根據TrendForce最新研究，AI server需求帶動北美四大雲端服務供應商（CSP）加速自研ASIC晶片，平均1~2年就會推出升級版本。中國AI server市場則受四月美國新晶片出口管制影響，預料外購NVIDIA、AMD等晶片比例會從2024年約63%下降至2025年約42%，而華為等中國本土晶片供應商在國有AI晶片政策支持下，預期2025年占比將提升至40%，幾乎與外購晶片比例分庭抗禮。
四大CSP在AI ASIC的進展
TrendForce表示，CSP為因應AI工作負載規模逐步擴大，同時計畫降低對NVIDIA、AMD的高度依賴，因此積極投入ASIC開發進程，以便能達到控制成本、性能和供應鏈彈性，進一步改善營運成本支出。觀察美系四大CSP在AI ASIC進展，居領先地位的Google已推出TPU v6 Trillium，主打能效比及針對AI大型模型的最佳化，預計2025年將大幅取代既有TPU v5。針對新一代產品開發，Google從原先與Broadcom的單一夥伴模式，新增與MediaTek合作，轉為雙供應鏈布局。此舉將提升設計彈性、降低依賴單一供應鏈的風險，也有助增加高階先進製程布局。
AWS目前以與Marvell協同設計的Trainium v2為主力，其主要支援生成式AI與大型語言模型訓練應用，AWS也和Alchip合作Trainium v3開發。TrendForce預估2025年AWS的ASIC出貨量將大幅成長，年增表現為美系CSP中最強。
Meta成功部署首款自研AI加速器MTIA後，正與Broadcom共同開發下一代MTIA v2。由於Meta對AI推論負載具高度客製化需求，MTIA v2設計特別聚焦能效最佳化與低延遲架構，確保兼顧推論效能與運營效率。
Microsoft目前在AI server建置仍以搭載NVIDIA GPU的解決方案為主，但也加速ASIC開發，其Maia系列晶片主要針對Azure雲端平台上的生成式AI應用與相關服務進行優化，下一代Maia v2的設計也已定案，並由GUC負責後段實體設計及後續量產交付。除了持續與GUC深化合作外，Microsoft也引入Marvell共同參與設計開發Maia v2進階版，藉此強化自研晶片的技術布局，並有效分散開發過程中的技術與供應鏈風險。
中國AI供應鏈自主化加速
分析中國自主化AI方案，華為積極發展昇騰晶片系列，主要面向內需市場，應用層面包含LLM訓練、地方型智慧城市基礎建設、大型電信運營商的雲網AI應用等。在國家型專案支持，及互聯網、DeepSeek相關LLM AI應用蓬勃發展下，長期將撼動NVIDIA等在中國AI市場的領先地位。
TrendForce表示，隨著美國對出口中國的高階AI晶片限制持續升級，中系CSP也加速發展自研AI ASIC。阿里巴巴旗下平頭哥(T-head)已推出Hanguang 800 AI推論晶片，Baidu繼量產Kunlun II後，已著手開發Kunlun III，主打高效能訓練與推論雙支援架構。騰訊除了自家AI推論晶片Zixiao，亦採用策略投資的IC設計公司Enflame解決方案。
在地緣政治與供應鏈重構的背景下，將凸顯中國晶片供應商如華為、寒武紀，以及各CSP投入自研ASIC的必須性與重要性，並帶動AI server市場朝向中國和非中國（Out-of-China）兩大生態體系發展。
|