶圓代工中心，是所有AI晶片生產的關鍵夥伴。不論哪家公司獲勝，只要AI晶片需求增長，台灣在全球AI半導體供應鏈的核心地位將更加突出。

未來AI晶片的發展趨勢會如何？

未來AI晶片將朝向更專業化、更高效能、更低功耗的方向發展，通用型GPU與客製化ASIC將並存，共同推動AI技術在雲端與邊緣裝置上的多元應用與普及。

名詞小教室

ASIC (Application-Specific Integrated Circuit)

專為特定應用設計的積體電路，就像是針對單一任務打造的專業工具，效率極高但通用性較差，例如只負責AI模型推理的晶片。

GPU (Graphics Processing Unit)

圖形處理器，最初用於處理電腦繪圖，因其平行運算能力強大，被廣泛應用於AI模型的訓練，像是一把多功能瑞士刀，適用多種任務。

CUDA

輝達開發的一套平行運算平台與API模型，讓軟體開發者能利用輝達GPU的強大運算能力來處理AI、科學運算等通用任務，是輝達生態系的核心競爭力。