ASIC市佔版圖恐有上限 NVIDIA「五大戰略」阻絕反抗
- 陳玉娟／評析
-
Google、AWS、Meta與微軟（Microsoft）等全球雲端服務（CSP）大廠持續採購NVIDIA AI GPU的同時，也積極加速自研特用晶片（ASIC）研發與量能，力圖降低NVIDIA影響力。不過供應鏈業者也坦言，觀察NVIDIA策略，仍有五大面向，足以鞏固現行AI霸主地位。
近期市場熱議，Google TPU已獲更多客戶訂單，2026年起成長動能可期，與其合作的博通（Broadcom）、聯發科受惠，ASIC業者將侵蝕NVIDIA版圖。供應鏈業者表示，AI GPU與ASIC成本價格差距相當大，兩者設計與應用場景不同，「是互補而非取代」，代表兩種不同的運算架構思維。
業者也說明，產業界目前大多也開始導入「GPU負責訓練、ASIC執行推理」的混合模式，也因此，CSP大廠加速自研ASIC，希望能削弱NVIDIA主導權、降低成本。
儘管如此，ASIC雖在特定場景可提升效能與能效，但最大限制是缺乏彈性，一旦演算法或應用需求改變，整體設計即報廢，導致風險極高，未來ASIC能取得1~2成市佔率，已屬極大成功。對CSP業者而言，ASIC與NVIDIA AI GPU的採用比例，也估計「4比6」已到頂，NVIDIA在整體AI晶片領域，估計仍佔有多數利潤。
供應鏈業者也表示，由於價差較明顯，所以ASIC跟AI GPU之間，若以出貨量比較成長率高低，意義不大。
不過，可由台積電最新CoWoS產能分配顯見，NVIDIA仍佔有過半產能，同時已首度與蘋果（Apple）並列台積電第一大客戶，NVIDIA的AI GPU量能規模，仍相當可觀。
與此同時，NVIDIA也設下多重防線，希望藉由技術優勢、商業策略與資本規模拉大門檻，防止競爭者快速追趕，可以進一步再從「五大戰略」方向分析。
迭代更新 惟快不破
供應鏈業者表示，NVIDIA面對ASIC反抗軍挑戰，已提前展開部署，首先是NVIDIA產品迭代速度已形成高競爭障礙門檻。
AI晶片為NVIDIA每年帶來數百億美元利潤，挑戰者不斷湧現，NVIDIA也全面改變產品藍圖，產品周期大改為「每年」都會設計一代全新的AI晶片，保持一年一次的更新步調。
如從B200迅速轉向B300，VR200也正在進行測試，預計2026年第3季開始生產，此不僅迫使供應鏈加速生產，也讓競爭對手無法輕易跟進，「快速換代」策略，讓NVIDIA能持續維持市場領先。
NVLink Fusion、拉攏英特爾、投資OpenAI 結盟戰略更力拱「美國優先」
再來則是發布「NVLink Fusion」策略，接著與英特爾（Intel）合作，將NVLink拓展至x86 CPU，近期還重金投資OpenAI，傾力形成「AI永動機」閉鎖循環，將雙方關係深度綁定。
以上的三方結盟，再加上最重要的，支援「美國優先」大方向。
NVIDIA原本承受美國總統川普施壓的巨大危機，然而，執行長黃仁勳以高智慧情商化解，即將登場的GTC DC，除了展示NVIDIA的AI實力，不外乎被解讀為向川普政府釋出「心連心」善意，認同其上任以來的AI政策法令，全力助攻「美國優先」。
AI瓶頸恐非「算力不足」 而是「電力不足」
值得注意的是，無論GPU與ASIC陣營如何競合，可以確定的是，AI應用正全面起飛，但仍不時傳來泡沫聲浪，主係CSP大廠砸下鉅額資本支出，但似與實際獲利脫節。
部分供應鏈業者分析，AI發展最大阻力，應是驅動一切所需的龐大電力需求，AI伺服器功耗遠高於傳統伺服器，1台搭載8顆GPU的AI機櫃耗電量恐超過10kW，一座超大型資料中心整體負載，動輒達數百MW，甚至逼近核電廠等級。
已可預見，全球多國在大力投入AI基礎建設後，將面臨「電力不足」問題，也就是說，AI發展關鍵不只是比拚晶片效能，核心限制從「算力不足」轉向「電力不足」，這可能成為整個AI產業鏈能否持續擴張的關鍵變數之一。
責任編輯：何致中
