AI從通用走向專屬運算時代

（圖／本報系資料照）

近日高盛預測，專用積體電路（ASIC）將因高成本效益與客製化優勢加速崛起，預計至2027年ASIC的需求將與GPU並駕齊驅，成爲AI資料中心的新一代主流運算平臺。此趨勢象徵AI市場正從通用型GPU架構轉向更針對特定任務優化的客製化晶片。

所謂ASIC，是一種客製化設計的處理晶片，屬於另一種選擇，用來取代像輝達生產的GPU或英特爾製造的CPU。

以數位匯流發展角度來看，這有可能成爲全球數位匯流勢力的再一次洗牌，重點其實不是「GPU要被ASIC取代」這麼簡單。真正的大事是：「AI正從通用運算時代，走向場景專屬運算時代。」這件事對整個數位匯流產業的衝擊，比很多人想像的大。

以白話來說，以前數位匯流大概是一支手機，裡面跑所有事情，全丟給CPU處理。後來發現不行，拍照需要影像處理器，遊戲需要GPU，AI需要NPU，於是手機開始出現很多專門小腦袋。現在AI世界正在發生同樣的事情。以前是CPU做一般運算，後來變成GPU做大規模平行運算，而未來，ASIC專門幫某種AI任務量身打造。

這有四個角度值得分析。

角度一：數位匯流從「平臺競爭」變成「生態系競爭」。過去十多年，科技公司比的是誰的平臺大，但ASIC出現後，比的可能變成：誰能建立自己的完整AI生態系。例如，Google有自己的TPU，搜尋、廣告、YouTube、雲端、Gemini全部一起最佳化。以前是硬體、服務、內容分開；未來變成晶片＋雲端＋模型＋內容一起設計。這是典型數位匯流升級，不是單一產品整合，而是整個系統整合。

角度二：AI將從「通用工具」變成「產業專屬工具」。GPU很像租來的大貨車，很萬用，但有些工作根本不需要大貨車。ASIC很像訂做專用車，送牛奶有牛奶車，搬鋼筋有卡車，送冷凍食品有冷藏車，成本更低，效率更高。

因此未來可能看到：醫療AI晶片、教育AI晶片、媒體AI晶片、影像生成AI晶片、聲音AI晶片。這對數位匯流很重要，因爲內容產業與通訊產業可能不再共用同一種底層架構，而是各自長出自己的AI大腦。

角度三：雲端資料中心可能開始「垂直化」。以前資料中心像大型購物中心，所有人共用，但ASIC可能讓未來變成影音AI中心、遊戲AI中心、醫療AI中心、企業AI中心。例如，Netflix不一定只是影片串流，它可能同時即時翻譯、即時剪輯、生成配音、生成角色、生成互動劇情。那背後就可能需要專門的ASIC。數位匯流於是從「內容送到人」，變成「內容即時生成給人」。

角度四：臺灣是否仍站在下一輪數位匯流核心？很多人看到ASIC時，第一個想到的是「輝達危險了」，但另一種看法的可能性更大。誰做ASIC？誰封裝？誰代工？誰做高速互連？誰做散熱？誰做測試？很多關鍵仍然會連到臺積電。因爲ASIC最大的特色是：少量多樣。不像CPU一顆賣全世界，它可能一家公司就做一種。這反而更依賴先進製程、先進封裝、快速設計能力、供應鏈協同，而這些剛好就是臺灣長期累積的能力。所以未來臺灣賣的不只是晶片，可能是AI客製化能力。

CPU時代是在賣運算能力，GPU時代是在賣平行運算能力，而ASIC時代賣的可能是「理解特定世界的能力」。真正被重新定義的，不只是晶片，而是整個數位匯流產業，正從「一套技術服務所有人」，變成「每一個產業都有自己的AI大腦」。（作者爲科技公司執行長）