為針對自身演算法需求進行客製化,並透過掌握晶片產能與零組件供應鏈,降低對NVIDIA的依賴性,近年雲端服務商積極投入自研AI ASIC開發。GPU與自研AI ASIC在不同應用場景各有優缺點,GPU的優點在於通用性,且無須自行投入初期開發成本,但在面對特定任務時,算力及功耗都會有一定程度的浪費;而自研AI ASIC需自行設計、開案,初期開發成本較高,但在面對特定任務時,算力及功耗表現有機會優於GPU,可望降低單位訓練成本。
根據定錨研調,預估2025年NVIDIA GPU出貨量550~600萬顆,2026年570~620萬顆,成長開始趨緩;另一方面,雲端服務商資本支出重心轉往自研AI ASIC,從CoWoS先進封裝產能推估,出貨量將會顯著成長,其中以Google TPU v7p、AWS Trainium 3、Meta MTIA T-v1.5、Microsoft Maia 200最具代表性。
而雲端服務商自研AI ASIC伺服器,也將會在2026年帶給零組件供應鏈許多新的機會,定錨研究團隊今天發佈產業報告,整理四大雲端服務商自研AI ASIC伺服器供應鏈,提供給訂閱會員參考。