全球人工智慧（AI）基礎建設正從輝達（NVIDIA）主導的通用型圖形處理器（GPU）單一架構，走向與客製化晶片並行的多元時代。研調機構預估，隨著各大雲端服務提供者（CSP）加快部署自研晶片，特定應用積體電路（ASIC）的全球出貨量預計將在2027年首度超越傳統GPU，帶動台灣伺服器製造供應鏈全面升級其AI伺服器產品佈局。
雲端大廠自研晶片放量 ASIC出貨量將逆轉GPU
根據產業研究機構 DIGITIMES 的預測，2027 年全球高階雲端 AI 加速器出貨總量預估達到 2,595.1 萬顆，年成長率達 64.5%。其中，專為特定演算法設計的 ASIC 出貨量將達到 1,526.2 萬顆，年增率高達 110.9%，在總出貨量上首度壓過傳統 GPU。
從廠商市占率變化來看，輝達在 2027 年的高階雲端 AI 加速器出貨量預計為 909.6 萬顆，仍以 35.1% 的市占率保持全球第一。然而，Alphabet 旗下的 Google 憑藉自研的張量處理單元（TPU）快速崛起，出貨量預估將大幅成長 134% 至 800.9 萬顆，市占率躍升至 30.9%，雙方差距顯著縮小。此外，亞馬遜（AWS）出貨量估達 255 萬顆，微軟（Microsoft）與 Meta 等業者的自主研發晶片也相繼進入大規模部署階段。
Agentic AI 帶動推論需求 促使運算架構轉型
自研晶片迅速成長並非代表市場對 GPU 的需求下滑，而是因為整體 AI 運算負載產生結構性改變。隨著具備自主規劃與工具呼叫能力的「AI 代理（Agentic AI）」逐漸成為主流，AI 模型從單次的問答模式，延伸至需要多步驟推理與執行的複雜過程，這大幅增加了萬億級標記（Token）的消耗量，使推論階段的算力需求呈指數型增長。
為了解決資料中心營運成本過高與能源消耗劇增的問題，雲端大廠開始針對不同的應用情境進行分工。針對模型訓練或需要高彈性的任務，雲端業者持續採購 GPU；而針對高重複性、特定工作負載的推論運算，則優先轉向採用專門優化的自研 ASIC，以提升運算效率並優化整體基礎建設成本。
台灣 ODM 代工廠卡位布局 ASIC 伺服器新戰場
隨著雲端客戶將資本支出從採購輝達伺服器延伸至自研晶片，台灣電子代工（ODM）供應鏈也迎來新的零組件與系統整合商機。緯穎、鴻海與廣達等伺服器大廠已相繼搶進此一領域：
- 緯穎：預期通用型伺服器與 ASIC 伺服器的營收比重將在近期達到各佔一半的交會點，第四季 ASIC 佔比還將進一步提升，公司正積極爭取新客戶與新專案。
- 鴻海：憑藉系統垂直整合優勢，參與包含微軟、亞馬遜、Google、Meta 與甲骨文（Oracle）等多家大廠的 ASIC 專案，今年上半年相關業務營收已超越去年全年，並訂下中長期佔據 ASIC 伺服器四成以上市占率的目標。
- 廣達：旗下 ASIC 伺服器出貨量呈倍數成長。雖然客製化伺服器的平均售價（ASP）低於頂級 GPU 伺服器，但其產品毛利率結構較佳，有助於優化整體獲利表現。
這代表什麼
這項轉變意味著 AI 算力基礎設施正進入軟硬體深度整合的成熟期。對於企業與一般使用者而言，自研 ASIC 的普及將有效控制雲端 AI 服務的運算成本，加速具備複雜推理能力的 Agentic AI 服務落地普及，企業導入生成式 AI 技術的門檻也將隨之降低。
對於台灣產業而言，過去極度依賴輝達單一晶片架構的風險得以分散。台灣伺服器代工廠長期與各大雲端業者維持密切合作關係，隨著客戶資本支出轉向客製化晶片，台廠能提供從電路板設計、散熱模組到系統組裝的全面支援。雖然 ASIC 伺服器單價低於高階 GPU 伺服器，但較優質的毛利率將有助於改善代工廠的營收體質與獲利穩定度。
背景補充
特定應用積體電路（ASIC）是針對特定演算法或業務需求所開發的客製化晶片；相對地，圖形處理器（GPU）則屬於通用型平行運算處理器。在 AI 發展初期，由於模型架構演進極快，具備高編程彈性的 GPU 是開發者的首選。然而，當 AI 模型進入大規模營運階段，GPU 價格高昂且耗電量大的缺點浮現，雲端服務提供者（CSP）因而紛紛投入資金自行開發專屬晶片，例如 Google 的 TPU 系列與亞馬遜的 Trainium 系列。
常見問題
什麼是 ASIC 晶片？為什麼雲端業者要自行研發？
ASIC 是專為特定工作負載設計的客製化晶片。雲端大廠自行研發 ASIC 能提升特定 AI 推論任務的運算效率，並降低長期的硬體採購與資料中心營運成本。
ASIC 晶片出貨量超越 GPU，是否代表輝達（NVIDIA）需求下滑？
並非需求下滑，市場呈現 GPU 與 ASIC 並進的雙軌發展。通用型 GPU 仍是 AI 模型訓練的首選，而 ASIC 則在特定推論任務中展現成本與效率優勢。
ASIC 伺服器放量對台灣代工廠有什麼影響？
台灣 ODM 廠商如緯穎、鴻海與廣達早已是各大雲端巨頭的合作夥伴。ASIC 伺服器需求增加不僅能分散單一晶片供應商的風險，且客製化產品通常具備較佳的毛利率。